Modelagem de Dados

Introdução

Modelagem de dados é o processo de design utilizado para estruturar e representar informações de forma lógica antes de sua implementação em um sistema de armazenamento.

Isso envolve definir quais dados são importantes, como se relacionam entre si e de que maneira podem ser organizados (por exemplo, em entidades, atributos e relacionamentos).

A modelagem apoia a construção de bancos de dados mais consistentes e fáceis de usar, auxiliando para que as áreas técnicas possam atender melhor às necessidades de negócio.

Importante!

Uma modelagem adequada pode reduzir redundância, ou propiciar melhor desempenho em analytics!

Existem diversas técnicas de modelagem de dados. Nesta aula, exploraremos algumas delas!

Modelagem relacional

A modelagem relacional foi desenvolvida por Edgar F. Codd em 1970 e representa uma das abordagens fundamentais para organizar dados em sistemas de informação.

Esta técnica estrutura os dados em tabelas interconectadas, onde cada tabela é composta por linhas (registros ou tuplas) e colunas (atributos ou campos).

O processo de modelagem relacional geralmente é iniciado pela criação de um diagrama entidade-relacionamento (ER). Este diagrama fornece uma representação visual de alto nível da estrutura do banco de dados, mostrando as entidades (dados) e os relacionamentos entre elas.

Uma vez concluído o diagrama ER, você pode construir um modelo relacional mais detalhado que represente as tabelas e colunas reais do banco de dados.

Como exemplo, considere a representação do diagrama do modelo relacional para o banco de dados de vendas, utilizado na aula 03:

Info!

Na aula 03 vimos como estruturar um Data Warehouse.

Nossa fonte foi um banco de dados fictício de vendas, representado no modelo relacional abaixo.

Normalização e Formas Normais

Um modelo relacional geralmente utiliza um esquema de banco de dados normalizado, onde os dados são armazenados em um local único e organizados em múltiplas tabelas com relacionamentos definidos entre elas.

A normalização é um conjunto de regras aplicadas para decompor um banco de dados complexo em tabelas menores e mais simples. O objetivo é minimizar redundância, melhorar a integridade dos dados e tornar o banco de dados mais eficiente e fácil de manter.

A normalização é aplicada em níveis progressivos, conhecidos como formas normais. Vamos explorar as três primeiras formas normais, que são as mais comuns e amplamente utilizadas.

Info!

Este assunto já foi abordado na disciplina de Megadados! Revise o material, caso necessário.

Primeira Forma Normal (1NF)

Uma tabela está na primeira forma normal se satisfaz a seguinte condição:

• Cada atributo contém um valor único: Cada coluna deve armazenar apenas um valor, não uma lista de valores

Info!

Os valores devem ser atômicos, ou seja, indivisíveis!

Question

Considere uma tabela pedidos com as colunas: id_pedido, cliente, produtos (onde produtos contém "Produto A, Produto B, Produto C"). Esta tabela está na primeira forma normal?

Sim, pois possui uma chave primária

Não, pois a coluna produtos viola a atomicidade

Sim, pois não há grupos repetitivos

Depende do tipo de dados da coluna produtos

Submit

Answer

A tabela não está na 1NF porque a coluna produtos contém múltiplos valores em uma única célula, violando o princípio da atomicidade. Cada produto deveria estar em uma linha separada.

Question

Dê um exemplo de uma tabela que não está na primeira forma normal e explique por quê.

Submit

Answer

Exemplo de tabela alunos:

id_aluno (PK)	nome_aluno	disciplinas	endereco
1	João	Matemática, Física	Rua A, 123, São Paulo - SP
2	Maria	Química	Avenida Central, 789

Esta tabela não está na 1NF porque há colunas com múltiplos valores em uma única célula, violando a atomicidade:

• disciplinas contém mais de uma disciplina para o aluno João (Matemática, Física). As tabelas deveriam ser estruturadas para que cada disciplina estivesse em uma linha separada, ou em uma tabela de relacionamento entre alunos e disciplinas.
• endereco também contém mais de um atributo para o aluno João (rua, número, cidade, estado). Para estar na 1NF, cada atributo deve conter apenas um valor atômico por célula. Nesse caso, o endereço deveria ser dividido em colunas separadas, como rua, numero, cidade e estado.

Importante!

Garantir que uma tabela esteja na 1NF facilita as consultas e manipulações de dados, pois cada valor é atômico e pode ser facilmente acessado e processado sem a necessidade de parsing ou manipulação adicional.

Segunda Forma Normal (2NF)

Uma tabela está na segunda forma normal se satisfaz todas as condições da 1NF, além de:

• Dependência funcional total: Todo atributo não-chave deve depender completamente da chave primária, não apenas de parte dela.

Considere a seguinte tabela (funcionario_departamento) que registra a alocação de funcionários em departamentos dentro de uma empresa, bem como o respectivo salário acordado:

id_funcionario (PK)	id_departamento (PK)	nome_funcionario	nome_departamento	salario
101	501	Alice	Engenharia	9000.00
101	502	Alice	Pesquisa	9500.00
102	501	Bruno	Engenharia	8800.00

O objetivo dessa tabela é registrar em quais departamentos cada funcionário atua e qual o salário acordado para aquela alocação específica.

Info!

