Tipos de banco de dados: 9 exemplos relacionais e não relacionais em 2026

Veja os tipos de banco de dados (relacionais e não relacionais), 9 exemplos como MySQL e MongoDB, modelos e como escolher o ideal.

redator-gustavo-costa

25 minutos de leitura

Imagem de 9 tipos de banco de dados que você precisa conhecer.

Os tipos de banco de dados atendem a diferentes propósitos e são uma base para sistemas modernos. Em termos simples, os bancos se dividem em relacionais (SQL), que organizam os dados em tabelas, e não relacionais (NoSQL), que usam documentos, chave-valor, colunas ou grafos. Entender como eles se diferenciam é o que permite escolher a solução certa para cada projeto. Na pesquisa Stack Overflow Developer Survey 2025, com 26.083 respostas sobre bancos de dados, o PostgreSQL foi o mais citado (55,6%), seguido por MySQL (40,5%) e SQLite (37,5%), o que mostra o peso dos relacionais no dia a dia de quem constrói software.

Pós Graduação

Neste guia você vê os principais tipos de bancos de dados, os modelos de banco de dados (relacional, documento, chave-valor, colunar, grafos e vetorial), 9 exemplos de banco de dados como Oracle, SQL Server, MySQL, PostgreSQL, MongoDB, Redis e DynamoDB, e um passo a passo para escolher o ideal. Também mostramos como a inteligência artificial entra nessa conta, com dados do AI Adoption Benchmark Brasil 2025, da Tera, e de outros estudos recentes. Se você quer só a resposta, a tabela logo abaixo resume os tipos de banco de dados em poucos segundos.

Quais são os tipos de banco de dados? Resposta rápida

Os tipos de banco de dados mais usados são o relacional (SQL), que guarda os dados em tabelas ligadas por chaves, e o não relacional (NoSQL), que se divide em documento, chave-valor, colunar e grafos. Há ainda os bancos vetoriais, usados em aplicações de IA. A tabela mostra cada modelo, com exemplos e para que ele serve.

Modelo

Como guarda os dados

Exemplos

Indicado para

Relacional (SQL)

Tabelas com linhas e colunas, ligadas por chaves

MySQL, PostgreSQL, SQL Server, Oracle, IBM Db2

Sistemas financeiros, ERPs e CRMs

Documento

Documentos JSON com estrutura flexível

MongoDB

Cadastros e catálogos que mudam de formato

Chave-valor

Um valor para cada chave única

Redis, DynamoDB

Cache, sessões e aplicações em tempo real

Colunar

Dados organizados por colunas, e não só por linhas

Apache Cassandra, Apache HBase

Grandes volumes de dados distribuídos entre servidores

Grafos

Nós e as relações entre eles

Neo4j

Redes sociais, recomendações e detecção de fraude

Vetorial

Vetores numéricos (embeddings) para busca por similaridade

pgvector (extensão do PostgreSQL), Pinecone

IA, busca semântica e RAG

Para um guia mais aprofundado sobre bancos colunares, de documentos e de grafos, veja banco de dados: o que é, tipos e qual escolher.

Quer aprender a trabalhar com dados e bancos de dados com IA? Conheça o Tera Membership e comece pela formação de Data Analytics.

O que é um banco de dados (ou base de dados)?

Um Banco de dados nada mais é do que uma coleção e um conjunto de registros de dados. Também chamados de bases de dados, são estruturas de armazenamento de informações importantes para uma aplicação em um determinado contexto. Todo sistema de software utiliza esse conceito como base para automatizar tarefas e agilizar processos.

Banco de dados e base de dados são a mesma coisa? No uso do dia a dia, sim. Os dois termos descrevem uma coleção organizada de dados, e por isso quem busca por tipos de base de dados encontra o mesmo conteúdo.

Por exemplo: digamos que você preencha um formulário hipotético de cadastro com dados de login, senha, nome e endereço. Em qualquer aplicação moderna, só existe uma forma de fazer esses dados serem funcionais: registrá-los em um local específico para uso posterior.

O uso posterior nesse caso pode ser quando você tentar fazer login ou precisar autenticar o seu acesso. A lógica do sistema então vai comparar as informações digitadas com as informações que já estão salvas no banco, de modo a permitir um acesso seguro.

