{"id":15437,"date":"2024-03-15T15:32:22","date_gmt":"2024-03-15T22:32:22","guid":{"rendered":"https:\/\/www.couchbase.com\/blog\/?p=15437"},"modified":"2025-09-16T00:02:39","modified_gmt":"2025-09-16T07:02:39","slug":"consolidate-your-databases-to-eliminate-data-sprawl","status":"publish","type":"post","link":"https:\/\/www.couchbase.com\/blog\/pt\/consolidate-your-databases-to-eliminate-data-sprawl\/","title":{"rendered":"Consolide seus bancos de dados para eliminar a dispers\u00e3o de dados, reduzir a complexidade e diminuir os custos"},"content":{"rendered":"

O conceito de consolida\u00e7\u00e3o \u00e9 simples, e a aplica\u00e7\u00e3o de seus princ\u00edpios pode trazer imensos benef\u00edcios para qualquer organiza\u00e7\u00e3o. Mas o que significa consolida\u00e7\u00e3o no contexto da tecnologia de banco de dados?\u00a0<\/span><\/p>\n

O Google define <\/span>consolida\u00e7\u00e3o<\/span><\/a>\u00a0<\/em>como <\/span>\"a a\u00e7\u00e3o ou o processo de combinar v\u00e1rias coisas em um \u00fanico conjunto mais eficaz ou coerente\".<\/span><\/i><\/p>\n

Quando aplicada a bancos de dados, a consolida\u00e7\u00e3o pode significar algumas coisas para uma determinada organiza\u00e7\u00e3o:<\/span><\/p>\n

    \n
  1. \n
      \n
    1. Reduzir o n\u00famero de tecnologias diferentes que gerenciam dados.<\/span><\/li>\n
    2. Reduzir a redund\u00e2ncia desnecess\u00e1ria de dados, ou seja, v\u00e1rias c\u00f3pias dos mesmos dados.<\/span><\/li>\n<\/ol>\n<\/li>\n<\/ol>\n

      Um exemplo simples do problema pode ser uma empresa que armazena exatamente os mesmos dados de clientes em tr\u00eas bancos de dados diferentes. Por exemplo, um operacional<\/em> banco de dados para gerenciamento de vendas, um an\u00e1lises<\/em> banco de dados para intelig\u00eancia de neg\u00f3cios e um armazenamento em cache<\/em> para logins mais r\u00e1pidos de clientes em um aplicativo da Web corporativo. Em cada um desses bancos de dados, h\u00e1 replica\u00e7\u00e3o de dados para failover e recupera\u00e7\u00e3o de desastres, exacerbando a infla\u00e7\u00e3o geral de dados. <\/span><\/p>\n

      Os l\u00edderes t\u00e9cnicos da organiza\u00e7\u00e3o sabem que est\u00e3o criando redund\u00e2ncias que tornam as coisas mais complicadas, mas optam por conviver com essa complexidade e esse custo porque acreditam que n\u00e3o h\u00e1 um \u00fanico banco de dados que possa atender a essas tr\u00eas finalidades. \u00c0 medida que essas concess\u00f5es s\u00e3o feitas repetidamente para mais aplicativos, a pegada de dados aumenta at\u00e9 o ponto em que muitas organiza\u00e7\u00f5es se veem pagando taxas de armazenamento exorbitantes e perdendo o controle da quantidade de dados que possuem. Bem-vindo ao desagrad\u00e1vel mundo do <\/span>dispers\u00e3o de dados<\/span><\/a>!<\/span><\/p>\n

      A dor da dispers\u00e3o de dados<\/span><\/h2>\n

      A prolifera\u00e7\u00e3o de dados cria um ambiente complicado de sistemas pouco integrados que consomem tempo para serem gerenciados, incorrem em altos custos de armazenamento, aumentam os riscos de seguran\u00e7a e causam uma perda geral de efici\u00eancia, levando muitas organiza\u00e7\u00f5es a <\/span>tornar sua elimina\u00e7\u00e3o uma prioridade<\/span><\/a>.<\/span><\/p>\n

