Este é um post disponível para assinantes MVPEste post também está disponível para assinantes da SQL Magazine DIGITAL
ou para quem possui Créditos DevMedia. Clique aqui para saber mais!
ou para quem possui Créditos DevMedia. Clique aqui para saber mais!
Comparando a dificuldade nos bancos de dados - SQL Magazine 75
Este artigo tem como objetivo apresentar uma comparação de dificuldade de execução de tarefas semelhantes entre os bancos de dados SQL Server, Oracle, PostgreSQL e MySQL.
[fechar]
Você não gostou da qualidade deste conteúdo?
(opcional) Você gostaria de comentar o que não lhe agradou?
SQL Magazine 75
[Artigo disponível no Leitor Digital DevMedia. Clique aqui para acessá-lo]
> Clique aqui para ler todos os artigos da SQL Magazine 75
[Artigo disponível no Leitor Digital DevMedia. Clique aqui para acessá-lo]
> Clique aqui para ler todos os artigos da SQL Magazine 75
Comparando a dificuldade nos bancos de dados
Uma comparação da dificuldade de realização de tarefas comuns no SQL Server, Oracle, MySQL e PostgreSQL
Atualmente os principais bancos de dados relacionais utilizados pelas empresas são o SQL Server, o Oracle, o PostgreSQL e o MySQL, sendo os dois primeiros de código proprietário e os dois últimos de código livre. Estes bancos de dados são produtos que podem ser utilizados para, dentre outras tarefas, armazenar e retornar dados para as aplicações que interagem com eles como, por exemplo, sistemas ERP, sites da Internet e da Intranet, aplicativos de ponto de venda (PDV) e outros.
Devido à pressão do mercado e de seus usuários, estes quatro bancos de dados fornecem diversos recursos similares. Talvez o principal recurso que é suportado pelos quatro produtos seja a linguagem SQL, que é implementada de forma ligeiramente diferente em cada produto. De qualquer maneira, a execução e o suporte a diversas tarefas comuns acaba se tornando um commodity (ler Nota DevMan 1) e, não raras as vezes, o profissional precisa saber executar a mesma tarefa em bancos de dados diferentes. Este tipo de situação é comum em ambientes multibanco, ou seja, em locais onde há instalações do SQL Server, Oracle, PostgreSQL e MySQL convivendo juntos.
Nota DevMan 1. Commodity
Commodity é um termo de língua inglesa que, como o seu plural commodities, significa mercadoria. É utilizado nas transações comerciais de produtos de origem primária nas bolsas de mercadorias. Isto é, usada como referência aos produtos de base em estado bruto (matérias-primas) ou com pequeno grau de industrialização, de qualidade quase uniforme, produzidos em grandes quantidades e por diferentes produtores. No contexto utilizado neste artigo, commodity quer dizer uma funcionalidade ou recurso básico que todos os bancos de dados citados no artigo possuem.
Apesar de ser possível executar as tarefas comuns em diferentes bancos de dados, cada produto requer um nível de experiência diferente, isto é, existem diferentes níveis de dificuldade para a realização de uma tarefa semelhante no SQL Server, Oracle, PostgreSQL e no MySQL. Com base neste contexto, este artigo tem como objetivo apresentar uma comparação de dificuldade de execução de tarefas semelhantes entre estes bancos. Esta comparação pode auxiliar aqueles que estão começando a trabalhar com um banco de dados específico e também fornece um guia valioso para quem está avaliando a necessidade de realizar uma tarefa em ambientes multibanco. O artigo apresenta quais são os critérios de comparação de dificuldade, o contexto, quais são as atividades comparadas e também uma visão geral de como realizar cada atividade utilizada na comparação.
Definições e detalhes da comparação
Antes de começar a comparação da dificuldade na execução de tarefas comuns aos quatro principais bancos de dados, é preciso definir alguns conceitos e também explicar detalhes pertinentes à comparação. O primeiro detalhe importante que deve ser mencionado diz respeito a uma característica da própria comparação: a sua subjetividade. Isso quer dizer que, em geral, realizar uma comparação com certeza vai resultar em classificações subjetivas que variam de acordo com quem fez a classificação, uma vez que a percepção de dificuldade varia de pessoa para pessoa. Por exemplo: um grupo de pessoas pode achar difícil montar um cluster no SQL Server devido a vários motivos como a falta de experiência, indisponibilidade de recursos, dificuldade em compreensão de detalhes técnicos, etc. Por outro lado, algumas pessoas podem achar que a montagem deste cluster é algo fácil devido a fatores como o conhecimento detalhado, o número de vezes que já se repetiu tal tarefa, a facilidade na compreensão nos passos da tarefa, dentre outros.