Ou ainda o sistema pode utilizar o nome e o endereço já salvos como uma forma de agilizar o processo de checkout de uma compra online. Nesse caso, busca gerar praticidade ao recuperar informações que já foram cedidas. O nome também pode ser usado em uma comunicação da empresa por e-mail.

Uma aplicação de streaming de áudio/vídeo, por sua vez, salva os arquivos que colocamos em listas de favoritos nos seus bancos de dados. As informações de pagamento e dados referentes a sua conta também são salvos nessas bases.

Caso não existissem os bancos de dados à disposição, o uso dos sistemas seria somente volátil. Não seria possível salvar nenhuma informação, e os softwares não aprenderiam nada sobre os usuários, tornando a utilização extremamente difícil. Nesse sentido, é como se precisássemos nos cadastrar em uma aplicação toda vez que quiséssemos logar, por exemplo.

O que é um gerenciador de banco de dados (SGBD)?

O que é SGBD? SGBD é a sigla de Sistema Gerenciador de Banco de Dados, o software que cria, gerencia e permite que pessoas e aplicativos acessem um banco de dados. Oracle, MySQL, PostgreSQL e MongoDB são exemplos de SGBDs.

sistema gerenciador de banco de dados

Para gerenciar banco de dados eficientemente, contamos com o SGBD (Sistema Gerenciador de Banco de Dados). É um software que cria, gerencia e permite que usuários e aplicativos interajam com um banco de dados. Ele serve como uma camada intermediária, cuidando do armazenamento, recuperação, organização e manipulação de dados, além de garantir a segurança e o controle de acesso, além de administrar questões fundamentais como:

  • Backups automáticos;

  • Recursos de segurança e privacidade;

  • Controle de acesso de usuários;

  • Recuperação de dados em caso de falhas.

O SGBD trabalha com linguagens específicas, como o SQL (Structured Query Language), que é padrão para a maioria dos bancos de dados relacionais.

Vamos avançar agora para estudar os dois principais tipos de banco de dados.

Tipos de banco de dados: relacionais vs não relacionais

Existem dois grandes grupos quando falamos sobre tipos de banco de dados: os relacionais e os não relacionais. Entender essa diferença é fundamental para escolher a melhor solução.

869265bb-3381-40fd-8de0-391b4452f44f

Qual a diferença entre banco de dados relacional e não relacional? Segundo a AWS, o relacional usa tabelas ligadas por chaves e consultas SQL, indicado quando os dados têm estrutura previsível e as relações entre eles importam para a análise. O não relacional usa modelos como chave-valor, documento ou grafo, indicado quando os dados mudam de formato com frequência ou exigem volume muito alto e baixa latência.

Critério

Relacional (SQL)

Não relacional (NoSQL)

Modelo de dados

Tabelas com linhas e colunas, ligadas por chaves

Documento, chave-valor, colunar ou grafos

Esquema

Definido antes de usar

Flexível, aceita novos campos

Escalabilidade

Em geral, aumenta-se o poder de um servidor. Distribuir a carga entre vários exige particionamento

Distribui a carga entre vários servidores com mais facilidade

Consistência

Transações ACID

Em geral prioriza disponibilidade, com consistência eventual. Alguns também oferecem ACID

Exemplos

MySQL, PostgreSQL, SQL Server

MongoDB, Redis, DynamoDB

Bancos de dados relacionais

Chamamos de relacionais os bancos mais tradicionais, construídos sobre uma lógica de relações entre dados. A estrutura deles apresenta geralmente tabelas, com um conjunto de linhas e colunas, bem como chaves que conectam diferentes tabelas. A partir disso, é possível compreender um dado em um contexto maior para aprofundar no entendimento de suas implicações.

Características do banco de dados relacional:

  • Esquema bem-definido: toda estrutura precisa ser planejada e modelada antes da implementação;

  • Organização em tabelas: dados estruturados em formato tabular com relações claras;

  • Linguagem SQL: utiliza SQL para consultas e manipulação de dados;

  • ACID compliance: garante transações confiáveis (Atomicidade, Consistência, Isolamento, Durabilidade).