      De fato, o Google apresenta o seguinte como um uso adequado da palavra consolida\u00e7\u00e3o<\/em>\u00a0em uma frase: \"<\/span>uma consolida\u00e7\u00e3o de dados em uma empresa<\/span><\/i>\". \u00c9 digno de nota o fato de o Google ter optado por usar \"<\/span>consolida\u00e7\u00e3o de dados<\/span><\/i>\" como exemplo, enfatizando que essa \u00e9 uma meta comum a muitas organiza\u00e7\u00f5es. Por que \u00e9 uma meta atraente? Porque h\u00e1 benef\u00edcios claros na consolida\u00e7\u00e3o do banco de dados. Ao reduzir as diferentes camadas de tecnologia de banco de dados em sua pilha, voc\u00ea reduz a complexidade, pois h\u00e1 menos coisas para gerenciar, e reduz os custos, pois o espa\u00e7o ocupado pelos dados \u00e9 menor.<\/span><\/p>\n

      Por\u00e9m, com todos os diferentes sistemas, formatos de dados e padr\u00f5es de acesso implementados para alimentar os aplicativos corporativos, como uma organiza\u00e7\u00e3o pode reduzir a dispers\u00e3o de dados e, ao mesmo tempo, fornecer as funcionalidades espec\u00edficas que seus aplicativos exigem? Vamos explorar isso com mais detalhes!<\/span><\/p>\n

      Bem, como chegamos at\u00e9 aqui?<\/span><\/h2>\n

      H\u00e1 muitas coisas que causam uma prolifera\u00e7\u00e3o insustent\u00e1vel de tecnologias de banco de dados em uma organiza\u00e7\u00e3o: fus\u00f5es e aquisi\u00e7\u00f5es, requisitos de reten\u00e7\u00e3o de dados legados, falta de padr\u00f5es formais de tecnologia corporativa e uma melhor da ra\u00e7a<\/em> cultura tecnol\u00f3gica que promove o uso apenas das ferramentas mais personalizadas para um determinado requisito, em vez de um conjunto consolidado de ferramentas multiuso.<\/span><\/p>\n

      Essas condi\u00e7\u00f5es existem em muitas organiza\u00e7\u00f5es, algumas planejadas, outras n\u00e3o, mas todas contribuem para uma pilha confusa de bancos de dados de finalidade \u00fanica e c\u00f3pias intermin\u00e1veis dos mesmos dados, o que aumenta os custos e, em \u00faltima an\u00e1lise, atrasa os neg\u00f3cios.<\/span><\/p>\n

      Vamos examinar alguns dos tipos de bancos de dados e suas funcionalidades espec\u00edficas, que normalmente s\u00e3o necess\u00e1rios para alimentar os aplicativos modernos de uma empresa.<\/span><\/p>\n

      Tipos de bancos de dados<\/span><\/h2>\n

      Bancos de dados relacionais<\/span><\/h3>\n

      Os bancos de dados relacionais suportam nativamente o SQL com jun\u00e7\u00f5es, agrega\u00e7\u00f5es e Transa\u00e7\u00f5es ACID<\/a>Os bancos de dados s\u00e3o os principais pilares dos aplicativos e sistemas operacionais. Eles s\u00e3o excelentes para armazenar dados altamente estruturados e fornecer consist\u00eancia forte, mas essas caracter\u00edsticas trazem rigidez porque o modelo de dados \u00e9 fixo e definido por um esquema est\u00e1tico. Portanto, para alterar o modelo de dados, os desenvolvedores precisam modificar o esquema, o que pode retardar o desenvolvimento. Al\u00e9m disso, os bancos de dados relacionais n\u00e3o foram criados para escala maci\u00e7a e, portanto, o desempenho tende a se degradar \u00e0 medida que os aplicativos crescem. Devido \u00e0 sua onipresen\u00e7a em aplicativos operacionais legados, as organiza\u00e7\u00f5es geralmente t\u00eam muitos bancos de dados relacionais em seu ecossistema para atender a fun\u00e7\u00f5es como o processamento de transa\u00e7\u00f5es.<\/span><\/p>\n

      Bancos de dados de documentos NoSQL<\/span><\/h3>\n

      Os bancos de dados de documentos NoSQL n\u00e3o t\u00eam esquema e armazenam dados como documentos JSON em vez de tabelas de linhas e colunas. Os bancos de dados de documentos NoSQL tamb\u00e9m s\u00e3o projetados para o processamento de dados distribu\u00eddos<\/a>em que um \u00fanico banco de dados abrange v\u00e1rios n\u00f3s para formar um cluster de processamento de dados. Isso torna os bancos de dados NoSQL inerentemente escalon\u00e1veis, permitindo que os dados sejam processados em uma arquitetura distribu\u00edda - se um n\u00f3 ficar inoperante, os outros o substituir\u00e3o. <\/span><\/p>\n

