Skip to main content

Database

Banco de dados relacional - SQLite​

Um banco de dados relacional é um tipo de banco de dados que armazena e fornece acesso a pontos de dados relacionados entre si. Bancos de dados relacionais são baseados no modelo relacional, uma maneira intuitiva e direta de representar dados em tabelas. Em um banco de dados relacional, cada linha na tabela é um registro com uma ID exclusiva chamada chave. As colunas da tabela contêm atributos dos dados e cada registro geralmente tem um valor para cada atributo, facilitando o estabelecimento das relações entre os pontos de dados.1

Pensando no modelo de desenvolvimento em espiral, optamos pela implementação de uma database SQLite pela facilidade de implementação. Em um primeiro momento, tivemos a projeção de três tabelas que indicam:

  • sensors: Os sensores cadastrados.
  • radiation: Leituras dos sensores de radiação.
  • gases: Leituras dos sensores de gases.
Imagem representando as tabelas contidas no banco de dados

Tabelas​

A descrição das tabelas pode ser definida da seguinte forma:

sensors​

  • id: Número de registro do sensor. Serve como chava estrangeira para outras tabelas.
  • latitude: Latitude do sensor.
  • longitude: Longitude do sensor.
  • sensor_name: Nome do sensor.
  • sensor_code: Código serial do sensor.
  • manufacturer: Nome do fabricante do sensor.
  • registered_by: Pessoa responsável pelo registro.
  • registration_date: Data de registro do sensor na base.

radiation​

  • id: Número de registro da leitura do sensor.
  • sensorId: Número de registro do sensor que fez a leitura.
  • sensorName: Nome do sensor
  • unit: Unidade de medida do sensor
  • time: Momento em que a leitura foi registrada
  • radiation: Leitura do valor da radiação na unidade registrada

gases​

  • id: Número de registro da leitura do sensor.
  • sensorId: Número de registro do sensor que fez a leitura.
  • sensorName: Nome do sensor
  • unit: Unidade de medida do sensor
  • time: Momento em que a leitura foi registrada
  • NH3: Leitura do valor da concentração de amônia na unidade registrada
  • CO: Leitura do valor da concentração de monóxido de carbono (CO) na unidade registrada
  • C2H5OH: Leitura do valor da concentração de etanol (C2H5OH) na unidade registrada
  • H2: Leitura do valor da concentração de hidrogênio (H2) na unidade registrada
  • iC4H10: Leitura do valor da concentração de iso-butano (iC4H10) na unidade registrada
  • CH4: Leitura do valor da concentração de metano (iC4H10) na unidade registrada
  • NO2: Leitura do valor da concentração de dióxido de nitrogênio (NO2) na unidade registrada
  • C3H8: Leitura do valor da concentração de propano (C3H8) na unidade registrada

Exemplo de representação no metabase​

Utilizando uma ferramenta de Bussiness Inteligence (BI), podemos visualizar dados de uma forma que facilite a obtenção de insights para melhorar tomada de decisões no contexto de Big Data. Podemos exemplificar a visualização dos dados nas imagens a seguir:

Imagem representando os dados da tabela gases no metabase Imagem representando os dados da tabela gases no metabase

Próxima Sprint - Database NoSQL​

No âmbito das cidades inteligentes e suas aplicações em larga escala, a arquitetura com banco de dados relacional enfrenta limitações de escalabilidade devido ao volume massivo de dados gerados. Considerando a extensão do projeto abrangendo a cidade de São Paulo, a quantidade exponencial de dados provenientes dos sensores requer uma abordagem não relacional, que possibilite a escalabilidade horizontal necessária para lidar com essa imensa carga de informações. Nesse contexto, soluções como MongoDB ou Apache Cassandra despontam como alternativas ideais, dada sua capacidade de escalar horizontalmente e lidar eficientemente com volumes de dados em constante crescimento.

Referências​

Footnotes​

  1. O que é um banco de dados relacional (RDBMS)? ↩