Por sua característica organizada, o modelo relacional é muito comum em aplicações do mundo corporativo, como CRMs e ERPs. O foco dessas aplicações é o registro de dados de uma forma simplificada, de modo que as equipes consigam se concentrar mais nas análises e no que farão com esses dados. Todos os dados atendem a um padrão e não demandam preocupação com seu formato.

Bancos de dados não relacionais

Se você imaginou que o modelo relacional parece ser organizado demais para um fluxo enorme de dados, você acertou. Para lidar com um fluxo muito grande, típico do que chamamos de Big Data, é preciso contar com um banco de dados não relacional.

Características do banco de dados NoSQL:

  • Sem esquema rígido: flexibilidade para adicionar novos campos sem reestruturação;

  • Escalabilidade horizontal: fácil distribuição em múltiplos servidores;

  • Alta performance: otimizado para leitura e escrita em grande volume;

  • Formatos diversos: usa documentos, chave-valor, grafos ou colunas.

Assim, são perfeitos para salvar informações em formatos não convencionais, como imagens, áudios, vídeos, outros tipos multimídia ou tweets, por exemplo. Ou seja, são ótimos para lidar com dados oriundos da internet, que surgem desestruturados, em alto volume e são atualizados em tempo real.

A lógica não relacional se preocupa mais com os dados, estabelecendo como prioridade o tratamento deles. Como não há uma ordem clara, é necessário pensar em como estruturá-los para análises posteriores. Nesse contexto, entram em cena as soluções analíticas que se dedicam exclusivamente a lidar com esses dados para extrair insights deles.

Os bancos não relacionais estão no centro das discussões sobre aprendizado de máquina, Business Intelligence, internet das coisas, etc. Estruturas maiores como um Data Warehouse costumam reunir dados de bancos relacionais e não relacionais para análises e consultas rápidas.

Quais são os tipos de banco de dados NoSQL?

Os principais tipos de banco de dados NoSQL são quatro:

  • Documento: guarda registros em formato JSON, com estrutura flexível. Exemplo: MongoDB.

  • Chave-valor: associa cada chave única a um valor, simples ou complexo. Exemplos: Redis e DynamoDB.

  • Colunar: organiza os dados por colunas, o que favorece grandes volumes distribuídos entre servidores. Exemplos: Apache Cassandra e Apache HBase.

  • Grafos: representa entidades como nós e as relações entre elas como arestas. Exemplo: Neo4j.

Quais são os bancos de dados mais usados?

O Stack Overflow Developer Survey 2025 perguntou a pessoas desenvolvedoras quais bancos de dados elas usam. Na pergunta sobre bancos, foram 26.083 respostas (53,2% do total de respondentes), e cada pessoa podia citar mais de um. Os relacionais lideram, com espaço forte para Redis e MongoDB.

Banco de dados

Modelo

Citado por (% dos respondentes)

PostgreSQL

Relacional

55,6%

MySQL

Relacional

40,5%

SQLite

Relacional

37,5%

Microsoft SQL Server

Relacional

30,1%

Redis

Chave-valor

28%

MongoDB

Documento

24%

Oracle

Relacional

10,6%

DynamoDB

Chave-valor

9,8%

Os números mostram a popularidade entre quem respondeu à pesquisa. Eles não indicam qual banco é o melhor para o seu projeto, então use-os como ponto de partida e valide com o seu caso de uso.

9 exemplos de banco de dados: SGBDs relacionais e não relacionais

Veremos agora os principais SGBDs do mercado. Analisaremos opções de bancos de dados relacionais e não relacionais.

Exemplo de banco de dados

Tipo

Ponto forte

Indicado para

Oracle

Relacional

Desempenho com grandes volumes e segurança

Grandes empresas e sistemas críticos

SQL Server

Relacional

Segurança e criptografia

Ambientes corporativos Microsoft

MySQL

Relacional

Simplicidade e grande comunidade

Aplicações web e quem está começando

NoSQL

Categoria

Flexibilidade de esquema

Dados desestruturados e crescimento rápido

PostgreSQL

Relacional

Consultas avançadas e integridade

Projetos de maior escala

IBM Db2

Relacional

Versatilidade

Bases pequenas e grandes

MongoDB

Documento

Estrutura flexível em JSON

Big Data e catálogos

Redis

Chave-valor

Velocidade em memória

Cache, sessões e tempo real

DynamoDB

Chave-valor e documento

Escala gerenciada na AWS

Microsserviços

1. Oracle (relacional)

O sistema tradicional da Oracle é um sistema para banco de dados relacional que funciona perfeitamente em softwares operacionais usuais, como Linux e Windows. Além disso, apresenta uma ótima documentação para ajudar quem precisa utilizá-lo.

