Os bancos de dados são ao mesmo tempo um dos componentes mais e menos usados. É verdade que são ferramentas indispensáveis ​​para os profissionais de tecnologia da informação. Mas, no caso de usuários que trabalham com seu computador, pode-se falar de uma subutilização. A menos que estejam em um aplicativo que o inclua, por exemplo, ao navegar e comentar neste blog.

É verdade que usar uma planilha é mais intuitivo e há mais documentação disponível. A própria Microsoft publicou apenas um livro sobre o Access, que trata da preparação para o exame de certificação. Em relação ao LibreOffice Base, a documentação disponível (em inglês) chega à versão 6.4.

Porém, a maior curva de aprendizado é compensada pelos benefícios, uma vez que são ideais para trabalhar com dados não numéricos.

Os bancos de dados! O que são?

Um banco de dados é uma coleção de dados estruturados de uma determinada maneira e armazenados eletronicamente. Por meio de um programa denominado gerenciador de banco de dados, ele se encarrega de facilitar a adição, modificação e eliminação do mesmo. Alguns tipos de bancos de dados usam uma linguagem de programação específica que permite consultas.

Classificação

De acordo com a localização

  • Banco de dados centralizado: é localizado, armazenado e mantido em um único local. Isso não significa que o usuário precisa estar no mesmo local para acessar.
  • Banco de dados distribuído: São, na verdade, diferentes bancos de dados em diferentes locais físicos unidos por um gerente que os faz funcionar como se fossem um.

De acordo com a forma de estabelecer relações entre os dados

  • Relacional: Neste tipo de banco de dados, eles são organizados na forma de linhas e colunas.
  • Orientado a objetos: aqui os dados são armazenados na forma de objetos. Esses objetos são armazenados no banco de dados atribuindo-lhes atributos e métodos que definem o que fazer com os dados.
  • Orientado para gráfos: use a teoria dos gráfos para armazenar, mapear e consultar as relações entre os dados.
  • NoSQL: permite armazenar dados não estruturados ou semiestruturados.
  • Orientado a documentos: é um subtipo do anterior. Em vez de armazenar os dados em linhas e colunas, ele usa documentos para armazenar e recuperar os dados. Esses documentos organizam os dados usando padrões como JSON ou XML.

De acordo com a orientação

  • OLTP: São bases de dados orientadas ao processamento de transações e incluem funções de introdução, modificação e exclusão de dados.
  • OLAP: Esses bancos de dados são orientados para a análise de dados para permitir que conclusões sejam tiradas.

Outros tipos

  • Autônomo: eles são baseados na nuvem e usam aprendizado de máquina para automatizar o trabalho do banco de dados, segurança, backups, atualizações e outras tarefas de gerenciamento de rotina que um administrador executa em bancos de dados tradicionais.
  • Data warehouse: é um banco de dados voltado para o setor corporativo que integra e purifica informações de diversas fontes para processá-las e analisá-las desde diferentes pontos de vista em alta velocidade.

Bancos de dados abertos vs. proprietários

Não faz sentido neste blog esclarecer qual é a diferença entre os dois. Se for interessante ver como o uso de ambos é distribuído. De acordo com as estatísticas mais atuais, das 5 mais utilizadas, 3 são de código aberto. A boa notícia é que dois do código aberto; PostgreSQL e MongoDB tiveram um crescimento impressionante; 44,02% e 25,62% respectivamente.

A grande surra foi levada pelo servidor Microsoft SQL (proprietário) com queda de 70,81% enquanto o produto líder, a Oracle, acumula queda de 28,08%. MySQL, a mais popular das soluções de código aberto, também não se saiu muito bem com 24,28% no placar.

De qualquer forma, essa estatística deve ser tomada com cautela. As fontes para calcular a posição de cada mecanismo de banco de dados são:

  • Número de resultados nos motores de busca.
  • Frequência de pesquisa de acordo com as tendências do Google.
  • Número de consultas em portais de perguntas e respostas sobre tecnologia.
  • Número de ofertas de emprego.
  • Frequência de menções em perfis profissionais.
  • Quantidade de menções nas redes sociais.