Primeiramente, devemos entender a diferença de dados e informações. Dados são gerados a todo momento por sistemas, aplicativos e dispositivos em diversos lugares com formatos diversos, como dados cadastrais, logs de sistemas, áudios, vídeos, imagens, etc. Quando há o processamento desses dados gerando insights para o apoio de decisão temos o que chamamos de Insight.
Um exemplo clássico, em um sistema de estoque de mercado temos dados de produtos, clientes e vendas. A partir desses dados, vemos que fraldas e cervejas são vendidos juntos quando o cliente é um homem. É retirado o insight que quando o pai vem ao mercado comprar fraldas ele busca comprar cerveja e a decisão do mercado de colocar esses itens perto um do outro com o objetivo de aumentar as vendas. Como profissionais de TI devemos entender como armazenar, explorar e retirar informações desses dados.
Os tipos de dados
Podemos classificar os dados em três tipos: estruturado, semi estruturado e não estruturado.
Os dados estruturados são dados gravados de maneira tabular (como uma planilha de excel), sendo representados por linhas e colunas. Os dados semi estruturados, como diz o nome, possui alguma estrutura sendo menos rígida, como por exemplo um arquivo JSON. Já os dados que não tem uma estrutura definida, são os dados não estruturados como imagens, vídeos, áudios e arquivos binários.
Após identificar os tipos de dados que temos disponíveis, devemos escolher a solução de banco de dados que melhor nos irá atender.
Banco de dados transacional
Os bancos de dados transacionais são os que armazenam todos os dados necessários para uma transação, como por exemplo, um controle de estoque de supermercado, um sistema financeiro e etc. Temos diversos tipos de bancos de dados separados em dois grupos, os bancos de dados SQL e NoSQL (Not Only SQL).
Os bancos de dados SQL, chamados também de bancos relacionais, armazenam dados estruturados e utilizam de SQL (Structured Query Language, em português Linguagem de Consulta Estruturada) para manipular os dados.
Já os bancos NoSQL foram criados para suprir algumas necessidades dos bancos SQL com um objetivo de ter uma performance de acesso, controle e escalabilidade melhores, por exemplo. Alguns tipos de bancos NoSQL estão listados abaixo.
Tipo Documento
Os dados são armazenados em formatos de documentos do tipo JSON, por exemplo. Um modelo de dados em que os desenvolvedores estão acostumados a trabalhar em suas aplicações, facilitando o acesso e manipulação dos dados já que estão no mesmo formato dos dados da aplicação.
Exemplos de aplicações em que tipo de banco se encaixa melhor estão catálogos, perfis de usuários e sistemas de gerenciamento de conteúdo.
Tipo Chave-valor
Esse tipo de banco armazena dados em conjuntos de pares de chave-valor, o valor é um identificador único para o valor. Ou seja, o acesso nesse tipo de dado é muito mais rápido, sendo necessário somente saber qual a chave para o valor desejado.
O tipo de valor armazenado pode ser objetos simples ou complexos dependendo somente da aplicação. Carrinho de compra, armazenamento de sessões, IoT são exemplos que se esse tipo de banco pode ser aplicado.
Tipo Grafo
Um grafo é composto por nós e arestas, um nó é ligado a outro(s) nó(s) por uma aresta. Um banco de dados do tipo grafo utiliza o nó para gravar informações sobre as entidades e as arestas para armazenar as informações das relações entre as entidades.
Uma aresta tem um nó inicial, final e direcionamento e dessa forma é possível identificar todas relação de uma entidade. Um exemplo mais claro de aplicação desse tipo de banco é uma rede social.
Banco de dados na nuvem
Cada provedor de nuvem tem ofertas de todos os tipos de bancos de dados diferentes citados no artigo, onde todo o gerenciamento é feito pelo provedor e o desenvolvedor se preocupa somente em extrair o melhor de cada ferramenta. Algumas dessas ofertas são bancos de dados nativos da nuvem projetados com recursos de escalabilidade e gerenciamento. Outras ofertas são bancos de dados tradicionais para uma empresas executar o “lift and shift”, em outras palavras, a migração de um ambiente on premise para a nuvem.
As vantagens de se usar soluções na nuvem são várias, desde o gerenciamento até o custo. Soluções on premise tem custo alto para a capitalização e manutenção diária do ambiente, além do custo elevado de gerenciamento administrativo como backups diários, atualização de softwares, segurança e alta disponibilidade.
Todos esses custos são drasticamente reduzidos em soluções PaaS (Plataform as a Service), por exemplo. O ambiente físico se torna responsabilidade do provedor, e os problemas de gerenciamento administrativos se tornam menos complicados uma vez que as soluções em nuvem são projetadas para ter toda a escalabilidade, segurança e continuidade de negócio facilmente configurável.
Conclusão
Os dados são extraídos de vários lugares e sistemas, tem diversos formatos e para armazená-los da melhor forma temos diversos tipos de banco de dados. Não existe um tipo melhor ou pior de banco de dados, cabe ao profissional entender o caso de uso de cada tipo de banco de dados e escolher o que irá melhor atender a sua necessidade.
Existe também o banco de dados analítico, uma base de dados alimentada por diversas fontes diferentes, onde esses dados são organizados e disponibilizados para os usuários para transformar esses dados em informações para tomada de decisões. Vamos deixar mais detalhes para a parte 2 deste artigo.
