Bancos de Dados: Relacionais vs. NoSQL, Escalabilidade e Conceitos Essenciais

Características dos Bancos de Dados Relacionais

Sucessor do modelo hierárquico, os bancos de dados relacionais armazenam informações em Tabelas (Relações), contendo linhas e colunas. Cada tupla representa uma entidade do mundo real, e cada coluna define uma propriedade do dado. As tabelas estabelecem relacionamentos entre si através de Chave Primária (CP) e Chave Estrangeira (CE), garantindo que informações referenciem dados já cadastrados e povoados em outras tabelas.

Esses sistemas oferecem validação, recuperação de falhas, segurança, otimização de consultas e garantia de integridade de dados, entre outras funcionalidades. Permitem que múltiplos usuários acessem o banco de dados simultaneamente.

Propriedades ACID em Bancos de Dados

As propriedades ACID são fundamentais para garantir a confiabilidade das transações em bancos de dados:

• Atomicidade: Uma transação é completada com perfeição ou é desfeita, retornando ao estado inicial.
• Consistência: As regras e integridades do banco de dados devem ser obedecidas para evitar inconsistências.
• Isolamento: Uma transação não é interferida por nenhuma outra transação concorrente, operando como se estivesse sozinha.
• Durabilidade: Os resultados de uma transação bem-sucedida são permanentes e não serão perdidos.

Escalabilidade e Desafios em BDs Relacionais

Quando o volume de uma base de dados cresce excessivamente, os bancos de dados relacionais podem tornar-se problemáticos e menos eficientes. Os principais desafios residem em conciliar o modelo relacional com a crescente demanda por escalabilidade.

Escalabilidade: Refere-se à capacidade de um sistema de melhorar seu desempenho para atender a uma demanda crescente.

• Escalabilidade Vertical: Consiste em aprimorar os recursos de um único servidor, como aumentar a capacidade de memória, melhorar a qualidade do hardware, o link de internet, o cabeamento, etc.
• Escalabilidade Horizontal: Envolve a adição de mais máquinas servidoras ao banco de dados para distribuir a carga.

Entendendo o Teorema CAP

O Teorema CAP descreve três propriedades desejáveis em sistemas distribuídos: Consistência, Disponibilidade e Tolerância à Partição. Ele afirma que, em um banco de dados distribuído, é possível garantir no máximo duas dessas três propriedades simultaneamente em um dado instante.

Os bancos de dados relacionais tradicionalmente priorizam a Consistência. Devido às propriedades ACID, a Tolerância à Partição e a Disponibilidade tornam-se desafios significativos para sua implementação em larga escala.

A Origem dos Bancos de Dados NoSQL

Buscando resolver problemas de escalabilidade, performance e disponibilidade, projetistas começaram a flexibilizar as regras que norteiam o Modelo Relacional. O termo "NoSQL" foi usado pela primeira vez em 1998 para uma solução que não oferecia interface SQL, mas ainda era baseada no Modelo Relacional.

Tempos depois, o termo passou a representar diversas soluções que demonstravam resultados melhores do que a utilização exclusiva do Modelo Relacional para certos tipos de problemas.

Principais Características dos BDs NoSQL

Os bancos de dados NoSQL apresentam características distintas:

• Não são relacionais: Embora possam realizar relacionamentos entre informações, esses bancos priorizam a independência de esquemas rígidos, evitando a dependência de relacionamentos complexos.
• Escalabilidade Horizontal: Projetados para lidar com grandes volumes de dados, permitem a adição de mais máquinas para aumentar a capacidade de forma distribuída.
• Open Source: Muitos BDs NoSQL são de código aberto, o que fomenta a colaboração da comunidade e a inovação contínua.

Conceitos Avançados: Map/Reduce, MVCC e Vector Clocks

• Map/Reduce: Um modelo de programação que permite a manipulação e processamento de enormes volumes de dados distribuídos ao longo de uma rede de nós.
• MVCC (Multi-Version Concurrency Control): Oferece suporte a transações paralelas em bancos de dados. Ao não utilizar locks para controle de concorrência, permite que transações de escrita e leitura ocorram simultaneamente, melhorando o desempenho.
• Vector Clocks: Utilizados para ordenar eventos que ocorreram em um sistema distribuído. Dada a possibilidade de várias operações acontecerem simultaneamente, o uso de um log de operações informando suas datas é crucial para determinar qual versão de um dado é a mais recente.