Bancos de dados NoSQL dizem respeito a bancos relacionais.

Durante a evolução dos bancos de dados, surgiram os bancos de dados hierárquicos e de tópicos.

Bancos de dados podem ser usados somente com serviços em nuvem.

SQL é uma linguagem para utilização com banco de dados.

O banco de dados é controlado pelo sistema de arquivos do tipo NTFS.

Modelagem de Predição: Uma técnica que utiliza algoritmos de aprendizado de máquina para construir modelos que preveem eventos futuros, como a probabilidade de um cliente realizar uma nova compra.

Análise de Séries Temporais: Uma técnica que analisa dados sequenciais ao longo do tempo para identificar padrões, tendências e anomalias.

Mineração de Texto: Uma técnica que extrai informações e padrões de textos não estruturados, como descrições de produtos, avaliações de clientes e comentários nas redes sociais. O código não produzirá saída.

Análise de Agrupamentos: Uma técnica que agrupa dados em clusters com base em suas características, permitindo identificar grupos de clientes com perfis e comportamentos semelhantes.

Aprendizagem por Reforço: Uma técnica que utiliza recompensas e penalidades para treinar agentes a tomar decisões em ambientes complexos e dinâmicos.

Suporte a blockchain: permite a criação e o gerenciamento de bancos de dados blockchain seguros e confiáveis para diversas aplicações.

Suporte a banco de dados em nuvem (Oracle Cloud Infrastructure): oferece a opção de implantar e gerenciar o banco de dados em ambientes de nuvem pública ou privada, com escalabilidade e flexibilidade.

Suporte a machine learning: integra recursos de machine learning para automatizar tarefas, otimizar consultas e extrair insights dos dados.

Suporte a banco de dados distribuído (Oracle Multi-Tenant Database Architecture): permite o gerenciamento de múltiplos bancos de dados em um único servidor, otimizando recursos e simplificando a administração.

Suporte a armazenamento em memória (In-Memory Option): armazena dados na memória principal para acesso rápido e desempenho aprimorado, ideal para cargas de trabalho com alta demanda por performance.

Graph databases.

Document stores.

Key-value stores.

Time-series databases.

Wide-column stores.

SELECT c.nome, p.nome, ip.quantidade

FROM Clientes c, Produtos p, ItensPedido ip

WHERE c.cliente_id = ip.cliente_id AND p.produto_id = ip.produto_id AND ip.pedido_id = 123

GROUP BY c.nome, p.nome;

SELECT c.nome, p.nome, ip.quantidade

FROM Clientes c, Produtos p, ItensPedido ip

WHERE c.cliente_id = ip.cliente_id AND p.produto_id = ip.produto_id AND ip.pedido_id = 123;

SELECT c.nome, p.nome, ip.quantidade

FROM Clientes c

JOIN Produtos p ON c.cliente_id = p.cliente_id

JOIN ItensPedido ip ON ip.produto_id = p.produto_id

WHERE ip.pedido_id = 123;

SELECT c.nome, p.nome, ip.quantidade

FROM Clientes c

JOIN Produtos p ON c.cliente_id = p.cliente_id

JOIN ItensPedido ip ON ip.pedido_id = p.pedido_id

WHERE ip.pedido_id = 123;

SELECT c.nome, p.nome, ip.quantidade

FROM Clientes c

JOIN Produtos p ON c.cliente_id = p.cliente_id

JOIN ItensPedido ip ON ip.pedido_id = c.cliente_id

WHERE ip.pedido_id = 123;

SELECT p.nome, o.total FROM Pedidos o JOIN Clientes c ON o.cliente_id = c.cliente_id WHERE c.cidade = 'Florianópolis' ORDER BY o.total DESC;

SELECT p.nome, o.total FROM Pedidos o JOIN Clientes c ON o.cliente_id = c.cliente_id WHERE c.cidade = 'Florianópolis';

SELECT p.nome, SUM(ip.preço_unitario * ip.quantidade) AS total FROM Pedidos o JOIN Clientes c ON o.cliente_id = c.cliente_id JOIN ItensPedido ip ON o.pedido_id = ip.pedido_id WHERE c.cidade = 'Florianópolis' GROUP BY p.nome;

SELECT p.nome, o.total FROM Pedidos o JOIN Clientes c ON o.cliente_id = c.cliente_id JOIN ItensPedido ip ON o.pedido_id = ip.pedido_id WHERE c.cidade = 'Florianópolis' GROUP BY o.pedido_id;

SELECT p.nome, o.total FROM Pedidos o JOIN Clientes c ON o.cliente_id = c.cliente_id JOIN ItensPedido ip ON o.pedido_id = ip.pedido_id WHERE c.cidade = 'Florianópolis' HAVING SUM(ip.preço_unitario * ip.quantidade) > 100;