Use este identificador para citar ou linkar para este item: https://ric.cps.sp.gov.br/handle/123456789/36204
Título: Otimização de consultas SQL em bancos de dados relacionais
Autor(es): SILVA JUNIOR, Alex Borges da
FERRAZ, Hemily Araújo
Orientador(es): VASCONCELOS, Luiz Eduardo Guarino de
Tipo documental: Parecer Técnico
Palavras-chave: Banco de dados;Sql
Data do documento: 7-Jul-2025
Editor: 106
Referência Bibliográfica: SILVA JUNIOR, Alex Borges da; FERRAZ, Hemily Araújo. Otimização de Consultas SQL em Bancos de Dados Relacionais, 2025. Trabalho de Conclusão de Curso (Curso Superior de Tecnologia em Análise e desenvolvimento de sistemas) - Faculdade de Tecnologia Prof. João Mod. Guaratinguetá, 2025.
Resumo: Este documento apresenta um estudo técnico-científico sobre técnicas de otimização de consultas SQL em bancos de dados relacionais. O trabalho aborda a importância da escrita eficiente de queries para melhorar o desempenho em ambientes com grandes volumes de dados. Através de estudos de casos práticos, demonstra como diferentes abordagens na estruturação de consultas podem impactar significativamente o tempo de execução, consumo de recursos e eficiência computacional. O estudo compara versões não otimizadas e otimizadas de consultas em cenários reais, utilizando métricas como tempo de execução e linhas processadas. Os resultados demonstram reduções de tempo de até 13.000x em alguns casos, validando a importância das técnicas apresentadas para profissionais que trabalham com grandes volumes de dados.
This document presents a technical-scientific study on SQL query optimization techniques in relational databases. The work addresses the importance of efficient query writing to improve performance in environments with large data volumes. Through practical case studies, it demonstrates how different approaches to query structuring can significantly impact execution time, resource consumption and computational efficiency. The study compares non-optimized and optimized versions of queries in real scenarios, using metrics such as execution time and processed rows. Results show time reductions of up to 13,000x in some cases, validating the importance of the presented techniques for professionals working with large data volumes.
URI: https://ric.cps.sp.gov.br/handle/123456789/36204
Aparece nas coleções:Trabalhos de Conclusão de Curso



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.