Banco de dados: resumo para concursos
Resolver 24 questões de Banco de dados
Por que existe o SGBD e o que ele faz
Antes dos SGBDs, cada aplicação mantinha seus próprios arquivos. Silberschatz, Korth e Sudarshan listam os problemas desse modelo, entre eles redundância, inconsistência, integridade, concorrência e segurança.
O problema de integridade é cobrado quase literalmente: os dados devem obedecer a regras de consistência, e, como essas regras ficam espalhadas no código dos programas, acrescentar uma nova restrição exige alterar todos eles.
O sistema gerenciador de banco de dados resolve isso mediando todo acesso aos dados. Suas funções:
- controle de concorrência (bloqueios, controle multiversão);
- integridade (chave primária, chave estrangeira, NOT NULL, CHECK);
- segurança (autenticação, privilégios, auditoria);
- recuperação de falhas (log de transações, checkpoints, backup);
- independência de dados e linguagem de consulta.
A banca erra de propósito ao dizer que a função principal do SGBD é gravar dados em disco, que concorrência é tarefa do sistema operacional ou que integridade referencial deve ficar só na aplicação. Todas essas afirmações são falsas.
Arquitetura ANSI/SPARC: três níveis
A arquitetura de três esquemas tem exatamente três níveis. Não existe nível transacional.
- Externo: as visões de cada grupo de usuários, com a parte do banco que interessa a cada um.
- Conceitual (lógico): a estrutura global do banco, comum a todos: tabelas, atributos, tipos, relacionamentos e restrições de integridade. Não trata de armazenamento.
- Interno (físico): como os dados ficam gravados: arquivos, blocos, caminhos de acesso, índices, ordenação, compactação.
As trocas mais comuns: atribuir ao nível externo a estrutura global, que é do conceitual; dizer que o interno é a estrutura lógica compartilhada; ou dizer que o conceitual descreve a organização física. Desempenho, concorrência e visões específicas de usuário também não são funções da camada lógica.
Independência de dados e abstração
Independência de dados é poder mudar a forma como os dados são estruturados ou armazenados sem alterar as aplicações. A descrição dos dados fica no catálogo do SGBD, e não no código de cada programa.
- Independência física: muda-se o nível interno (um índice novo, outro arquivo) sem afetar o conceitual.
- Independência lógica: muda-se o nível conceitual (uma coluna nova) sem afetar as visões externas. É mais difícil de obter.
A abstração de dados torna a camada física transparente: o usuário trabalha com uma visão lógica, em tabelas e relacionamentos, sem saber como os blocos estão gravados. Não confunda com segurança (impedir acesso não autorizado), concorrência (usuários simultâneos) ou integridade (impedir valor duplicado ou fora do domínio), que são outras funções do SGBD.
Modelo relacional e índices
No modelo relacional de Codd, os dados ficam em relações, que na prática são tabelas. Os três elementos essenciais são tabelas, colunas (atributos) e linhas (tuplas). Índices e visões não fazem parte desse núcleo: índice é estrutura auxiliar de acesso, do nível físico.
O índice, em geral uma árvore B+, acelera leituras que filtram, ordenam ou fazem junção pelas colunas indexadas. Mas tem custo: ocupa espaço e precisa ser atualizado em cada INSERT, UPDATE ou DELETE. Daí as conclusões que a banca cobra:
- um índice novo pode piorar o desempenho, sobretudo em tabelas muito alteradas;
- indexar todas as colunas não é boa estratégia;
- nenhum índice garante ganho sempre; o que vale é indexar as colunas que as consultas realmente usam.
O índice funcional, ou baseado em expressão, guarda o resultado de uma função aplicada à coluna, como UPPER(nome). Uma consulta com a mesma expressão no filtro passa a usar o índice, o que não aconteceria com um índice simples sobre nome.
Normalização e desnormalização controlada
A normalização elimina redundâncias e evita anomalias de atualização, mas exige mais junções nas consultas.
Quando o uso é de leitura intensa e pouca atualização, como em relatórios executivos com junções complexas, a prática recomendada é a desnormalização controlada: duplicar algumas colunas ou manter tabelas de relatório com os dados já combinados, atualizadas por rotinas de carga ou gatilhos. Aceita-se redundância de propósito, mas sob controle, para não gerar inconsistência.
As alternativas erradas costumam ser os extremos: normalizar tudo até a 5FN, abandonar as formas normais e guardar tudo em um único documento, trocar o banco por NoSQL só por ser mais rápido, indexar todas as colunas ou eliminar as tabelas originais e manter só visões materializadas.
Papel do administrador de banco de dados
O DBA cuida de segurança, desempenho, cópias de segurança e recuperação. No controle de acesso, Elmasri e Navathe descrevem quatro ações realizadas com a conta de superusuário:
- criação de contas;
- concessão de privilégios;
- revogação de privilégios;
- atribuição de nível de segurança.
Em SQL, concede-se com GRANT e revoga-se com REVOKE. A revogação cancela privilégios dados antes, por exemplo quando o usuário muda de função ou deixa a organização.
Perguntas frequentes
Quantos níveis tem a arquitetura ANSI/SPARC?
Três: externo, conceitual e interno. Item que fale em quatro níveis ou em nível transacional está errado.
Criar mais índices sempre melhora o desempenho?
Não. O índice acelera certas leituras, mas ocupa espaço e torna mais lentas as inserções, atualizações e exclusões. Índice que as consultas não usam só acrescenta carga.
Desnormalizar é erro de projeto?
Não, quando é controlado. Em cenários de muita leitura e pouca atualização, duplicar dados de forma planejada reduz junções e melhora o desempenho, desde que existam rotinas que mantenham a consistência.
Resolver 24 questões de Banco de dados
Fontes: SILBERSCHATZ, A.; KORTH, H. F.; SUDARSHAN, S. Sistema de Banco de Dados; ELMASRI, R.; NAVATHE, S. B. Sistemas de Banco de Dados; DATE, C. J. Introdução a Sistemas de Bancos de Dados; ANSI/X3/SPARC Study Group on Database Management Systems: Interim Report, 1975