Principais vantagens:

  • Excelente desempenho para grandes volumes;

  • Recursos avançados de segurança;

  • Suporte a procedimentos armazenados complexos.

No Stack Overflow Developer Survey 2025, o Oracle foi citado por 10,6% dos respondentes.

2. SQL Server (relacional)

O SGBD da Microsoft se destaca por recursos robustos de segurança. Adota mecanismos importantes de criptografia para controlar a confidencialidade dos dados, ou seja, que eles só estejam disponíveis para pessoas autorizadas. Ademais, esse banco de dados SQL traz algumas regras interessantes para proibir que os dados se percam com ações negligentes ou descuidadas.

Ele foi citado por 30,1% dos respondentes do Stack Overflow Developer Survey 2025.

3. MySQL (relacional)

Provavelmente o mais famoso dos tipos de banco de dados relacional, o MySQL é um SGBD simples e fácil de controlar, inclusive com a integração com o PHP e com outras linguagens de back-end. Hoje é mantido pela Oracle e tem uma edição de código aberto, que pode ser usada e estudada por qualquer pessoa.

Por que o MySQL é tão popular:

  • Integração com PHP e outras linguagens de back-end;

  • Curva de aprendizado suave para iniciantes;

  • Grande comunidade e documentação abundante;

  • Edição Community gratuita e de código aberto.

No meio dos relacionais, o MySQL é geralmente usado para ensinar pessoas que não têm tanto contato com banco de dados e é uma das primeiras opções de quem está estudando esse tema. Justamente por ser uma opção tão comum e menos complexa de aprender. No Stack Overflow Developer Survey 2025, ele foi citado por 40,5% dos respondentes.

4. NoSQL (a categoria dos bancos não relacionais)

O conceito de NoSQL surgiu quase como uma filosofia para lidar com algumas limitações da linguagem SQL no tratamento de bancos de dados.

O esquema que a linguagem SQL requer atrapalhava algumas aplicações que precisavam crescer rapidamente. No nosso mundo, com os dados massivos não estruturados que crescem instantaneamente, conseguimos compreender essa questão de forma mais natural.

Os bancos não relacionais, ou NoSQL, não apresentam um esquema rígido de tabelas. Por isso, conseguem se adaptar melhor a dados desestruturados, como já falamos. O NoSQL reúne vários tipos de bancos, como MongoDB, Redis e DynamoDB, que aparecem nos itens 7, 8 e 9.

5. PostgreSQL (relacional)

Outro dos mais famosos entre os relacionais. O PostgreSQL é importante por trazer mecanismos de consulta mais complexos, chaves estrangeiras e outros recursos avançados para projetos de maior escala. Suporta diferentes tipos de dados e é também muito escalável.

Diferenciais do banco de dados PostgreSQL:

  • Suporta diferentes tipos de dados (JSON, XML, arrays);

  • Altamente escalável e confiável;

  • Excelente para aplicações que exigem integridade de dados;

  • Recursos avançados de indexação.

Foi o banco de dados mais citado no Stack Overflow Developer Survey 2025, por 55,6% dos respondentes.

6. IBM Db2 (relacional)

A opção da IBM é segura, versátil e apresenta ótimo desempenho com bases menores e grandes. Por isso, se adapta bem a diferentes tipos de projetos, o que normalmente se espera de uma tecnologia como o banco de dados.

7. MongoDB (documento)

Um dos líderes do mercado de banco de dados não relacional, o MongoDB lida sempre com documentos JSON. Possui recursos que auxiliam na manipulação de Big Data e na escalabilidade sempre que necessário.

Características do MongoDB:

  • Estrutura flexível baseada em documentos;

  • Recursos que auxiliam na manipulação de Big Data;

  • Escalabilidade automática quando necessário;

  • Query language poderosa e intuitiva.

