Como um processo padrão na engenharia, a modelagem de um banco de dados torna-se indispensável para mitigar problemas em sua construção. Antes de desenvolvê-lo e alimentá-lo com informações, é fundamental planejar sua estrutura e como o mundo real será representado por meio dos dados. A etapa de modelagem de dados consiste no planejamento estrutural do sistema, a fim de garantir que a representação seja precisa e eficiente, padronizando a forma como os dados são descritos.
De forma complementar, os modelos de dados atuam como ferramentas que ilustram como as estruturas de suporte aos processos de negócio serão construídas, além de detalharem a organização dessas informações e os relacionamentos estabelecidos entre elas. Dessa maneira, a modelagem de dados distingue-se do modelo de dados porque a primeira refere-se ao processo de criação, enquanto o segundo constitui o produto final.
A construção efetiva de um banco de dados passa por processos de especificação que vão de modelos mais abstratos a mais detalhados. Os conceitos e as necessidades do sistema são estruturados para que possam ser validados com os usuários em um nível compreensível, mas também apresentam regras definidas e maior complexidade para que os analistas possam consolidá-los.
O projeto deve iniciar com a análise de requisitos, levantados por meio de reuniões com diversos grupos de interesse. Esses encontros têm como objetivo extrair informações sobre o armazenamento exigido pelas aplicações, bem como identificar as operações mais frequentes que demandam otimização. Posteriormente, utilizam-se essas informações para construir o projeto conceitual, contemplando os requisitos validados pelos usuários. Esses modelos — denominados modelos de dados de alto nível, conceituais ou semânticos — são elaborados de forma abstrata e independente de tecnologias específicas, pois têm maior proximidade com os usuários de negócio e facilitam o entendimento.
Subsequentemente, ocorre a fase de construção do projeto lógico do banco de dados. Essa etapa consiste no refinamento do modelo conceitual anterior para abranger maiores detalhes, originando o modelo de dados lógico, também denominado representativo ou representacional. Nesse nível, os conceitos ainda podem ser compreendidos pelos usuários de negócio, mas já refletem a estrutura de organização dos dados. Assim, a documentação é preparada para ser mapeada no SGBD escolhido, embora ainda oculte os detalhes físicos de armazenamento em disco. Ramakrishnan e Gehrke afirmam que essa é uma etapa apropriada para adoção de refinamento dos modelos, revisando a qualidade do que já foi produzido.
Na etapa seguinte, a etapa de projeto físico de banco de dados, o modelo produzido anteriormente é traduzido em um modelo de baixo nível, também denominado modelo físico. Esse modelo deve descrever a estrutura do banco de dados de modo próximo a como os dados serão armazenados, de forma mais técnica, incluindo detalhes de acesso físico, desempenho, armazenamento, partições. Para a construção desse modelo, já se deve ter como base o SGBD específico e as estruturas técnicas para implementação. Por fim, o fluxo conclui-se com o desenvolvimento do aplicativo que consumirá os dados armazenados, considerando aspectos como segurança e permissões de visualização por perfil de usuário.
Modelo Entidade Relacionamento
O modelo entidade-relacionamento, ou modelo ER, tem como base a estruturação de um conjunto de entidades e seus relacionamentos a fim de descrever o contexto, ou minimundo. As notações mais comuns para representar graficamente o modelo ER se dão a partir dos diagramas ER, nos quais os mais frequentemente utilizados são denominados Pé de Galinha (Crow's Foot), Peter Chen, IDEF1X, Barker e UML. Cada estilo varia na forma como representa as entidades, os atributos e as cardinalidades dos relacionamentos.
Nesse contexto, as entidades são os elementos fundamentais do diagrama, representando os objetos, sejam eles concretos ou conceitos abstratos do mundo real. A notação de Peter Chen é a representação clássica e original do modelo entidade-relacionamento, muito utilizada no meio acadêmico e na fase conceitual. Ela ilustra entidades como retângulos, atributos como elipses e relacionamentos como losangos conectados por linhas com números ou letras (1, N, M) para indicação das cardinalidades. Complementarmente, cada entidade possui atributos, ou propriedades que descrevem suas características específicas.
Os relacionamentos entre duas entidades é estruturada a partir de representações na forma de losangos ligando os retângulos e seus atributos que representam as entidades e suas características. Outra representação comumente utilizada é sem a indicação dos atributos, omitindo-os para que não haja sobrecarga visual. Os relacionamentos também podem ser apresentados de forma auto-relacionada ou relacionamento recursivo, ocorrendo quando as ocorrências de uma entidade se relacionam com outras ocorrências dessa mesma entidade.
