Fala galera do mundo dos dados, hora de conhecer os bancos de dados NoSQL com Python. Fizemos anteriormente uma série de introdução ao SQL na prática para trabalhar com os bancos relacionais. Mas no mundo do Big Data, podemos precisar de bancos de dados não relacionais para algumas soluções. Então, esse é o momento para fazer uma introdução no mundo NoSQL, também na prática, e conhecer alguns dos bancos não relacionais mais utilizados.
Aqui vamos ver o que são os bancos não relacionais ou NoSQL e montar um passo a passo para manipular dados no Cassandra e no MongoBD com Python. Sem mais espera vamos a uma introdução sobre o que são os bancos não relacionais.
Bancos de Dados NoSQL
A ideia por trás dos bancos não relacionais, é ser uma alternativa para atender soluções até então não suportadas pelos bancos relacionais. A ideia não é substituir os bancos relacionais, cada solução deve se adequar ao problema em questão. Não é porque você vai aprender a manipular um banco NoSQL, que ele vai ser a solução dos seus problemas. Para cada necessidade de armazenamento, é preciso analisar qual a melhor forma e qual o melhor banco para guardar os seus dados.
O primeiro ponto que deixa claro a diferença entre os bancos relacionais e não-relacionais é a estruturação dos dados. Enquanto os bancos relacionais lidam com dados estruturados, os bancos não relacionais atendem as soluções com dados semi estruturados ou não estruturados.
Falando um pouco mais dos bancos não relacionais podem ser de vários tipos, por exemplo o Cassandra é um banco não relacional do tipo colunar, já o MongoDB também é um banco não relacional mas orientado a documentos. Temos outros tipos de bancos não relacionais como os do tipo chave e valor ou do tipo grafos que veremos em outros momentos.
Manipulando Dados no Cassandra com Python
Neste tópico faremos uma introdução de como manipular os dados no Cassandra com Python. Alguns dos tópicos que vamos abordar: O que é o banco de dados Apache Cassandra e como ele surgiu. Criar um banco de dados Cassandra com Docker de forma bem simples. Conexão do Python com Cassandra. Criar keyspaces e tabelas no Cassandra com Python, também como deletar os mesmos. Inserir econsultar dados em uma tabela do Cassandra. Dessa forma, teremos um ponto de partida para poder utilizar o Cassandra com Python.
Manipulando Dados no MongoDB com Python
Neste outro tópico também será a vez da introdução de como manipular os dados no MongoBD com Python. Alguns dos tópicos que vamos abordar: O que é o banco de dados MongoDB e de onde surgiu. Criar um banco de dados MongoDB com Docker de forma prática. Conexão do Python com o MongoDB. Criar base de dados e coleções no MongoDB com Python, também como deletar. Inserir e consultar dados em uma coleções do MongoDB com o Python. Assim, também saberemos como começar a trabalhar no MongoDB com Python.
NoSQL com Python ao Cubo
Aqui fechamos esse primeiro post introdutório, que vai nortear o seu estudo de NoSQL com Python. A ideia é mostrar o caminho que vamos percorrer e assim te levar do zero algum conhecimento em Cassandra e MongoBD. Cada tópico desta introdução terá um post detalhando tudo que foi descrito aqui. Um abraço e até a próxima, não esquece de compartilhar o conteúdo para aquele amigo que quer aprender sobre bancos NoSQL.
Conteúdos ao Cubo
Então, se você curtiu o conteúdo, aqui no Dados ao Cubo tem muito mais. Então, deixo algumas sugestões de conteúdos que você pode encontrar. Sempre falando sobre o mundo dos dados!
- O que as Vagas em Dados nos Dizem Sobre o Amanhã
- Business Intelligence e Data Warehouse: Guia Para Iniciantes
- Domine o Mundo dos Dados com o Curso Pentaho Data Integration do Zero – Passo a Passo
- Ordenação Lexicográfica versus YYYY-MM-DD
- Data Discovery com a Biblioteca Lux Python
- Série de Automatização de Tarefas com Python
- Descubra Como Utilizar o DBSCAN em Python para Análise de Dados
- Extrair Dados da API do Cartola FC
Para finalizar, se torne também Parceiro de Publicação Dados ao Cubo. Escreva o próximo artigo e compartilhe conhecimento para toda a comunidade de dados.
Apaixonado por dados e tecnologia ❤️ , criando soluções com dados 📊 📈 , desde 2015, sempre buscando tornar os processos orientados! Com formação em Engenharia da Computação 💾 , MBA Gestão da Informação e Business Intelligence e Especialização em Data Science.
Também atuo como professor na área de dados. Nas horas vagas crio modelos de Machine Learning 🤖 com Python em desafios do Kaggle e escrevo no Dados ao Cubo sobre o mundo dos dados 🎲 !
Compartilhando conhecimentos sempre 🚀