O MongoDB revolucionou o gerenciamento de banco de dados ao permitir que desenvolvedores trabalhem com dados sem precisar definir esquemas rígidos previamente. Ele foi citado por 24% dos respondentes do Stack Overflow Developer Survey 2025.

8. Redis (chave-valor)

O Redis também é não relacional. Estrutura-se pelo formato chave-valor, similar ao conceito de dicionário em muitas linguagens de programação (como em Python). É fácil de usar e apresenta uma ótima versatilidade para atender a projetos que precisam de um Banco de Dados com boa performance.

Vantagens do Redis:

  • Extremamente rápido (dados em memória RAM);

  • Fácil de usar e implementar;

  • Versatilidade para cache e sessões;

  • Ótima performance para aplicações em tempo real.

Ele foi citado por 28% dos respondentes do Stack Overflow Developer Survey 2025.

9. Dynamo DB (chave-valor e documento)

O DynamoDB é outra alternativa interessante no universo NoSQL. Foi desenvolvido pela Amazon e é oferecido como serviço gerenciado na AWS. Traz ótimos recursos de segurança e de desempenho, como cache, soluções de recuperação e tolerância a falhas e backups.

Destaques do DynamoDB:

  • Recursos avançados de segurança;

  • Cache integrado para melhor desempenho;

  • Soluções de recuperação e tolerância a falhas;

  • Backups automáticos.

Segundo a AWS, o serviço entrega mais de 1 milhão de solicitações por segundo para centenas de clientes e mantém desempenho de um dígito em milissegundos em qualquer escala. É uma ótima opção para gerenciar microsserviços, algo que é muito requerido em aplicações web modernas.

Como escolher o melhor banco de dados para seu projeto?

A escolha entre banco de dados relacional ou banco de dados NoSQL deve considerar diversos fatores:

Escolha banco de dados relacional quando:

  • Seus dados têm estrutura clara e bem definida;

  • Você precisa de transações ACID confiáveis;

  • Relacionamentos entre dados são importantes;

  • Aplicações financeiras, ERPs, CRMs.

Escolha banco de dados NoSQL quando:

  • Dados não estruturados ou semi-estruturados;

  • Necessidade de escalabilidade horizontal massiva;

  • Aplicações em tempo real;

  • Big Data, IoT, redes sociais, análises.

Antes de decidir, responda a cinco perguntas:

  • Qual é o formato dos dados? Tabelas bem definidas apontam para o relacional. Documentos e dados que mudam de formato apontam para o NoSQL.

  • Você precisa de transações ACID? Pagamentos e estoque costumam exigir.

  • Qual é o volume e o ritmo de crescimento? Volumes muito altos pedem escalabilidade horizontal.

  • Qual é a latência aceitável? Cache e tempo real favorecem bancos em memória, como o Redis.

  • O que o seu time já conhece? Equipes com experiência em SQL chegam mais rápido com PostgreSQL ou MySQL.

Muitos sistemas combinam mais de um banco, por exemplo PostgreSQL para os dados de negócio e Redis para cache. Escolher um tipo de banco de dados para cada necessidade é uma prática comum.

Bancos de dados e IA: SQL com IA, automação e bancos vetoriais

A IA mudou a rotina de quem trabalha com dados. No AI Adoption Benchmark Brasil 2025, da Tera, 67,1% dos 3.109 profissionais pesquisados usam IA para análise de dados, mas só 37,8% usam IA para automatizar tarefas. Ou seja, o mercado usa IA para pensar e ainda pouco para operar. O Future of Jobs Report 2025, do Fórum Econômico Mundial, coloca IA e big data no topo das habilidades que mais crescem até 2030.

Como usar IA para trabalhar com bancos de dados

Dá para usar IA com bancos de dados? Dá. A IA ajuda a ganhar tempo em tarefas como:

  • escrever e revisar consultas SQL;

  • explicar mensagens de erro e planos de consulta;

  • documentar tabelas e colunas;

  • sugerir a modelagem de um esquema;

  • criar dados de teste.

Valide sempre o resultado em um ambiente de teste e evite colar dados sensíveis ou pessoais em ferramentas de IA sem a autorização da sua empresa.