Classificação dos Atributos
No contexto de Modelagem de Dados, ou Modelo Entidade-Relacionamento, os atributos (características que descrevem a entidade) são classicamente divididos em quatro categorias principais e outras variações importantes. Os simples, ou atômicos, não podem ser divididos em partes menores e representam um único valor elementar (ex: CPF ou Idade). Os compostos podem ser divididos em subatributos com significados próprios (ex: Endereço, dividido em Rua, Número e CEP). Os multivalorados podem ter um conjunto de múltiplos valores para uma mesma instância de entidade (ex: Telefones de um mesmo cliente), diferente dos monovalorados, que possuem apenas um único valor para cada instância.
Outras variações importantes são os atributos-chave (ou identificadores), os derivados e os armazenados. Os atributos-chave identificam de forma única cada instância de uma entidade, impedindo valores repetidos (ex.: Matrícula ou ID). Embora atuem como chaves primárias, no modelo ER eles são chamados apenas de chaves ou identificadores, comportando-se como chaves candidatas — diferentemente do modelo relacional, que formaliza o conceito de 'chave primária'.
Já o atributo derivado consolida um valor não armazenado fisicamente, mas calculado a partir de outros dados (ex.: Idade, obtida pela data de nascimento e pela data atual). O atributo armazenado tem seu valor efetivamente gravado no banco de dados (ex.: Data de Nascimento). Os atributos descritivos têm a intenção de descrever as características de determinada entidade e o atributo nominativo é usado para identificar a entidade. Por fim, o atributo referencial não se comporta como atributo da entidade, mas sim do relacionamento entre as entidades, fornecendo informações sobre as ligações entre elas.
Cardinalidade dos relacionamentos
A cardinalidade em banco de dados define a quantidade mínima e máxima de ocorrências de uma entidade que podem se associar a outra dentro de um relacionamento. Ela funciona como uma tradução direta das regras de negócio para o Diagrama Entidade-Relacionamento (DER) e garante que o mundo real seja representado corretamente nas tabelas do sistema.
Na prática, a cardinalidade é dividida em dois aspectos fundamentais: a cardinalidade máxima e a cardinalidade mínima. A cardinalidade máxima indica o limite superior de registros que podem se relacionar, respondendo à pergunta de quantos elementos no máximo participam daquela ligação. Já a cardinalidade mínima aponta a obrigatoriedade do relacionamento, definindo se a associação é opcional, representada pelo número zero, ou obrigatória, representada pelo número um.
O relacionamento um para um (1:1) ocorre quando um registro de uma tabela A pode estar ligado a no máximo um registro de uma tabela B, e vice-versa. Um exemplo clássico é a relação entre um funcionário e seu crachá de identificação exclusivo, onde cada pessoa possui apenas um crachá ativo e cada crachá pertence a somente um trabalhador. Na implementação no banco de dados, a chave primária de uma das tabelas costuma ser usada como chave estrangeira para a outra, geralmente aplicando uma restrição de unicidade para impedir duplicidade.
O relacionamento um para muitos (1:N) é o mais comum nos sistemas e acontece quando um registro da tabela A pode se associar a vários registros da tabela B, mas cada registro da tabela B está ligado a apenas um registro da tabela A. A representação pode ser contextualizada na relação entre um cliente e seus pedidos em uma loja virtual, pois um único cliente pode fazer dezenas de compras ao longo do tempo, mas cada pedido específico pertence a um único comprador. No modelo relacional, esse cenário é resolvido colocando a chave primária do lado “um” como chave estrangeira na tabela do lado “muitos”.
O relacionamento muitos para muitos (N:N) acontece quando vários registros da tabela A podem se conectar a vários registros da tabela B simultaneamente. Um bom exemplo é a ligação entre alunos e disciplinas em uma faculdade, já que um estudante se matricula em várias matérias e cada matéria possui diversos estudantes inscritos. Como os bancos de dados relacionais não suportam essa ligação diretamente entre as duas tabelas, cria-se uma terceira tabela intermediária, conhecida como tabela associativa, que recebe as chaves primárias das duas tabelas originais para organizar as combinações.
A leitura de um Diagrama Entidade-Relacionamento exige atenção ao posicionamento dos símbolos, pois existem duas convenções visuais muito comuns no mercado: a notação de Peter Chen (com parênteses) e a notação Pé de Galinha (Crow's Foot). Na notação de Peter Chen, a leitura é feita cruzando as entidades e olhando para a extremidade oposta da linha. Para ler a relação da entidade A para a entidade B, você parte do nome da entidade A, passa pelo verbo do losango de relacionamento e lê o par de números que está encostado na entidade B. Por exemplo, se entre Cliente e Pedido houver o par (0,N) encostado em Pedido, lê-se: "Um Cliente pode realizar no mínimo zero e no máximo vários Pedidos". Fazendo o caminho inverso, se houver (1,1) encostado em Cliente, lê-se: "Um Pedido pertence a, no mínimo, um e, no máximo, um Cliente".
