Fundamentos de Banco de Dados: 1.1. Conceitos de Banco de Dados: Tipos de banco de dados: relacionais e não relacionais (NoSQL). Modelagem de dados: conceito de entidades, atributos, relacionamentos. Normalização: formas normais e desnormalização. Modelagem lógica e física de banco de dados. 1.2. Arquitetura de Banco de Dados: Arquitetura cliente-servidor. Conexão, transações e concorrência. Atomicidade, Consistência, Isolamento e Durabilidade (ACID).
Modelagem de Dados Avançada: 3.1. Modelagem Relacional: Modelagem conceitual, lógica e física. Diagramas de Entidade-Relacionamento (ER). Análise de cardinalidade e dependências funcionais.
Linguagens de Banco de Dados: 2.1. SQL (Structured Query Language): Comandos de DDL (Data Definition Language): CREATE, ALTER, DROP. Comandos de DML (Data Manipulation Language): SELECT, INSERT, UPDATE, DELETE. Operações avançadas de consulta: JOIN (INNER, LEFT, RIGHT, FULL), subconsultas, funções agregadas (SUM, COUNT, AVG). Gerenciamento de transações: COMMIT, ROLLBACK, SAVEPOINT. Consultas otimizadas e uso de índices.
Desempenho e Alta Disponibilidade: 9.1. Tuning de Desempenho de Banco de Dados: Análise de desempenho: monitoramento de queries, otimização de índices, particionamento de tabelas. Técnicas de tuning em SQL: otimização de consultas, hints de execução. Soluções de alta disponibilidade e balanceamento de carga. Recuperação de desastres e estratégias de failover.
Segurança de Banco de Dados: 7.1. Práticas de Segurança de Banco de Dados: Gestão de segurança e políticas de acesso. Criptografia de dados em trânsito e em repouso. Mecanismos de autenticação e autorização. 7.2. Auditoria e Compliance em Banco de Dados: Técnicas de auditoria de acessos e manipulação de dados.
2.2. PL/SQL (Procedural Language/SQL): Programação em PL/SQL: criação de funções, procedimentos armazenados (stored procedures), triggers e pacotes. Controle de fluxo: IF, CASE, LOOP, WHILE. Tratamento de exceções.
Administração de Banco de Dados: 4.1. Instalação e Configuração: Instalação e configuração de sistemas gerenciadores de banco de dados (SGBDs) como PostgreSQL, MySQL, Oracle. Configuração de parâmetros de desempenho (tuning). 4.2. Gerenciamento de Usuários e Segurança: Criação de usuários e controle de permissões. Implementação de políticas de segurança: controle de acesso baseado em funções (RBAC), criptografia de dados em repouso e em trânsito. Auditoria de acesso e atividades no banco de dados. Técnicas de recuperação de desastres e alta disponibilidade. Ferramentas de backup e recuperação: pg_dump (PostgreSQL).
Administração de Banco de Dados: 4.1. Instalação e Configuração: Instalação e configuração de sistemas gerenciadores de banco de dados (SGBDs) como PostgreSQL, MySQL, Oracle. Configuração de parâmetros de desempenho (tuning). 4.2. Gerenciamento de Usuários e Segurança: Criação de usuários e controle de permissões. Implementação de políticas de segurança: controle de acesso baseado em funções (RBAC), criptografia de dados em repouso e em trânsito. Auditoria de acesso e atividades no banco de dados. Técnicas de recuperação de desastres e alta disponibilidade. Ferramentas de backup e recuperação: mysqldump (MySQL). 9.2. Alta Disponibilidade e Tolerância a Falhas: Clusterização e replicação de banco de dados: MySQL Replication.
Administração de Banco de Dados: 4.1. Instalação e Configuração: Instalação e configuração de sistemas gerenciadores de banco de dados (SGBDs) como PostgreSQL, MySQL, Oracle. Configuração de parâmetros de desempenho (tuning). 4.2. Gerenciamento de Usuários e Segurança: Criação de usuários e controle de permissões. Implementação de políticas de segurança: controle de acesso baseado em funções (RBAC), criptografia de dados em repouso e em trânsito. Auditoria de acesso e atividades no banco de dados. 9.2. Alta Disponibilidade e Tolerância a Falhas: Clusterização e replicação de banco de dados: Oracle RAC. (Oracle)
Data Warehousing e Business Intelligence (BI): 5.1. Conceitos de Data Warehouse: Definição e arquitetura de Data Warehouse. Extração, Transformação e Carga de Dados (ETL): ferramentas e processos. Integração de dados de diferentes fontes em um Data Warehouse.
Modelagem multidimensional: esquemas estrela e floco de neve.
5.3. Business Intelligence (BI): Ferramentas de BI: Power BI. Construção de dashboards e relatórios dinâmicos. Análise de dados para suporte à decisão.
Big Data e Tecnologias Associadas: 6.1. Conceitos de Big Data: Definição de Big Data: 5Vs (volume, velocidade, variedade, veracidade, valor). Desafios e oportunidades no tratamento de grandes volumes de dados.
6.2. Ferramentas para Big Data: Hadoop: arquitetura, HDFS, MapReduce. Spark: processamento distribuído em memória. NoSQL em cenários de Big Data: Cassandra, MongoDB. 6.3. Integração de Big Data com Banco de Dados Relacionais: Ferramentas de integração: Apache Sqoop, Apache Kafka. Cenários de uso de bancos de dados híbridos. 2.3. Linguagens para Bancos de Dados NoSQL: Introdução a consultas em MongoDB (banco de dados NoSQL). Manipulação de documentos e coleções em JSON. Operações CRUD (Create, Read, Update, Delete) em MongoDB.
3.2. Bancos de Dados Não Relacionais (NoSQL): Diferença entre bancos de dados relacionais e não relacionais. Tipos de NoSQL: chave-valor (Redis), documentos (MongoDB), grafos (Neo4j), colunares (Cassandra). Casos de uso e limitações de bancos NoSQL em auditoria.
Governança de Dados e Gestão de Metadados: 10.1. Governança de Dados: Princípios e frameworks de governança de dados: DAMA-DMBOK. Qualidade de dados: padrões, limpeza, consistência e integridade. Ciclo de vida dos dados e políticas de retenção. 10.2. Gestão de Metadados: Ferramentas e técnicas de gestão de metadados. Catalogação e descoberta de dados. Governança de dados aplicada ao controle de auditoria.
Ferramentas de auditoria: ELK Stack.
