# Exemplo Prático 2

## **Contexto**

Uma empresa de tecnologia deseja monitorar e analisar atividades de um sistema, incluindo acessos, erros e desempenho. Com grandes volumes de dados não estruturados, um banco de dados não relacional é ideal para armazenar e processar essas informações.

## Aplicação da Metodologia Científica

### Observação

Reuniões com a equipe técnica revelaram a necessidade de capturar dados variados como ID do usuário, timestamp, tipo de evento e detalhes do erro.

### Formulação de Hipotéses

Utilizar um banco de dados não relacional baseado em documentos (como MongoDB) facilitará o armazenamento de logs em formatos flexíveis como JSON.

### Experimentação

Estruturas de documentos foram criadas e testadas, como:

`json{`
\
`"UserID": "12345",`
\
`"Timestamp": "2025-03-28T18:30:00",`
\
`"Event": "Login",`
\
`"Details": "Successful login"`
\
`}` 

Testes focaram em consultas rápidas e escalabilidade para grandes volumes de dados.

### Análise e Validação:

O feedback da equipe indicou que adicionar índices para "Timestamp" e "Event" aumentaria a performance das consultas.

### Resultado Final

Um banco de dados não relacional que armazena logs de forma escalável e eficiente, permitindo análises detalhadas de eventos e detecção rápida de problemas no sistema.