Conclusões
 Análise à posteriori do programa de Bases de Dados 1
 Análise e discussão dos objectivos da disciplina
 Apresentação das disciplinas opcionais, oferecidas na LEI
e MEI, da área de Bases de Dados
1
Programa de BD1
Introdução aos sistemas de Bases de Dados
2. Modelos de Dados (Design)
1.
i. Revisão do modelo ER
ii. Modelo Relacional
a) Integridade e Segurança de BD relacionais
• Restrições ao domínio
• Integridade de referência
• Asserções e triggers
• Segurança e autorizações
• Dependências funcionais e multivalor
b) Design e normalização de bases de dados relacionais
3.
Interrogação/manipulação de Bases de Dados
i.
ii.
iii.
iv.
4.
Álgebra Relacional
SQL
QBE
Datalog
Outros Modelos de bases de dados
i. Bases de Dados Orientados por Objectos
ii. Bases de Dados Objecto-Relacional
iii. XML
2
Objectivos de BD1
 Pretende-se dotar os alunos das bases necessárias à
concepção, construção e análise de bases de dados relacionais.
 Serem capazes de conceber uma base de dados relacional
 Fazer o seu design
 Compreender o que devem ser as restrições
 Estarem à vontade com a manipulação e interrogação de bases de
dados com SQL
 Conseguirem fazer um pequeno projecto de bases de dados, do
princípio ao fim (trabalho)
3
Objectivos de BD1 (Cont.)
 Estarem cientes de que há mais coisas em bases de dados e, pelo
menos, saberem o que são algumas delas
 Outros modelos, para além do relacional
 Modelo de objectos e linguagens persistentes
 Introdução de conceitos de objectos em bases de dados
– Conhecerem, e saberem usar, alguns destes mecanismos
existentes no SQL:1999
 Linguagens de interface com bases de dados
 Linguagens Embedded-SQL e seus mecanismos de base
 Linguagens de interface ODBC e JDBC
 XML
 Para transferência de dados
 Para interface de visualização de dados
 Como modelo hierárquico de dados
 Noções breves de: sessões, utilizadores, transações em bases de
dados acedidas simultaneamente por vários utilizadores
4
E depois de BD1?
 Outras disciplinas, opcionais da LEI, onde podem aprofundar mais o
tema de bases de dados:
 Bases de Dados 2 (8º semestre)
 Aprofunda alguns dos tópicos que foram apenas aflorados em BD1
 Tecnologias de Sistemas de Informação para a Web (9º S.)
 Explora o uso de XML (e outras linguagens Web) para transferência e
manipulação de dados.
 Bases de Dados e Data Warehousing (10º semestre)
 Estuda modelização e acesso a dados para análise e apoio à decisão
 Disciplinas avançadas do Mestrado em Eng. Informática
 Tecnologias de Representação de Conhecimento na Web
 No seguimento de TSIW
 Estuda formas de representar, não só o formato de dados para transferência,
como também o significa desses dados
 Text e Data Mining
 No seguimento de BDDW
 Estuda forma de extrair relações/informação “interessante” a partir de grandes
bases de dados
5
Bases de Dados 2
LEI: 8º semestre
 Explora mais aprofundadamente tópicos aflorados em BD1
 Apresenta tópicos avançados sobre Bases de Dados, nomeadamente:
 Exploração de ambientes de programação e comunicação com bases de
dados:
 ODBC
 Ambiente SQL Standard e Ambiente Cliente/Servidor
 Linguagens de programação PLSQL e PHP
 Sistemas Transaccionais
 Bases de Dados Distribuídas
 Modelos de replicação (em Oracle e SQLServer)
 Transações e Concorrência
 Eficiência e optimização de interrogações a Bases de Dados em SQL.
 Introdução a Data Warehousing
 Instruções SQL de suporte a armazéns de dados
6
Tecnologias de Sistemas de Informação para a Web
LEI: 9º semestre
 Tecnologias de SI em ambiente Web
 Uso de XML como modelo hierárquico de repositório e transferência
de dados
 Modelação de dados em XML (XSD)
 Desenvolvimento de Aplicações que usam XML (DOM, SAX e XSL)
 Interrogação de Bases de Dados em XML (XPath e XQuery)
 Integridade referencial em XML
 SGBD de XML Nativas, e SGBD Relacionais com XML
embutido.
 Análise dos sistemas:
 Oracle
 SQLServer
 XIndice
7
Tecnologias de Repr. do Conhecimento na Web
MEI: 2º semestre

Informação pode ser armazenada na Web, em XML, e com DTDs ou
XMLSchema podemos dizer (e documentar) qual a estrutura dos dados.
 Mas qual o significado desses dados?
 Quais os significados das várias tags e da sua estrutura?
 Como “entender” esse significado de forma automática?