Bancos de dados vetoriais: o que são e para que servem em IA

Um banco de dados vetorial guarda embeddings, representações numéricas de textos, imagens ou áudios, e permite buscar por similaridade de significado. Ele é a base de aplicações como busca semântica e assistentes que consultam os documentos da empresa (RAG, na sigla em inglês). Segundo o DB-Engines, Oracle, PostgreSQL, MongoDB e Redis incluem o modelo vetorial entre seus modelos secundários, então nem sempre é preciso adotar um banco novo para começar.

Consultas, relatórios e atualizações de base são tarefas recorrentes, e é nelas que um método vale mais do que um prompt solto. Na imersão Claude na Prática: Skills e Automações, um especialista da Tera estrutura uma tarefa recorrente, transforma o processo em uma Skill reutilizável no Claude e mostra como conectá-la a uma automação, com critérios de qualidade e supervisão humana. Dá para aplicar o mesmo método ao seu fluxo de consultas e relatórios de dados.

Pós Graduação


Quer ver uma Skill sendo criada do zero?

Assista à gravação da imersão Claude na Prática: Skills e Automações e veja como uma tarefa recorrente vira Skill e depois automação.

Assistir à gravação

Resumo: como escolher entre os tipos de banco de dados

  • Use um banco relacional (MySQL, PostgreSQL, SQL Server, Oracle) quando os dados têm estrutura clara e as transações precisam ser confiáveis.

  • Use um banco NoSQL (MongoDB, Redis, DynamoDB) quando os dados mudam de formato, o volume cresce rápido ou a velocidade é prioridade.

  • Considere um banco vetorial quando o projeto envolve busca semântica ou IA que consulta documentos.

  • Combine bancos quando fizer sentido e valide a escolha com um teste no seu caso de uso.

Tera Membership: aprenda banco de dados, SQL e IA com projetos reais

Você já conhece os tipos de banco de dados e como escolher entre eles. O próximo passo é aplicar em projetos reais. No Tera Membership você tem acesso a formações como Data Analytics, cursos de IA aplicada, encontros ao vivo mensais, comunidade de Builders e certificados, tudo em uma plataforma com IA.

Escolha a formação, pratique consultas e modelagem com apoio da IA e leve resultado para o seu portfólio e para a sua próxima entrevista.

Pós Graduação

Tera, a plataforma de quem constrói com IA

A Tera é a plataforma de quem constrói com IA: uma escola de tecnologia, negócios e inteligência artificial, com mais de 50 mil estudantes formados, que prepara profissionais de dados, produto, design, marketing e liderança para entregar resultado. Para quem quer trabalhar com bancos de dados e dados em geral, isso significa aprender fazendo.

Na Era dos Builders, a comunidade de quem constrói com IA, não basta usar IA, é preciso construir com ela. O Tera Membership é a porta de entrada: uma assinatura com formações, cursos, encontros ao vivo mensais, comunidade, certificados e plataforma com IA. As trilhas cobrem IA, Produto, Design, Dados, Marketing, Negócios e Liderança, com formações como AI Product Manager, AI Marketing, AI Engineering para Sistemas Multiagentes e Data Analytics. Para jornadas mais longas, a Tera oferece a Pós-Graduação em IA para Negócios e o MBA em Liderança e Estratégia de Produtos Digitais na Era da IA, com a Faculdade Sirius e credencial MEC.

Para empresas, a Tera capacita times em IA aplicada. O AI Adoption Benchmark Brasil 2025, pesquisa da Tera com 3.109 profissionais, mostra um gap de 34 pontos entre o conhecimento técnico em IA (72,8) e a confiança prática (38,5), e é esse gap que os programas corporativos da Tera ajudam a fechar. Conheça a página Tera para Empresas. A Tera é reconhecida por instituições como World Economic Forum, Google for Startups, Endeavor Brasil e HolonIQ.

Perguntas frequentes sobre tipos de banco de dados

Quais são os tipos de banco de dados?

Os dois grandes tipos são o relacional (SQL), que usa tabelas ligadas por chaves, e o não relacional (NoSQL), que usa documentos, chave-valor, colunas ou grafos. Há também os bancos vetoriais, usados em aplicações de IA.

Qual a diferença entre banco de dados relacional e não relacional?

