Showing Revision 4 created 06/20/2016 by Udacity Robot.

1. Title:
   Related Tables - Intro to Relational Databases
2. Description:

3. 250 0:00 - 0:04
   Um banco de dados
   geralmente usará várias tabelas nele.

   ¶

4. 3550 0:04 - 0:06
   Eis aqui como podemos iniciar
   nosso aplicativo de votação de imagens.
5. 6400 0:06 - 0:11
   A primeira tabela representa imagens
   que as pessoas carregaram de animais.
6. 10750 0:11 - 0:13
   A segunda representa os votos das pessoas.
7. 13380 0:13 - 0:14
   Fluffy, Monster e
8. 14320 0:14 - 0:17
   George são animais
   cujas imagens alguém carregou.
9. 17250 0:17 - 0:20
   Como podemos ter dois
   animais com o mesmo nome,
10. 19950 0:20 - 0:23
    damos uma id numérica a cada um deles aqui.
11. 22960 0:23 - 0:27
    A tabela de imagens diz
    que Fluffy tem a id 1.
12. 27190 0:27 - 0:29
    Monster tem a id 2.
13. 28760 0:29 - 0:31
    George tem a id 3.
14. 30770 0:31 - 0:32
    E assim por diante.
15. 31830 0:32 - 0:35
    A tabela de votos informa quais imagens
    foram exibidas juntas para
16. 34970 0:35 - 0:38
    votação, e
    qual o usuário achou a mais linda.
17. 38470 0:38 - 0:42
    Aqui, o aplicativo mostrou Monster,
    ID 2, e George, ID 3,
18. 42420 0:42 - 0:46
    e o usuário votou em George.
19. 45970 0:46 - 0:49
    2 e 3 foram comparados
    e 3 foi o vencedor.
20. 49250 0:49 - 0:51
    Observe que na tabela de votos,
21. 50660 0:51 - 0:54
    as colunas se chamam esquerda,
    direita e vencedor.
22. 53810 0:54 - 0:59
    Elas são comparadas à coluna
    chamada id na tabela de imagens.
23. 58540 0:59 - 1:01
    Você pode ler cada linha como uma sentença.
24. 61000 1:01 - 1:06
    Na tabela de imagens, as sentenças
    dizem que Fluffy tem o número de ID igual a 1, e
25. 66270 1:06 - 1:10
    o nome de arquivo fluffsocute.jpg,
    Monster tem o número de ID igual a 2,
26. 70121 1:10 - 1:14
    e nome de arquivo monstie-basket.png e
    assim por diante.
27. 74290 1:14 - 1:18
    Na tabela de votos,
    as sentenças são imagem 2 e
28. 78350 1:18 - 1:23
    imagem 3 foram exibidas e
    o usuário votou na imagem 3.
29. 82610 1:23 - 1:25
    A imagem 1 e
    a imagem 3 foram exibidas e
30. 84770 1:25 - 1:27
    o usuário votou na imagem 1 e assim por diante.
31. 87440 1:27 - 1:34
    Então este 3 e este 3 se referem à mesma
    coisa, uma criatura fofa com o número de ID igual a 3.
32. 93580 1:34 - 1:38
    Mas eles estão em tabelas diferentes, e
    as colunas têm nomes diferentes,
33. 97750 1:38 - 1:41
    pois elas desempenham papéis diferentes
    em sentenças distintas.
34. 100720 1:41 - 1:44
    Aqui estamos dizendo,
    qual imagem tem que id?
35. 104880 1:45 - 1:48
    E aqui estamos dizendo, quais
    foram exibidos juntos e
36. 108070 1:48 - 1:49
    quem recebeu o voto?
37. 109490 1:49 - 1:54
    Este é o tipo de sentença que
    esta tabela realmente representa.
38. 113630 1:54 - 1:57
    Se você quisesse usar sentenças
    como Monster foi mostrado com Fluffy e
39. 117200 1:57 - 2:00
    Fluffy recebeu o voto em vez de
    2 foi mostrado com 1
40. 120328 2:00 - 2:02
    e 1 recebeu o voto para esta linha aqui,
41. 122280 2:02 - 2:07
    teríamos que conectar as linhas
    desta tabela com as linhas dessa tabela.
42. 126870 2:07 - 2:10
    Isso é algo que também podemos fazer
    com uma consulta de banco de dados.
43. 129960 2:10 - 2:12
    As consultas que fazem isso são chamadas de joins,
    e
44. 132230 2:12 - 2:15
    veremos muitas
    delas mais adiante no curso.
45. 134870 2:15 - 2:18
    Por enquanto, lembre-se apenas que
    um valor com o mesmo significado
46. 137630 2:18 - 2:21
    pode ocorrer em tabelas diferentes e
    ter nomes de coluna diferentes, e
47. 140850 2:21 - 2:26
    que podemos derivar novas tabelas,
    vinculando as tabelas existentes usando joins.