Que falta fazer, para que se possam ter programas que processem dados na
Web, sem conhecimento prévio das estruturas? Por exemplo:
 Programa para marcar um hotel via Web.
 Programa para fazer compras B2B, em que há também informação de contractos
(regras de negócio)

Começa a haver linguagens para representação desse significado:
 RDF; OWL; RuleML

Em TRCW estuda-se este tipo de problemas e linguagens

Tem como pré-requisito aconselhado a disciplina de Representação do
Conhecimento e Raciocínio (opcional do 9º semestre da LEI)

Ambas estas disciplinas são comuns ao Mestrado Europeu de Lógica
Computacional e leccionadas em Inglês.
8
Bases de Dados e Data Warehousing
LEI: 10º semestre
 Objectivos:
 Conceitos básicos de Data Warehouse (caracterização, arquitectura
e modelação) para apoio à decisão estratégica e operacional numa
organização.
 Familiarização com algumas ferramentas típicas que actualmente
se utilizem no mercado.
 O tópico central é o da modelação multi-dimensional
 Mas afinal o que é uma Data Warehouse???
9
Sistemas Operacionais
 OLTP – On Line Transaction Processing
 Sistemas que suportam o dia a dia do negócio ou actividade de
uma empresa ou instituição
 Foi disto que tratamos em BD1
 Exemplo:
 Se alguém compra um produto numa loja o sistema retira uma
unidade desse produto do stock existente, emite uma factura.
Se chegam novas unidades do produto o sistema actualiza o
stock
 Características
 Milhares ou milhões de transações (SABRE - 4000 trans/s)
 Pequenas operações, repetidas e previsíveis
 Tempo real
10
Sistemas Analíticos
 OLAP – On Line Analytical Processing
 Sistemas que permitem os utilizadores analisarem diferentes
aspectos da actividade e desempenho da empresa
 Exemplo
 Como é que determinado produto se está a vender pelas
diferentes regiões? Qual foi a evolução das suas vendas desde
a sua introdução no mercado?
 Características de utilização
 Poucas interrogações (quando comparado com os sistemas OLTP)
 Grandes volumes de dados envolvidos em cada interrogação (para
obter frequentemente um reduzido sumário)
 Grande variedade e pouca previsibilidade
 Consulta e exploração (não edição)
11
Os Sistemas Operacionais são
substancialmente diferentes dos Analíticos
 “The users of an OLTP system are running the wheels of the
organization. The users of a data warehouse are watching the
wheels of the organization” [Kimball]
 Diferentes sob vários aspectos [Kimball]
 Os utilizadores são diferentes
 O conteúdo é diferente
 As estruturas de dados são diferentes
 O Software é diferente
 O Hardware é muitas vezes diferente
 A sua administração é diferente
 A gestão de sistemas é diferente
 O ritmo diário de operação é diferente.
12
Data warehouse
- Infra-estrutura para suporte à decisão “A data warehouse is an analytical database that is used as the
foundation of a decision support system. It is designed for large
volumes of read-only data, providing intuitive access to
information that will be used in making decisions.
A data warehouse is created as ongoing commitment by the
organization to ensure the appropriate data is available to the
appropriate end user at the appropriate time”
[Vidette Poe, et all, 1997]
13
Arquitectura de Referência
Fontes
Ad Hoc Query Tools
Gestão e Operação
OLTP
.
.
.
OLTP
Fontes
Externas
MetaData
Extracção
Limpeza
Transformação
Carregamento
Report Writers
Data
Warehouse
Data
Marts
Multidimensional
Analysis
Plataformas e
Infra-estruturas de suporte
Configuração, Gestão e Operação
14
Aplicações
- DataMining
- ….
Text e Data Mining
MEI: 1º semestre
 E depois de ter estes dados todos, eventualmente numa data
warehouse, será que não há para lá relações entre partes de
informação, que são interessantes?
 Como descobri-las?
 Como agrupar os dados?
 Como extrair conceitos?
 Como extrair regras?
 Em “Text e Data Mining” estuda-se este tipo de problemas
 Tem como pré-requisito aconselhado a disciplina de
Aprendizagem Automática (opcional do 10º semestre da LEI)
15