"
Este é um post disponível para assinantes MVP
Uma comparação da dificuldade de realização de tarefas comuns no SQL Server, Oracle, MySQL e PostgreSQL
Atualmente os principais bancos de dados relacionais utilizados pelas empresas são o SQL Server, o Oracle, o PostgreSQL e o MySQL, sendo os dois primeiros de código proprietário e os dois últimos de código livre. Estes bancos de dados são produtos que podem ser utilizados para, dentre outras tarefas, armazenar e retornar dados para as aplicações que interagem com eles como, por exemplo, sistemas ERP, sites da Internet e da Intranet, aplicativos de ponto de venda (PDV) e outros.
Devido à pressão do mercado e de seus usuários, estes quatro bancos de dados fornecem diversos recursos similares. Talvez o principal recurso que é suportado pelos quatro produtos seja a linguagem SQL, que é implementada de forma ligeiramente diferente em cada produto. De qualquer maneira, a execução e o suporte a diversas tarefas comuns acaba se tornando um commodity (ler Nota DevMan 1) e, não raras as vezes, o profissional precisa saber executar a mesma tarefa em bancos de dados diferentes. Este tipo de situação é comum em ambientes multibanco, ou seja, em locais onde há instalações do SQL Server, Oracle, PostgreSQL e MySQL convivendo juntos.
Nota DevMan 1. Commodity
Commodity é um termo de língua inglesa que, como o seu plural commodities, significa mercadoria. É utilizado nas transações comerciais de produtos de origem primária nas bolsas de mercadorias. Isto é, usada como referência aos produtos de base em estado bruto (matérias-primas) ou com pequeno grau de industrialização, de qualidade quase uniforme, produzidos em grandes quantidades e por diferentes produtores. No contexto utilizado neste artigo, commodity quer dizer uma funcionalidade ou recurso básico que todos os bancos de dados citados no artigo possuem.
Apesar de ser possível executar as tarefas comuns em diferentes bancos de dados, cada produto requer um nível de experiência diferente, isto é, existem diferentes níveis de dificuldade para a realização de uma tarefa semelhante no SQL Server, Oracle, PostgreSQL e no MySQL. Com base neste contexto, este artigo tem como objetivo apresentar uma comparação de dificuldade de execução de tarefas semelhantes entre estes bancos. Esta comparação pode auxiliar aqueles que estão começando a trabalhar com um banco de dados específico e também fornece um guia valioso para quem está avaliando a necessidade de realizar uma tarefa em ambientes multibanco. O artigo apresenta quais são os critérios de comparação de dificuldade, o contexto, quais são as atividades comparadas e também uma visão geral de como realizar cada atividade utilizada na comparação.
Definições e detalhes da comparação
Antes de começar a comparação da dificuldade na execução de tarefas comuns aos quatro principais bancos de dados, é preciso definir alguns conceitos e também explicar detalhes pertinentes à comparação. O primeiro detalhe importante que deve ser mencionado diz respeito a uma característica da própria comparação: a sua subjetividade. Isso quer dizer que, em geral, realizar uma comparação com certeza vai resultar em classificações subjetivas que variam de acordo com quem fez a classificação, uma vez que a percepção de dificuldade varia de pessoa para pessoa. Por exemplo: um grupo de pessoas pode achar difícil montar um cluster no SQL Server devido a vários motivos como a falta de experiência, indisponibilidade de recursos, dificuldade em compreensão de detalhes técnicos, etc. Por outro lado, algumas pessoas podem achar que a montagem deste cluster é algo fácil devido a fatores como o conhecimento detalhado, o número de vezes que já se repetiu tal tarefa, a facilidade na compreensão nos passos da tarefa, dentre outros.
"
A exibição deste artigo foi interrompida.
Este é um post disponível para assinantes MVPEste post também está disponível para assinantes da SQL Magazine DIGITAL
ou para quem possui Créditos DevMedia. Clique aqui para saber mais!
ou para quem possui Créditos DevMedia. Clique aqui para saber mais!
Mauro Pichiliani é bacharel em Ciência da Computação, Mestre e doutorando em computação pelo ITA (Instituto Tecnológico de Aeronáutica). Trabalha há mais de 10 anos utilizando diversos bancos de dados e ferramentas de programação. Pode ser contatato no twitter como @pichiliani e no e-mail pichiliani...
O que você achou deste post?
Cursos relacionados
Publicidade