Perceba que um funcionário pode estar associado a mais de um departamento, com salários diferentes.

Question

A tabela funcionario_departamento está na 1NF?

Sim

Não

Submit

Answer

Todos os atributos possuem valores atômicos, não existem arrays ou campos multivalorados.

Question

A tabela funcionario_departamento está na 2NF?

Sim

Não

Submit

Answer

A chave primária é composta por (id_funcionario, id_departamento)

• A dependência \(\{\text{id_funcionario}, \text{id_departamento}\} \rightarrow \{\text{salario}\}\) está correta.
• Entretanto, observamos dependências parciais:
  • \(\{\text{id_funcionario}\} \rightarrow \{\text{nome_funcionario}\}\)
  • \(\{\text{id_departamento}\} \rightarrow \{\text{nome_departamento}\}\)

Como essas dependências não dependem da chave composta inteira, então viola a 2NF.

Question

Crie uma versão da tabela funcionario_departamento que esteja na 2NF.

Dica: pode ser necessário criar mais de uma tabela!

Submit

Answer

Podemos criar as seguintes tabelas:

Tabela 1 — funcionario

id_funcionario (PK)	nome_funcionario
101	Alice
102	Bruno

Tabela 2 — departamento

id_departamento (PK)	nome_departamento
501	Engenharia
502	Pesquisa

Tabela 3 — alocacao

id_funcionario (FK)	id_departamento (FK)	salario
101	501	9000.00
101	502	9500.00
102	501	8800.00

Question

Quais são as vantagens e desvantagens de normalizar a tabela funcionario_departamento para a 2NF?

Submit

Answer

Vantagens:

• Redução de redundância: Os nomes dos funcionários e departamentos não são repetidos.
• Melhoria da integridade dos dados: Atualizações em um funcionário ou departamento são feitas em um único local. Por exemplo, se o nome de um departamento mudar, só precisamos atualizar uma única entrada na tabela departamento.

Desvantagens:

• Aumento do número de tabelas: Requer mais tabelas para representar os mesmos dados.
• Complexidade nas consultas: Pode exigir mais JOINs para recuperar informações completas sobre alocações, funcionários e departamentos.

Terceira Forma Normal (3NF)

Uma tabela está na terceira forma normal se satisfaz todas as condições da 1NF e 2NF, além de:

• Eliminação de dependências transitivas: Todo atributo não-chave deve relacionar-se diretamente com a chave primária, não através de outro atributo

Considere a seguinte tabela (emprestimo) que registra empréstimos de livros em uma biblioteca:

id_emprestimo (PK)	data_emprestimo	id_livro	titulo_livro	autor
2001	2025-09-01	301	Dom Casmurro	Machado A.
2002	2025-09-02	302	A Hora da Estrela	Clarice L.
2003	2025-09-03	301	Dom Casmurro	Machado A.

Info!

O objetivo é registrar cada empréstimo realizado, considerando um livro por empréstimo.

Question

A tabela emprestimo está na 1NF?

Sim

Não

Submit

Question

A tabela emprestimo está na 2NF?

Sim

Não

Submit

Question

A tabela emprestimo está na 3NF?

Sim

Não

Submit

Answer

Não!

A tabela emprestimo possui dependências transitivas:

• \(\{\text{id_emprestimo}\} \rightarrow \{\text{id_livro}\} \rightarrow \{\text{titulo_livro}, \text{autor}\}\)

Isso significa que atributos não-chave dependem de outros atributos não-chave, violando a 3NF.

Question

Como você faria para normalizar a tabela emprestimo para que esteja na 3NF?

Submit

Answer

Podemos separar a tabela emprestimo em duas tabelas:

Tabela 1 — emprestimo

id_emprestimo (PK)	data_emprestimo	id_livro (FK)
2001	2025-09-01	301
2002	2025-09-02	302
2003	2025-09-03	301

Tabela 2 — livro

id_livro (PK)	titulo_livro	autor
301	Dom Casmurro	Machado A.
302	A Hora da Estrela	Clarice L.

A normalização busca garantir a integridade dos dados. Esta característica torna os modelos relacionais normalizados especialmente adequados para sistemas OLTP (Online Transaction Processing), onde a consistência e integridade dos dados são prioritárias em relação à velocidade de consultas analíticas complexas.

Porém, manter uma base normalizada na 3NF pode tornar as consultas mais demoradas, pois frequentemente é necessário unir (JOIN) múltiplas tabelas para recuperar os dados desejados. Na próxima página, exploraremos alternativas mais adequadas, especialmente para OLAP.

Exercise

Por que a normalização até a terceira forma normal (3NF) é considerada o objetivo padrão para bancos OLTP?

Quais são os trade-offs envolvidos?

Submit

Answer

A 3NF é o padrão para OLTP porque:

• Integridade: Elimina redundância e inconsistências
• Manutenibilidade: Facilita atualizações sem anomalias
• Consistência: Garante que alterações sejam feitas em um único local

Trade-offs:

• Performance: Pode exigir mais JOINs para consultas complexas
• Complexidade: Aumenta o número de tabelas no modelo

Exercise

Você consegue pensar em um cenário onde a normalização até a terceira forma normal (3NF) não seria benéfica, mesmo em bancos OLTP?

Submit