Please enable JavaScript.
Coggle requires JavaScript to display documents.
Evolução histórica dos SGBDs - Aula 1.5 (Problemas nos modelos de Rede e…
Evolução histórica dos SGBDs - Aula 1.5
Primeiros Bancos de Dados -
década de 60
IDS
- Integrated Data Store
Modelo de Rede
Relação entre dados representada como um grafo Bidirecional
IMS
- Information Management System(IBM)
Modelo Hierárquico
Relação entre dados representada como uma Árvore
Em uso ainda hoje no sistema de reserva SABRE da IBM na American Airlines
CODASYL
- Conference On Dara System Languages - Define um modelo de redes mais padronizado
Problemas nos modelos de Rede e Hierárquico
Acesso ao Banco de dados feito através de operações com ponteiros de baixo nível
Detalhes do armazenamento dependiam do tipo de dados a serem armazenados
Para adicionar um campo era necessário reescrever o esquema subjacente de acesso/modificação, em outras palavras o modelo de dados físico
Ênfase nos registros a serem processados, não na estrutura global
O usuário tinha que conhecer a estrutura física do BD, para consultar as informações
As Complexidade e Inflexibilidade dos primeiros SGBDs tornou o trabalho difícil quando se queria adicionar aplicativos ou reorganizar os dados. Codd Propõe o
Modelo Relacional
nos laboratórios da IBM
Criação da Auto-descrição(catálogo) do banco de dados independente de estrutura para representação física dos dados
Base da linguagem de alto nível (SQL)
Independência
máxima entre
dados
e
programas
Representação de dados de um lado e estrutura física do outro
Modelo relacionado ao Schema - Lembrar CREATE TABLE
Esta proposição deu origem ao projeto System R
Objetivo de criar um Banco de Dados Relacional que se tornaria um produto. Alguns protótipos foram utilizados
Evoluiu para SQL/DS e depois tornou-se o DB2.
Criou-se o
SQL
que tornou-se
padrão
ISO na indústria de banco de dados relacionais
Década de 80
Banco de Dados Relacional não atende
Tipos de dados envolvidos
Medicina, Multimídia e física nuclear
Necessidades de definir como os dados seriam representados e acessados
Início dos Bancos de Dados Orientados à Objetos
Os usuários podem definir
Métodos de acesso aos dados
Como os dados são representados e acessados
Início das linguagens de programação orientadas a objeto C++
Década de 90
Aparição do primeiro SGBD OO CERN e SLAC
Mapeamento de rede de provedores de telecomunicações
Armazenamento de registros médicos de pacientes em hospitais, consultórios e laboratórios
Armazenamento de resultado de pesquisas
A evolução trouxe o SGBD OO mas a praticidade preferiu o SGBD R
Problemas/Desafios
Dados da ordem de dezenas ou centenas de TB - Clusterizar é caro!
Poder de crescimento elástico horizontal(
nós
) - Controle de transação ACID torna-se inviável com a elasticidade
Fácil distribuição dos dados e/ou processamento - SGBD paralelos são caros
Tipos de dados variados, complexos ou semi-estruturados - modelo de dados objeto-relacional não resolve todos os requisitos
Ano de 2009
Para superar os problemas dos
SGBD R
Movimento NoSQL(
Not only SQL
)
Discutir o movimento crescente de soluções de armazenamento de dados distribuídos
NÃO RELACIONAIS
Não pretende acabar com o SGBD R. Apenas se apresenta como uma solução para aquilo que esse não resolve
Surge o conceito de
BIG DATA
5
V
s
associados aos dados armazenados
Variedade
Fotos, vídeos, texto, e-mail, twits...
Velocidade
Responder a muitas requisições aos dados
Veracidade
Juntar Variedade, Velocidade e Volume com dados consistentes
Volume
Dados vindos de muitas fontes.
Internet das coisas
Valor
Unir Variedade, Velocidade, Veracidade e Volume para gerar
informações de valor $$ que compensem o investimento
Bancos de Dados NoSQL
Mais flexíveis. Independem de Schema. Insere dados sem precisar de uma especificação de tabela
Tem um grupo de premissas compatíveis com ACID. A BASE - Basicaly Available, Soft State, Eventuali Concistency
Modelos de dados
Chave:Valor - Tabela Hash
Colunas
Documentos
Grafos
Ano de 2003 - Google Hadoop
Ferramenta para tratamento correto do volume de dados
Processamento e análise de grandes volumes de dados
Distribui o processamento entre vários nós da rede barateando a implementação e eliminando a necessidade de servidores super poderosos -
MAPREDUCE