Banco de dados relacional

Um banco de dados relacional é um banco de dados que modela os dados de uma forma que eles sejam percebidos pelo usuário como tabelas, ou mais formalmente relações.

O termo é aplicado aos próprios dados, quando organizados dessa forma, ou a um Sistema Gerenciador de Banco de Dados Relacional (SGBDR) – do inglês Relational database management system (RDBMS) – um programa de computador que implementa a abstração.

tructured Query Language, ou Linguagem de Consulta Estruturada ou SQL, é a linguagem de pesquisa declarativa padrão para banco de dados relacional (base de dados relacional). Muitas das características originais do SQL foram inspiradas na álgebra relacional.

O SQL foi desenvolvido originalmente no início dos anos 70 nos laboratórios da IBM em San Jose, dentro do projeto System R, que tinha por objetivo demonstrar a viabilidade da implementação do modelo relacional proposto por E. F. Codd. O nome original da linguagem era SEQUEL, acrônimo para "Structured English Query Language" (Linguagem de Consulta Estruturada, em Inglês)^[1], vindo daí o facto de, até hoje, a sigla, em inglês, ser comumente pronunciada "síquel" ao invés de "és-kiú-él", letra a letra. No entanto, em português, a pronúncia mais corrente é letra a letra: "ésse-quê-éle".

A linguagem é um grande padrão de banco de dados. Isto decorre da sua simplicidade e facilidade de uso. Ela se diferencia de outras linguagens de consulta a banco de dados no sentido em que uma consulta SQL especifica a forma do resultado e não o caminho para chegar a ele. Ela é uma linguagem declarativa em oposição a outras linguagens procedurais. Isto reduz o ciclo de aprendizado daqueles que se iniciam na linguagem.

Embora o SQL tenha sido originalmente criado pela IBM, rapidamente surgiram vários "dialectos" desenvolvidos por outros produtores. Essa expansão levou à necessidade de ser criado e adaptado um padrão para a linguagem. Esta tarefa foi realizada pela American National Standards Institute (ANSI) em 1986 e ISO em 1987.

O SQL foi revisto em 1992 e a esta versão foi dado o nome de SQL-92. Foi revisto novamente em 1999 e 2003 para se tornar SQL:1999 (SQL3) e SQL:2003, respectivamente. O SQL:1999 usa expressões regulares de emparelhamento, queriesrecursivas e gatilhos (triggers). Também foi feita uma adição controversa de tipos não-escalados e algumas características de orientação a objeto. O SQL:2003 introduz características relacionadas ao XML, sequências padronizadas e colunas com valores de auto-generalização (inclusive colunas-identidade).

Tal como dito anteriormente, embora padronizado pela ANSI e ISO, possui muitas variações e extensões produzidos pelos diferentes fabricantes de sistemas gerenciadores de bases de dados. Tipicamente a linguagem pode ser migrada de plataforma para plataforma sem mudanças estruturais principais.

Outra aproximação é permitir para código de idioma procedural ser embutido e interagir com o banco de dados. Por exemplo, o Oraclee outros incluem Java na base de dados, enquanto o PostgreSQL permite que funções sejam escritas em Perl, Tcl, ou C, entre outras linguagens.

[1]

Gestao de Custos:
No.	Mes	Dia	Item	Quant. ($R)
1	Jan	3	Remun. Gerais	10000
2	Jan	3	Infraestrutura	2000
3	Jan	5	Capacit. Prof.	500
4	Jan	6	Serv. Terceriz.	5000
5	Jan	7	Outros	3456
6	Jan	9	Serv. Terceriz.	3700
7	Jan	15	Incentivos Produt.	567
8	Jan	25	Infraestrutura	3450
9	Fev	4	Incentivos Produt.	1234
10	Fev	4	Remun. Gerais	5678
11	Fev	4	Serv. Terceriz.	4000
12	Fev	7	Infraestrutura	3500
13	Fev	9	Outros	690
14	Fev	16	Capacit. Prof.	1200
15	Fev	19	Remun. Gerais	3500
16	Fev	26	Infraestrutura	7000
17	Fev	27	Incentivos Produt.	2700
18	Fev	27	Capacit. Prof.	800
19	Fev	28	Outros	1200
20	Fev	28	Serv. Terceriz.	6660

Numero	Estado	Salario
11	MS	1700
10	MS	1890
4	MS	1890
3	MS	1650
12	MS	1950
1	MS	1678
9	MS	1789
17	RJ	1870
16	RJ	2030
19	RJ	1910
18	RJ	2200
20	RJ	1890
15	RJ	1990
8	SP	1800
6	SP	2150
14	SP	2180
7	SP	2320
2	SP	1850
5	SP	1950
13	SP	2150

Teste-t: duas amostras presumindo variâncias diferentes

	Salario MS	Salario SP
Média	1792	2057
Variância	14301	36990
Observações	7	7
Hipótese da diferença de média	0
gl	10
Stat t	-3,092469414
P(T<=t) uni-caudal	0,005697959	Margem de Erro COM Inf. Previa Confiavel
t crítico uni-caudal	1,812461123
P(T<=t) bi-caudal	0,011395918	Margem de Erro SEM Inf. Previa
t crítico bi-caudal	2,228138852

Teste-t: duas amostras presumindo variâncias equivalentes

	RJ	SP
Média	1982	2057
Variância	15217	36990
Observações	6	7
Variância agrupada	27093,29004
Hipótese da diferença de média	0
gl	11
Stat t	-0,824198971
P(T<=t) uni-caudal	0,213668226
t crítico uni-caudal	1,795884819
P(T<=t) bi-caudal	0,427336452
t crítico bi-caudal	2,20098516

LCE_136_SII_BIOLOGIA_ Sistemas de Informação e Inteligência para Biologia

sexta-feira, 24 de novembro de 2017

Banco de Dados Não Relacional - Excel

Banco de dados relacional

Dicas - Seleção p. Estágios

sexta-feira, 17 de novembro de 2017

Aula 17/11 - Seminários e Contatos Futuros

sexta-feira, 10 de novembro de 2017

Macros Analíticas do Excel Teste T de Student – A segunda ferramenta de BI (Intel. De Negócios)