      Al\u00e9m disso, o JSON \u00e9 o padr\u00e3o de fato para o consumo e a produ\u00e7\u00e3o de dados para aplicativos m\u00f3veis, o que o torna ideal para o desenvolvimento sem rigidez relacional, porque o JSON deixa a cargo dos aplicativos e servi\u00e7os e, portanto, dos desenvolvedores a forma como os dados devem ser modelados. Se o desenvolvimento do seu aplicativo segue o modelo de dom\u00ednio e voc\u00ea deseja ter flexibilidade para desenvolver aplicativos sem a sobrecarga da rigidez relacional, um banco de dados de documentos JSON NoSQL \u00e9 uma \u00f3tima op\u00e7\u00e3o. Muitas organiza\u00e7\u00f5es adotam bancos de dados de documentos NoSQL como um meio de dimensionar seus aplicativos.<\/span><\/p>\n

      Isso <\/span>artigo<\/span><\/a> fornece mais detalhes sobre as diferen\u00e7as entre os bancos de dados relacionais e NoSQL.<\/span><\/p>\n

      Bancos de dados de chave-valor \/ na mem\u00f3ria<\/span><\/h3>\n

      Um banco de dados de valores-chave armazena dados como uma cole\u00e7\u00e3o de pares de valores-chave em que cada chave exclusiva est\u00e1 associada a um valor de dados espec\u00edfico. O formato dos dados \u00e9 simples para facilitar a velocidade, e muitos bancos de dados de valor-chave tamb\u00e9m s\u00e3o executados em cache na mem\u00f3ria para maximizar o desempenho. A velocidade e a efici\u00eancia dos bancos de dados de valor-chave os tornam uma boa op\u00e7\u00e3o para necessidades simples de armazenamento e recupera\u00e7\u00e3o de dados quando o foco est\u00e1 no alto desempenho, e muitas organiza\u00e7\u00f5es adicionam um banco de dados de valor-chave \u00e0 sua pilha de tecnologia de aplicativos para proporcionar uma experi\u00eancia mais r\u00e1pida aos usu\u00e1rios.<\/span><\/p>\n

      Bancos de dados de pesquisa de texto completo<\/span><\/h3>\n

      Um banco de dados de pesquisa de texto completo usa um \u00edndice de pesquisa para examinar todo o texto em documentos armazenados para corresponder aos crit\u00e9rios de pesquisa (ou seja, texto especificado por um usu\u00e1rio). A pesquisa de texto completo geralmente se concentra em campos de texto longos em documentos, como descri\u00e7\u00f5es, resumos ou coment\u00e1rios, usando \u00edndices pr\u00e9-organizados para tornar a recupera\u00e7\u00e3o mais r\u00e1pida do que a varredura tradicional de bancos de dados baseada em campos. Muitas organiza\u00e7\u00f5es adicionam um banco de dados de pesquisa de texto completo \u00e0 sua pilha de tecnologia de aplicativos para fornecer recursos e funcionalidades de pesquisa.<\/span><\/p>\n

      Bancos de dados de pesquisa de vetores<\/span><\/h3>\n

      Os bancos de dados de pesquisa vetorial utilizam algoritmos de vizinho mais pr\u00f3ximo para recuperar os registros que mais se aproximam de um determinado crit\u00e9rio de pesquisa. Em um banco de dados de pesquisa vetorial, texto, imagens, \u00e1udio e v\u00eddeo s\u00e3o convertidos em representa\u00e7\u00f5es matem\u00e1ticas chamadas vetores, que s\u00e3o indexadas e usadas para pesquisas sem\u00e2nticas. Dessa forma, um pesquisa vetorial<\/a> encontra informa\u00e7\u00f5es relacionadas com base no significado da consulta de pesquisa, n\u00e3o apenas nas palavras e frases inseridas, o que o torna a melhor op\u00e7\u00e3o para apresentar informa\u00e7\u00f5es relevantes que se conectam com os usu\u00e1rios.<\/span><\/p>\n

      A pesquisa vetorial tamb\u00e9m torna os resultados da IA generativa mais precisos e pessoais, permitindo a RAG (Retrieval Augmented Generation, gera\u00e7\u00e3o aumentada de recupera\u00e7\u00e3o), em que dados suplementares s\u00e3o transmitidos junto com prompts para fornecer melhor precis\u00e3o e contexto para as respostas do LLM. Devido \u00e0 expectativa de recursos de IA nos aplicativos modernos, muitas organiza\u00e7\u00f5es adicionam um banco de dados de pesquisa vetorial \u00e0 sua pilha de tecnologia de aplicativos para potencializar a pesquisa sem\u00e2ntica e os recursos e a funcionalidade baseados em IA generativa.<\/span><\/p>\n