O relacional organiza os dados em tabelas, exige um esquema definido e garante transações ACID. O não relacional aceita estruturas flexíveis, distribui a carga entre vários servidores com mais facilidade e em geral prioriza a disponibilidade. A escolha depende do formato dos dados e das necessidades do projeto.

O que é SGBD?

SGBD é a sigla de Sistema Gerenciador de Banco de Dados, o software que cria, gerencia e permite o acesso aos dados, além de cuidar de segurança, backups e controle de acesso. MySQL, PostgreSQL, Oracle e MongoDB são exemplos.

Quais são exemplos de banco de dados?

Relacionais: MySQL, PostgreSQL, SQL Server, Oracle, IBM Db2 e SQLite. Não relacionais: MongoDB (documento), Redis e DynamoDB (chave-valor), Apache Cassandra e Apache HBase (colunar) e Neo4j (grafos).

Quais são os modelos de banco de dados?

Os principais modelos são relacional, documento, chave-valor, colunar, grafos e vetorial. Cada um organiza os dados de um jeito e atende a um tipo de uso, como transações financeiras, cache, grandes volumes distribuídos ou busca semântica.

Qual é o banco de dados mais usado?

No Stack Overflow Developer Survey 2025, o PostgreSQL foi o mais citado, por 55,6% dos respondentes, seguido por MySQL (40,5%) e SQLite (37,5%). A pesquisa mede a popularidade entre quem respondeu e não aponta o melhor banco para cada projeto.

O que é um banco de dados NoSQL e quando usar?

NoSQL é o nome dado aos bancos que não usam tabelas rígidas. Vale usar quando os dados são semiestruturados ou desestruturados, quando é preciso escalar para muitos servidores ou quando a aplicação roda em tempo real, como em Big Data, IoT e redes sociais.

Qual banco de dados é melhor para iniciantes?

MySQL e PostgreSQL são boas portas de entrada, porque usam SQL, têm documentação abundante e grande comunidade. O MySQL costuma ser usado para ensinar quem está começando, e o PostgreSQL é o mais citado entre desenvolvedores na pesquisa do Stack Overflow de 2025.

SQL é um banco de dados?

Não. SQL é a linguagem usada para consultar e manipular bancos relacionais. MySQL, PostgreSQL e SQL Server são os bancos de dados (SGBDs) que entendem essa linguagem.

O que é um banco de dados vetorial?

É um banco que guarda embeddings, representações numéricas de textos, imagens ou áudios, e busca por similaridade de significado. Ele sustenta aplicações de IA como busca semântica e assistentes que consultam documentos da empresa.

Dá para usar IA para escrever consultas SQL?

Dá. A IA ajuda a escrever, revisar e explicar consultas, documentar tabelas e sugerir modelagem. Valide sempre o resultado em ambiente de teste e evite compartilhar dados sensíveis. Segundo o AI Adoption Benchmark Brasil 2025, da Tera, 67,1% dos profissionais já usam IA para análise de dados.

Onde aprender banco de dados e SQL com IA?

No Tera Membership, que reúne a formação de Data Analytics, cursos de IA aplicada, encontros ao vivo mensais, comunidade de Builders e certificados em uma plataforma com IA.

redator-gustavo-costa

AUTOR

Gustavo Costa

Especialista em canais orgânicos e SEO, formado em Marketing e cursando MBA em branding & growth. Sou apaixonado por comunicação e transmitir conhecimento a partir da escrita.

newsletter radar ai

+8.200 profissionais já têm IA no radar. E você?

Toda semana você recebe o que saiu de mais relevante em IA aplicada, sem hype, sem enrolação. Só o que você leva pro trabalho, pro seu time ou pro seu produto.

Assinar gratuitamente

SUPERBlack

Lote 1 · vagas limitadas

+50% OFF NOS CURSOS TERA E ACESSO VITALÍCIO NO MEMBERSHIP

Membership, Pós, MBA e AI Product Leaders

GARANTIR SUPER BLACK

Super Black +50% OFF

28 a 30 de outubro

GANHE UM CURSO DE CLAUDE + 3 DIAS DE WORKSHOP DE IA AO VIVO

100% gratuito | Com certificado

GARANTA SUA VAGA