Na notação Pé de Galinha (Crow's Foot), muito utilizada em ferramentas modernas como MySQL Workbench e brModelo (em modo lógico), os números são substituídos por símbolos gráficos na ponta das linhas. Um traço vertical (|) significa "um", um círculo (O) significa "zero" e três linhas abertas formando um pé de galinha (<) significam "muitos". A leitura segue a mesma direção cruzada: olha-se para os dois símbolos mais próximos da entidade de destino, sendo que o símbolo mais interno (longe da caixa) representa a cardinalidade mínima e o símbolo mais externo (encostado na caixa) representa a cardinalidade máxima.
Grau dos relacionamentos
O grau de um relacionamento em banco de dados indica quantas entidades diferentes participam simultaneamente de uma mesma associação na modelagem conceitual. Enquanto a cardinalidade define a quantidade de registros que se conectam, o grau foca na quantidade de conjuntos de entidades envolvidos no vínculo, sendo dividido principalmente em unitário, binário, ternário e n-ário.
O relacionamento unitário, também chamado de autorelacionamento, ocorre quando uma entidade se relaciona com ela mesma. Isso significa que registros dentro de uma mesma tabela possuem algum tipo de vínculo hierárquico ou de associação direta entre si. Um exemplo clássico é a entidade Funcionário em uma empresa, na qual um funcionário pode gerenciar outros funcionários. Na prática, esse modelo exige que a tabela possua uma chave estrangeira que aponta para a própria chave primária, permitindo identificar quem é o superior imediato de cada colaborador sem a necessidade de criar uma tabela separada para gerentes.
O relacionamento binário é o mais comum na modelagem de banco de dados e acontece quando duas entidades distintas são conectadas por um relacionamento. A grande maioria das regras de negócio no mundo real pode ser representada dessa forma, ligando dois conceitos diferentes do sistema. Por exemplo, considerando as entidades Cliente e Pedido em uma loja virtual, o relacionamento entre elas envolve exatamente essas duas partes, em que um cliente realiza vários pedidos e cada pedido pertence a um único cliente, estabelecendo uma ponte direta entre os dados cadastrais e as compras efetuadas.
O relacionamento ternário surge quando três entidades distintas precisam estar associadas ao mesmo tempo para que o fato faça sentido no negócio. Ele é utilizado quando a conexão entre apenas duas entidades não é suficiente para representar a informação completa, exigindo uma terceira parte para dar contexto. O exemplo representativo pode se dar em um sistema hospitalar com as entidades Médico, Paciente e Medicamento, ligadas pelo relacionamento Prescreve. Não basta apenas saber qual médico atendeu qual paciente, nem apenas qual remédio o paciente tomou, pois é necessário registrar simultaneamente qual médico receitou qual medicamento específico para determinado paciente em uma consulta.
Por fim, o relacionamento n-ário é a generalização para casos mais complexos em que quatro ou mais entidades participam juntas de uma mesma associação. Embora sejam menos frequentes, eles aparecem em cenários altamente específicos que demandam o cruzamento simultâneo de múltiplos fatores. Um exemplo seria um sistema de alocação universitária que conecta Professor, Disciplina, Sala e Horário ao mesmo tempo para definir uma aula. Na hora de transformar esse modelo conceitual para o banco de dados físico, tanto os relacionamentos ternários quanto os n-ários costumam virar uma tabela associativa própria, que guarda as chaves primárias de todas as entidades envolvidas.
Classificação das entidades
Na modelagem de dados, as entidades representam objetos, pessoas, locais, ou conceitos do mundo real sobre os quais desejamos armazenar informações. Para organizar e estruturar corretamente um banco de dados, essas entidades são classificadas de acordo com sua dependência, existência e função dentro do sistema.
A classificação fundamental divide as entidades em dois grandes grupos: Entidades Fortes e Entidades Fracas. Uma Entidade Forte é aquela que possui existência própria independente do banco de dados. Ela tem uma chave exclusiva capaz de identificar cada um de seus registros de forma única, sem precisar de ajuda de nenhuma outra tabela. Um exemplo clássico é a entidade “Cliente”, pois um cliente existe no sistema por si só, identificado pelo seu CPF ou código interno.
Por outro lado, a Entidade Fraca (também chamada de subordinada ou filha) é aquela que não possui existência própria e depende totalmente de uma Entidade Forte (chamada de entidade proprietária ou identificadora) para existir e ser identificada. Ela não possui uma chave completa por si só, utilizando uma chave parcial, podendo ser atributos da própria entidade fraca, combinada com a chave da entidade forte à qual está ligada. Um exemplo é a entidade “Dependente” em um sistema de recursos humanos: o registro de um dependente só faz sentido se estiver vinculado a um “Funcionário” ativo, e se o funcionário for excluído, os dados de seus dependentes também perdem o sentido de existir.