      Bancos de dados anal\u00edticos colunares<\/span><\/h3>\n

      Um banco de dados anal\u00edtico colunar \u00e9 projetado para acelerar a recupera\u00e7\u00e3o de resultados de consultas anal\u00edticas complexas. Diferentemente dos bancos de dados tradicionais baseados em linhas, que armazenam e recuperam dados em linhas, os bancos de dados colunares organizam os dados verticalmente, agrupando e armazenando os valores de cada coluna juntos. Essa arquitetura aprimora a compacta\u00e7\u00e3o de dados e minimiza as opera\u00e7\u00f5es de E\/S, resultando em um desempenho de consulta mais r\u00e1pido e em uma an\u00e1lise de dados aprimorada. Os bancos de dados colunares s\u00e3o especialmente adequados para cargas de trabalho anal\u00edticas que envolvem consultas e agrega\u00e7\u00f5es complexas em grandes conjuntos de dados. Eles s\u00e3o excelentes em cen\u00e1rios em que as opera\u00e7\u00f5es de leitura pesada, como relat\u00f3rios e an\u00e1lise de dados, s\u00e3o mais frequentes do que as opera\u00e7\u00f5es de grava\u00e7\u00e3o. Muitas organiza\u00e7\u00f5es adicionam um banco de dados anal\u00edtico colunar \u00e0 sua pilha de tecnologia de aplicativos para potencializar os aplicativos de business intelligence e an\u00e1lise de dados.<\/span><\/p>\n

      Bancos de dados de s\u00e9ries temporais<\/span><\/h3>\n

      Um banco de dados de s\u00e9ries temporais armazena e processa dados em pares associados de tempo e valor. Os dados de s\u00e9ries temporais s\u00e3o comuns em aplicativos de IoT, em que sensores e medidores registram leituras em intervalos de tempo regulares e enviam as informa\u00e7\u00f5es para o banco de dados. A complexidade dos dados de s\u00e9ries temporais est\u00e1 no processamento adequado dos dados, mesmo quando as leituras podem n\u00e3o vir em uma sequ\u00eancia linear baseada no tempo. Por exemplo, em ambientes distribu\u00eddos com muitos dispositivos de IoT em opera\u00e7\u00e3o, as leituras podem ser gravadas no banco de dados fora da ordem cronol\u00f3gica, e a funcionalidade de s\u00e9rie temporal do banco de dados reconcilia isso para manter a consist\u00eancia e a precis\u00e3o dos dados. Muitas organiza\u00e7\u00f5es adicionam um banco de dados de s\u00e9ries temporais \u00e0 sua pilha de tecnologia de aplicativos para habilitar os aplicativos de IoT.<\/span><\/p>\n

      Bancos de dados gr\u00e1ficos<\/span><\/h3>\n

      Um banco de dados de gr\u00e1ficos \u00e9 criado para armazenar e gerenciar dados interconectados, representando dados como n\u00f3s (entidades) e bordas (relacionamentos), formando uma estrutura de gr\u00e1ficos. Cada n\u00f3 armazena atributos, enquanto as bordas definem conex\u00f5es e propriedades entre os n\u00f3s. Esse design torna os bancos de dados de gr\u00e1ficos ideais para lidar com relacionamentos complexos que envolvem conex\u00f5es, como redes sociais, sistemas de recomenda\u00e7\u00e3o e gr\u00e1ficos de conhecimento. Diferentemente dos bancos de dados relacionais tradicionais, os bancos de dados de gr\u00e1ficos s\u00e3o excelentes para percorrer relacionamentos, permitindo consultas mais r\u00e1pidas e intuitivas e resultados mais precisos. Al\u00e9m disso, os bancos de dados de grafos s\u00e3o ideais para o Retrieval Augmented Generation (RAG), em que as rela\u00e7\u00f5es de dados podem ser transmitidas com prompts para fornecer melhor precis\u00e3o e contexto para respostas generativas de IA\/LLM. Muitas organiza\u00e7\u00f5es adicionam um banco de dados de gr\u00e1ficos \u00e0 sua pilha de tecnologia de aplicativos para ajudar a potencializar os recursos de IA em seus aplicativos.<\/span><\/p>\n

