Agenda de hoje

• O critério de pronto do semestre
• A anatomia de um SGBD
• Os sete módulos que vamos construir
• O que não vamos construir
• Como funciona: linguagem, protocolo e repositório
• Avaliação e cronograma

Em Banco de Dados I, escrevemos SQL

• Por que a mesma consulta roda em 3 ms e em 40 s
• O que o SGBD faz entre o SELECT e o resultado
• Por que um banco não perde dados quando a máquina cai

O critério de pronto

Sacou? O conteúdo do semestre foi escolhido de trás para frente, a partir dessa frase.

A anatomia de um SGBD

Vamos construir de baixo para cima, porque cada camada depende da anterior.

Por que o SGBD gerencia as próprias páginas?

• O SGBD sabe quando uma página pode ir para o disco, e o sistema operacional não
• Durabilidade exige controlar a ordem das escritas
• O SGBD conhece o padrão de acesso da consulta e pode antecipar leituras

Os sete módulos

• M1 Página e arquivo de dados
• M2 Cache de páginas
• M3 Árvore B+, busca e inserção
• M4 Parser e catálogo
• M5 Executor: varredura sequencial e por índice
• M6 Transações: BEGIN, COMMIT, ROLLBACK
• M7 Recuperação: log de escrita antecipada

Uma aula teórica e duas de laboratório por módulo.

O que não vamos construir

• Remoção na árvore B+, com fusão e redistribuição de nós
• Registros de tamanho variável, VARCHAR livre, mapa de nulos
• Junções, ORDER BY e agregação
• Otimizador com modelo de custo
• Concorrência: bloqueios, isolamento, deadlock
• Checkpoint, número de sequência de log e ARIES completo

E como esses temas entram?

• Viram seminários em 24/11 e 26/11, apresentados por vocês
• Cada dupla recebe um tema por sorteio em 10/11
• Dez minutos, três de perguntas, sem relatório escrito

A linguagem é escolha de vocês

• C, Python, Go, Rust, Java, o que preferirem
• C ensina mais sobre memória e disco, e custa perto do dobro do tempo
• Python some do caminho e deixa vocês pensarem em estrutura
• Escolham na primeira semana, e não mudem depois

Não estamos competindo em desempenho com o PostgreSQL. A escolha é sobre o que vocês querem aprender.

O que eu forneço não é código, é o contrato

O minidb lê comandos da entrada padrão e escreve o resultado na saída padrão, em formato definido. Assim os mesmos testes valem para qualquer linguagem.

$ ./minidb dados.db < consultas.sql
CREATE TABLE aluno (id INT, matricula INT);
OK
INSERT INTO aluno VALUES (1, 20260001);
OK 1
SELECT * FROM aluno WHERE id = 1;
1|20260001
(1 linha)

Ninguém fica para trás

• Depois do prazo de cada módulo, publico a implementação de referência
• Quem não terminou o M3 estuda a referência, adapta e segue para o M4
• Você perde os pontos daquele módulo, não o semestre

O prazo de cada módulo é a data de publicação da referência. Depois dela, não há pontos.

Repositório e registro de avanços

• Repositório público no GitHub, criado na primeira semana
• Commits pequenos e frequentes, feitos enquanto vocês trabalham
• Cada módulo entra por pull request, com um NOTES.md
• No NOTES.md, um parágrafo sobre a decisão de projeto mais difícil daquele módulo

Avaliação

Como cada módulo é avaliado

• Metade pelos testes de aceitação que passam
• Um terço pela qualidade do código e do histórico de commits
• O restante pelo NOTES.md

Cronograma · setembro e outubro

Cronograma · novembro e dezembro

Sobre ferramentas de LLM

• Se vocês fizerem isso, terão um repositório bonito e nenhum aprendizado
• A defesa oral vale 20 pontos exatamente por esse motivo
• Use para explicar, não para produzir: peça o desenho da divisão de nó, peça outro exemplo, peça revisão do que vocês escreveram
• O NOTES.md não sai de código que vocês não entenderam

Um banco de dados em 50 linhas

O SELECT inteiro do minidb 0.0. Guardem esta função: vamos passar o semestre consertando ela.

# le_tudo() abre o arquivo e devolve TODAS as linhas
if verbo == "SELECT":
    tabela  = p[p.index("FROM") + 1]
    colunas = esquema.get(tabela, [])
    linhas  = le_tudo()                      # o arquivo inteiro, sempre

    if "WHERE" in p:
        coluna, _, valor = p[p.index("WHERE") + 1 : ... ]
        indice = colunas.index(coluna)
        linhas = [l for l in linhas if l[indice] == valor]

    # imprime linha a linha, separado por |

E ele funciona

$ python3 hello.py dados.db < demo.sql
CREATE TABLE aluno (id, matricula, nome);
OK
INSERT INTO aluno VALUES (1, 20260001, Ana);
OK 1
SELECT * FROM aluno WHERE id = 2;
2|20260002|Bruno
(1 linha)

Cria tabela, insere, filtra e persiste em disco. É um banco de dados.

Agora com 5 milhões de linhas

$ ls -lh big.db
-rw-r--r--  136M  big.db

$ time python3 hello.py big.db < consulta.sql
4999999|25259999|nome4999999
(1 linha)

real    0m3,79s

Cada defeito dele é um módulo nosso

Até a próxima aula

• Formar as duplas e criar o repositório público
• Escolher a linguagem, e assumir a escolha
• Rodar o script de testes: todos devem falhar
• Responder: por que o SGBD gerencia as próprias páginas em vez de deixar isso para o sistema operacional?

Na semana de 08 a 11/09 não haverá aula, por conta do CBSoft 2026. As entregas assíncronas vencem em 15/09.