Além da dependência de existência, existe a Entidade Associativa, que surge para resolver um problema estrutural específico. Quando existe um relacionamento do tipo muito-para-muitos (N:N) entre duas entidades e há necessidade de armazenar informações próprias dessa conexão, o relacionamento ganha status de entidade. Por exemplo, entre as entidades “Aluno” e “Disciplina”, surge a entidade associativa “Matrícula”, que guarda atributos como a data de inscrição e a nota final, permitindo que o banco de dados relacional represente essa ligação de maneira eficiente.
Por fim, na modelagem avançada (MER Estendido), encontra-se a classificação hierárquica entre Superentidades (ou entidades genéricas) e Subentidades (ou entidades especializadas). A superentidade agrupa atributos comuns a vários elementos, enquanto as subentidades herdam essas características e adicionam atributos específicos. Por exemplo, pode-se contemplar a superentidade “Pessoa” (com nome e endereço) e as subentidades “Pessoa Física” (com CPF) e “Pessoa Jurídica” (com CNPJ), evitando a repetição desnecessária de dados e tornando o projeto mais limpo e organizado.
Agregação
A agregação em banco de dados é uma técnica de modelagem que trata um relacionamento e suas entidades participantes como uma única entidade de nível superior. Esse recurso resolve uma limitação clássica do Modelo Entidades-Relacionamento, que não permite conectar um relacionamento diretamente a outro.
Na modelagem tradicional de dados, os relacionamentos servem apenas para conectar entidades entre si. Quando uma regra de negócio exige registrar informações sobre um vínculo que já existe entre duas ou mais entidades, o modelo padrão trava. Em um cenário em que um Médico realiza uma Consulta com um Paciente, essa consulta gera uma prescrição de medicamentos. A prescrição não pertence apenas ao médico ou apenas ao paciente de forma isolada. Ela depende diretamente do ato da consulta já ocorrido entre os dois, exigindo que o relacionamento “Consulta” seja tratado como um objeto próprio para se ligar à entidade “Medicamento”.
Para aplicar a agregação, desenha-se um retângulo ao redor do relacionamento e das entidades que o compõem. Esse bloco inteiro passa a funcionar visualmente e logicamente como uma nova entidade abstrata, capaz de participar de outros relacionamentos no diagrama. Quando o diagrama com agregação é levado para o projeto lógico (tabelas), não se cria uma tabela extra apenas para a caixa de agregação em si. Na prática, a estrutura é convertida usando as chaves primárias das entidades envolvidas para formar uma tabela associativa. A tabela resultante do relacionamento principal recebe as chaves das entidades originais, formando uma chave composta. Em seguida, a nova entidade ou relacionamento ligado à agregação referencia essa chave composta para manter a integridade dos dados.
Embora os termos Agregação e Composição apareçam juntos na engenharia de software, eles possuem focos distintos no contexto de dados. A agregação no MER foca em abstrair um relacionamento inteiro para conectá-lo a outras partes do sistema. Já na programação orientada a objetos e na UML, a agregação indica uma relação de "todo e parte" onde as partes podem existir de forma independente do todo. No banco de dados conceitual, o objetivo principal é evitar redundâncias e representar dependências complexas de negócio sem quebrar as regras do diagrama.
IDEF1X
O IDEF1X é uma linguagem visual padronizada utilizada para representar modelos lógicos de dados relacionais. Graficamente, as entidades são representadas por retângulos com pontas retas para entidades independentes e pontas arredondadas para entidades dependentes ou fracas, contendo seus nomes no topo. Os atributos, que definem as características dessas entidades, incluem as chaves primárias (PK) separadas por uma linha horizontal, chaves alternativas (AK) e chaves estrangeiras (FK) que resultam da migração de identificadores para conectar diferentes tabelas.
Os relacionamentos exibem as associações entre instâncias das entidades e classificam-se em não-específicos e específicos. O relacionamento não-específico ocorre na proporção de muitos para muitos (N:M), representado graficamente por uma linha com dois círculos nas pontas. Já os relacionamentos específicos abrangem as cardinalidades 1:1 e 1:N, subdividindo-se em categorização e conexão. A categorização modela a herança ou generalização entre uma entidade genérica e categorias que podem formar um grupo completo (representado por linha dupla sob uma circunferência) ou incompleto (linha simples). Os relacionamentos de conexão, por sua vez, ligam uma entidade genitora a uma filha e podem ser identificadores — quando a chave da genitora compõe a chave primária da filha fraca — ou não-identificadores, representados por linhas pontilhadas que podem ser mandatórias ou opcionais conforme a cardinalidade mínima.