      Bancos de dados incorporados<\/span><\/h3>\n

      Um banco de dados incorporado \u00e9 um sistema de banco de dados aut\u00f4nomo integrado diretamente em uma base de c\u00f3digo de aplicativo, eliminando a necessidade de um servidor de banco de dados separado. O processamento de dados incorporado oferece acesso mais r\u00e1pido aos dados e elimina a depend\u00eancia da Internet para o acesso aos dados. Os bancos de dados incorporados s\u00e3o comumente usados em aplicativos m\u00f3veis e de IoT em que se espera uma falta intermitente ou prolongada de conectividade de rede, como em servi\u00e7os de campo ou outros casos de uso que operam regularmente fora do alcance das redes. Um componente essencial de um banco de dados incorporado \u00e9 a capacidade de sincronizar dados com bancos de dados centralizados, bem como com outros clientes de bancos de dados incorporados, o que \u00e9 importante para manter a integridade e a consist\u00eancia dos dados.<\/span><\/p>\n

      A persist\u00eancia poliglota n\u00e3o \u00e9 a abordagem adequada<\/span><\/h2>\n

      Observando a lista de diferentes tipos de bancos de dados e os padr\u00f5es de acesso espec\u00edficos que eles permitem, \u00e9 f\u00e1cil ver como uma organiza\u00e7\u00e3o adotaria v\u00e1rios bancos de dados.<\/span><\/p>\n

      Suponha que uma empresa tenha um aplicativo da Web de com\u00e9rcio eletr\u00f4nico. Para gerenciar os estoques e alimentar as transa\u00e7\u00f5es, ela pode come\u00e7ar com um banco de dados relacional. Mas como os bancos de dados relacionais n\u00e3o podem ser dimensionados, eles podem adicionar um banco de dados de cache de valor-chave na mem\u00f3ria para acelerar o desempenho. \u00c0 medida que o aplicativo cresce, talvez eles queiram implantar uma arquitetura distribu\u00edda na nuvem para aumentar a escala e, assim, adicionar um banco de dados de documentos NoSQL. Em seguida, para potencializar a pesquisa no aplicativo, eles podem adicionar um banco de dados de pesquisa. E, \u00e0 medida que procuram aproveitar a IA para fazer ofertas e recomenda\u00e7\u00f5es atraentes para os usu\u00e1rios do aplicativo, podem adotar um banco de dados de pesquisa de vetores e um banco de dados de gr\u00e1ficos. Em seguida, ao lan\u00e7ar a vers\u00e3o m\u00f3vel do aplicativo, poder\u00e1 adotar um banco de dados incorporado. E, por fim, para analisar os dados dos clientes, pode adicionar um banco de dados anal\u00edtico colunar. Essa abordagem \u00e9 conhecida como <\/span>persist\u00eancia poliglota<\/span><\/a>\u00a0que a TechTarget define como:<\/span><\/p>\n

      ... um termo conceitual que se refere ao uso de diferentes abordagens e tecnologias de armazenamento de dados para dar suporte aos requisitos exclusivos de armazenamento de v\u00e1rios tipos de dados que residem nos aplicativos corporativos<\/span><\/i>.<\/span><\/p><\/blockquote>\n

      Embora a abordagem fa\u00e7a sentido no papel - use a melhor ferramenta para o trabalho - quando voc\u00ea considera as v\u00e1rias camadas de processamento de dados e a replica\u00e7\u00e3o para failover e DR inerentes a cada banco de dados, \u00e9 poss\u00edvel ver como a pegada de dados cresce exponencialmente com cada sistema adicionado.<\/span><\/p>\n

      O ambiente resultante \u00e9 caro e dif\u00edcil de manter, e pode sair rapidamente do controle se n\u00e3o for tratado adequadamente.<\/span><\/p>\n

      Os benef\u00edcios da consolida\u00e7\u00e3o do banco de dados<\/span><\/h2>\n

      Embora as desvantagens da prolifera\u00e7\u00e3o de bancos de dados e da dispers\u00e3o de dados se tornem \u00f3bvias ao serem examinadas, os benef\u00edcios da consolida\u00e7\u00e3o desse ambiente se tornam igualmente evidentes.<\/span><\/p>\n

      Quando voc\u00ea reduz camadas diferentes de tecnologia de banco de dados em sua pilha, voc\u00ea:<\/span><\/p>\n