Várias investigações revelaram que cada vez que ouvimos um objeto, nós o recuperamos usando uma imagem do nosso cérebro. Por exemplo, se eu te perguntar “Voce gosta de maca?” . Não vou pensar em alfabetos “uma”, “p”, “p”, “eu”, “e”, ele vai se lembrar de todas as informações relevantes sobre a maçã usando a imagem de uma maçã. É assim que nosso processamento de dados possivelmente funciona em nosso cérebro. Claro que é complicado e muito eficiente. Agora, se você perguntar “O que é um banco de dados?”, Você vai pensar principalmente em uma coleção de tabelas relacionadas. Se a mesma pergunta tivesse sido feita a uma pessoa na década de 1920 1990, possivelmente, eu só teria pensado em uma única mesa grande da qual recuperaria todas as informações, mas hoje nós realmente mudamos essa definição simplista de bancos de dados.
Este artigo ajudará você a entender que tipo de banco de dados existe atualmente neste setor. Eu também fiz um exercício interessante de plotar esses tipos de bancos de dados em uma estrutura de árvore com um eixo de tempo. Isso o ajudará a visualizar como a definição e a aplicação do banco de dados mudaram ao longo do tempo..
Evolução do sistema de gerenciamento de banco de dados
Estamos muito acostumados com cronogramas no Facebook. Achei que seria uma boa ideia começar este artigo em uma linha semelhante. Abaixo está uma árvore para ajudá-lo a mapear todos os tipos de sistemas populares de gerenciamento de banco de dados em uma linha do tempo:
A programação varia a partir da década de 1980 atualizado e não é exaustivo de todas as formas de sistemas de gerenciamento de dados. Porém, poderemos cobrir a maior parte do popular sistema de gerenciamento de dados.
Banco de dados de arquivo simples
Este é provavelmente o mais fácil de entender, mas hoje raramente é usado. Você pode pensar nisso como uma única mesa enorme. Esses tipos de conjuntos de dados foram usados por muito tempo na década de 1990. 1990, quando os dados foram usados apenas para recuperar informações em caso de dúvidas. Nestes bancos de dados era possível realizar análises muito primitivas..
Banco de dados relacional
Logo as pessoas começam a perceber que essas tabelas serão quase impossíveis de armazenar a longo prazo.. Flat File trouxe muitos dados redundantes em cada entrada. Por exemplo, se eu quiser criar um único conjunto de dados com todos os produtos comprados em uma mercearia com todas as informações do cliente e do produto, teremos cada linha consistindo de todas as informações do cliente e do produto. Onde quer que tenhamos um produto ou cliente repetido, temos dados repetidos. As pessoas pensaram em armazenar isso como tabelas diferentes e definir uma hierarquia para acessar todos os dados, que será chamado de banco de dados hierárquico.
Banco de dados hierárquico é muito semelhante à estrutura de pastas do seu laptop. Cada pasta pode conter subpastas e cada subpasta ainda pode conter mais subpastas. Finalmente, em algumas pastas iremos armazenar arquivos. Porém, cada nó filho (subpasta) terá apenas um pai (pasta ou subpasta). Finalmente, podemos criar uma hierarquia do conjunto de dados:
Bancos de dados hierárquicos, porém, pode resolver muitos propósitos, seus aplicativos são restritos a estruturas de dados de mapeamento um-para-um. Por exemplo, funcionará bem se você estiver usando esta estrutura de dados para mostrar a hierarquia de perfis de cargos em uma empresa. Mas a estrutura irá falhar se os relatórios ficarem um pouco mais complicados e um único funcionário se reportar a muitos gerentes. Portanto, as pessoas pensaram em estruturas de banco de dados que podem ter diferentes tipos de relacionamentos. Este tipo de estrutura deve permitir o mapeamento um-para-muitos. Esta tabela ficou conhecida como Banco de dados relacional do sistema de gerenciamento (RDBMS).
Abaixo está um exemplo de estrutura de dados RDBMS:
Como você pode ver no diagrama acima, existem várias chaves que podem nos ajudar a mesclar diferentes conjuntos de dados neste banco de dados. Este tipo de armazenamento de dados otimiza o espaço ocupado em disco sem comprometer os detalhes dos dados. Este é o banco de dados geralmente usado pela indústria de análise. Porém, quando os dados perdem estrutura, o referido banco de dados não será de ajuda.
Banco de dados NoSQL
NoSQL é frequentemente conhecido como “Sem SQL solo”. Quando as pessoas perceberam que o texto não estruturado continha toneladas de informações que não podiam extrair usando RDBMS, começou a explorar maneiras de armazenar tais conjuntos de dados. Qualquer coisa que não seja RDBMS hoje é vagamente conhecido como NoSQL. Depois que as redes sociais ganharam importância no mercado, tal banco de dados se tornou comum na indústria. Abaixo está um exemplo onde será muito difícil armazenar os dados em RDBMS:
O Facebook armazena terabytes adicionais de dados todos os dias. Vamos tentar imaginar a estrutura na qual esses dados podem ser estruturados:
No diagrama acima, a mesma caixa de cor cai no mesmo objeto de categoria. Por exemplo, o usuário, os amigos do usuário, quem gostou e o autor dos comentários, todos são usuários do FB. Agora, se tentarmos armazenar todos os dados em RDBMS, para executar uma única consulta que pode ser apenas uma resposta ao abrir a página inicial, precisamos juntar várias tabelas com trilhões de linhas para encontrar uma tabela unida e, em seguida, executar algoritmos para encontrar as informações mais relevantes para o usuário. Isso não parece um segundo emprego com certeza. Portanto, devemos passar do entendimento tabular de dados para uma estrutura de dados mais baseada em fluxo (gráfico). Isso é o que as estruturas NoSQL trouxeram. Discutiremos os bancos de dados NoSQL em nosso próximo artigo.. Também compararemos vários tipos de bancos de dados NoSQL para entender o ajuste desses bancos de dados.
Notas finais
Os bancos de dados formam a base da indústria de análise. Mesmo que não conheçamos cada um deles em detalhes, devemos ter uma visão geral de todo o espectro de bancos de dados. Neste artigo, discutimos tipos populares de conjuntos de dados e como a necessidade de bancos de dados evoluiu ao longo do tempo.. No próximo artigo, continuaremos a mesma discussão e daremos mais um passo para entender os tipos de bancos de dados NoSQL.
O artigo foi útil para você? Compartilhe conosco suas experiências com diferentes tipos de bancos de dados. Deixe-nos saber sua opinião sobre este item na caixa abaixo..
