O que é Sistema Gerenciador de Bancos de Dados

Sistema gerenciador de banco de dados

Quando se refere a um banco de dados, usualmente está se referindo a um sistema gerenciador de banco de dados (SGBD).

Um SGDB é um conjunto de programas utilizados para definir, administrar e processar bancos de dados e suas aplicações. O SGDB é a ferramenta que se utiliza para construir a estrutura e operacionalizar os dados contidos em um banco de dados.

No mercado, existem diversos tipos de SGDB, construídos por diferentes empresas. Algumas com focos em computadores de alto poder computacional e outras com foco em computadores pessoais e notebooks.

Um banco de dados pode possuir diferentes tamanhos, de simples coleções de poucos registros para sistemas que possuem milhões. A usabilidade do banco de dados pode ser definida com base no seu tamanho, no equipamento em que é utilizado e no tamanho da organização que o mantém. Sendo assim, os separamos em três tipos:

  • Banco de dados pessoal: é desenhado para uma única pessoa para ser utilizado em um único computador. Possui uma estrutura simples e tamanho relativamente pequeno.
  • Banco de dados de uma organização ou grupo de trabalho: Esse tipo de banco de dados é geralmente maior que um pessoal e mais complexo. Necessita ser utilizado por diversas pessoas que tentam acessar o mesmo dados ao mesmo tempo
  • Banco de dados de uma empresa: São enormes, guardando informações sobre a organização inteira.

Uma empresa cria um SGDB com base nesses critérios. Mas a questão, é que por mais que haja diferenças nos softwares de SGDB, o SQL é utilizado como linguagem principal para se comunicar com os bancos de dados relacionais através desses sistemas.

Para que não seja confuso o ensino sobre SGBD, é possível separá-los em dois tipos de categorias: leves e centralizados

Bancos de dados Leves

Para soluções simples ou para um número pequeno de usuários, um banco de dados leve é o melhor para se utilizar. Os dois mais comuns são: SQLite e Microsoft Access.

Bancos de dados Centralizados

Se é necessário diversos usuários utilizarem o banco de dados simultaneamente, é necessário o uso de bancos de dados centralizados.

Entre as opções encontram-se: MySQL, Microsoft SQL Server, Oracle, PostgreSQL, Teradata, MariaDB.

Exemplo SQLite

O SQLite pode ter instalado através de Softwares de editores de SQL. O mais utilizado no caso é o SQLitestudio. Através desse editor, é possível navegar através das tabelas de um arquivo de bancos de dados e operacionalizar as consultas do arquivo, além de realizar a organização do mesmo.

O SQLitestudio é muito simples de utilizar, é necessário somente o download através do link: https://sqlitestudio.pl/ e ao baixar, extrair os arquivos em uma pasta do computador e clicar em SQLiteStudio.exe que o programa é aberto. Sim, não necessita de instalação, simplesmente é baixar e usar.

Acima, é apresentado a tela do painel do SQLite, contendo no bloco da esquerda o navegador dos bancos de dados e na direita, a área de trabalho para o SQL.

Por fim, é possível abrir arquivos de Bancos de dados e realizar consultas através do SQL.

____________________________________________________

Quer aprender mais?

Veja nosso curso de SQL para Economia e Finanças, onde ensinamos todo o processo para aqueles que desejam entrar na área. O curso faz parte da trilha Ciência de Dados para Economia e Finanças.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Criando operações SQL com IA Generativa no R com querychat

No universo da análise de dados, a velocidade para obter respostas é um diferencial competitivo. Frequentemente, uma simples pergunta de negócio — “Qual foi nosso produto mais vendido no último trimestre na região Nordeste?” — inicia um processo que envolve abrir o RStudio, escrever código dplyr ou SQL, executar e, finalmente, obter a resposta. E se pudéssemos simplesmente perguntar isso aos nossos dados em português, diretamente no nosso dashboard Shiny?

Dashboard Financeiro com IA e Shiny Python: Análise de Dados Abertos da CVM

Este artigo apresenta um tutorial completo sobre como construir uma ferramenta de análise financeira de ponta. Utilizando Shiny for Python, demonstramos a automação da coleta de dados das Demonstrações Financeiras Padronizadas (DFP) da CVM e o tratamento dessas informações com Pandas. O ponto alto do projeto é a integração da IA Generativa do Google Gemini, que atua como um assistente de análise, interpretando os dados filtrados pelo usuário e fornecendo insights contábeis e financeiros em tempo real. O resultado é um dashboard dinâmico que democratiza a análise de dados complexos e acelera a tomada de decisão.

Econometria, ML ou IA para previsão da PMS?

Prever a Pesquisa Mensal de Serviços (PMS/IBGE) é um desafio por natureza: trata-se de uma série mensal, sujeita a volatilidade e choques que vão de fatores sazonais a mudanças estruturais no setor. Para enfrentar esse problema, realizamos um exercício de comparação entre três abordagens de modelagem: econometria tradicional (ARIMA), machine learning (XGBoost) e inteligência artificial (TimeGPT).

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.