Agora que nós temos os conceitos dos tipos de banco de dados, dos tipos de modelos de dados suportados por estes bancos, do conceito de computação em nuvem, de nativo da nuvem, e também passando pelo sistema gerenciador de banco de dados, gerenciador de banco de dados, nós chegamos na combinação destes elementos e inclusive falamos dos tipos das cargas de trabalho transacionais analíticas para finalmente alcançarmos o conceito do sistema gerenciador de banco de dados em nuvem ou Cloud DBMS. Vamos para ele. Cloud DBMS. Vamos para ele. Então, os sistemas gerenciadores de banco de dados em nuvem, o SGBD em nuvem, ou no inglês, o Cloud DBMS, o Cloud Database Management System, nós vamos compreender como produtos de software que armazenam e manipulam dados e que são entregues principalmente como software, como serviço, na nuvem. E, opcionalmente, podem ser capazes de executar localmente, isto é, on-premises, ou em configurações híbridas, multinuvem ou internuvem. integrações híbridas multinúvem ou inter nuvem podem ser usados para trabalhar para trabalhos transacionais e ou analíticos e também pode ser que tenham recursos que caracterizem a participação de um ecossistema de dados mais amplo que vai além do processamento de dados transacionais e analíticos e da respectiva persistência. Então, aqui nós percebemos a evolução do conceito, a combinação com a computação em nuvem e a maneira como o mercado tem percebido e tem caracterizado estes produtos, essa nova geração de produtos de banco de dados. Aqui ainda temos mais alguns elementos interessantes, que são os casos de uso, que caracterizam sistemas gerenciadores de banco de dados em nuvem. Então, estes sistemas precisam entregar pelo menos um destes casos de uso. precisam entregar pelo menos um destes casos de uso. Primeiro, OLTP, processamento transacional, então um foco transacional com esquema de dados fixo e estável. Segundo caso de uso, transações leves, então volumes muito elevados de transações simples, com alta simultaneidade e com consistência relaxada. Aqui essa característica de transações leves que surge no sistema de agenciadores de banco de dados em nuvem é bem interessante porque temos palavras muito importantes neste caso de uso específico. As transações são simples, transações pequenas, porém com alto volume e alta simultaneidade, muita coisa acontecendo ao mesmo tempo e abrindo mão de consistência, algo que até então, pensando em sistemas gerenciadores de banco de dados relacionais tradicionais, não existe consistência relaxada. A consistência sempre é real, é atômica, é consistente, isolada e durável. Então, transações leves é um segundo possível caso de uso de sistemas gerenciadores de banco de dados em nuvem. Terceiro caso de uso é a inteligência operacional. Então, características. Grande número de usuários, também simultâneos, fazendo consultas analíticas curtas, ao mesmo tempo em que entrega cargas de trabalho operacionais. Ao mesmo tempo em que entrega cargas de trabalho operacionais. Podemos entender aqui também como um sistema gerenciador de banco de dados relacional tradicional, transacional, porém com capacidade de entregar, por exemplo, execuções de modelos preditivos. Então aqui nós temos o terceiro caso de uso, inteligência operacional. Número 4, Data Warehouse tradicional. Este é um conceito novo e neste momento vamos compreender como dados estruturados históricos, falamos sobre isso em OLAP, e de múltiplas origens, também falamos isso lá no OLAP. Quinto caso de uso, Data Warehouse Lógico. Data Warehouse Lógico pode ser percebido como uma camada virtual para uma variedade de origens grandes. São diferentes sistemas de origem que estão virtualizados por uma única camada, um único ponto de entrada. E o sexto caso de uso, para Data Lake e Machine Learning, aqui nós temos, diferentemente dos casos anteriores, armazenamento e processamento de dados com diferentes estruturas e diferentes origens. Até então, falamos muito de dados estruturados, e aqui, como estamos falando de data late, sexto caso de uso, temos uma pluralidade de estruturas de dados. Podem ser dados estruturados, semi-estruturados e não estruturados. Aqui, se nós tivermos pelo menos um destes casos de uso sendo entregue por este produto, sistema gerenciador de banco de dados em nuvem, já o caracteriza como parte desta categoria, desta nova geração de produtos de banco de dados. E ainda temos estas capacidades. Então, um sistema gerenciador de banco de dados em nuvem, ele tem disponibilidade de software como serviço, o SAS, e está em nuvens públicas ou privadas. sistema que permite a gestão dos dados utilizando armazenamento em nuvem, diferente de você ter isso rodando sobre uma infraestrutura como código, sobre um IaaS. Então, aqui a ideia é justamente ser nativo da nuvem e não simplesmente um software legado que você está rodando em infraestrutura básica de nuvem. de nuvem. O terceiro caso de uso é persistir os dados em armazenamento controlado pelo próprio sistema gerenciador de banco de dados em nuvem. Então, um pouco relacionado com o que eu comentei, de já pegar os benefícios de ser nativo da nuvem, ao invés de simplesmente ser um software legado que foi portado para uma infra que está em nuvem. O número 4, a melhor maneira de a gente compreender aqui é justamente compreender que não é um aglomerado de diferentes ferramentas, mas sim componentes de gerenciamento de dados que vão armazenar, que vão ler, atualizar, excluir e gerenciar esses dados em nuvem. excluir e gerenciar esses dados em nuvem. Número 5, capacidade de suporte às operações transacionais ou analíticas ou ambas. E 6, opcionalmente, suportar múltiplos modelos de dados e tipos de dados. Falamos muito de modelo relacional, de modelos não relacionais, onde aparece o modelo documental, chave-valor, coluna larga, grafos. E também nós temos dados geoespaciais, séries temporais e outros tipos complexos de dados neste nosso ecossistema. neste nosso ecossistema. Então, essas capacidades são as capacidades dos sistemas gerenciadores de banco de dados em nuvem.