Banco de Dados | Modelagem e SQL - Básico

🗄️ Banco de Dados

Modelagem Relacional • SQL • Consultas • Fundamentos Essenciais

⚡ Entidades • Relacionamentos • CRUD • Joins • Normalização

📊 Modelagem de Dados

Processo de estruturar dados em entidades, atributos e relacionamentos.

┌─────────────────┐ ┌─────────────────┐ │ CLIENTE │ │ PEDIDO │ ├─────────────────┤ ├─────────────────┤ │ id_cliente (PK) │────▶│ id_pedido (PK) │ │ nome │ │ id_cliente (FK) │ │ email │ │ data_pedido │ │ telefone │ │ valor_total │ └─────────────────┘ └─────────────────┘

Entidade: objeto do mundo real (Cliente, Produto)
Atributo: propriedade da entidade (nome, preço)
Chave Primária (PK): identifica unicamente cada registro
Chave Estrangeira (FK): referência a outra tabela

🔗 Tipos de Relacionamento

1:1 (Um para Um) – Pessoa → CPF
1:N (Um para Muitos) – Cliente → Pedidos
N:N (Muitos para Muitos) – Aluno ↔ Curso (tabela associativa)

-- Tabela associativa para N:N

CREATE TABLE aluno_curso (

    id_aluno INT,

    id_curso INT,

    data_matricula DATE,

    PRIMARY KEY (id_aluno, id_curso),

    FOREIGN KEY (id_aluno) REFERENCES aluno(id),

    FOREIGN KEY (id_curso) REFERENCES curso(id)

);

📐 Normalização

Processo de organizar dados para reduzir redundância e evitar anomalias.

1NF: valores atômicos, sem grupos repetitivos
2NF: depende totalmente da chave primária
3NF: sem dependências transitivas

💡 Tabelas normalizadas facilitam manutenção e evitam inconsistências.

📝 DDL - Data Definition Language

Comandos para definir a estrutura do banco de dados.

-- Criar tabela

CREATE TABLE cliente (

    id INT PRIMARY KEY AUTO_INCREMENT,

    nome VARCHAR(100) NOT NULL,

    email VARCHAR(100) UNIQUE,

    data_cadastro DATE DEFAULT CURRENT_DATE

);

-- Alterar tabela

ALTER TABLE cliente ADD COLUMN telefone VARCHAR(15);

ALTER TABLE cliente MODIFY COLUMN nome VARCHAR(150);

ALTER TABLE cliente DROP COLUMN telefone;

-- Excluir tabela

DROP TABLE cliente;

-- Criar índice

CREATE INDEX idx_cliente_nome ON cliente(nome);

✏️ DML - Data Manipulation Language

Comandos para manipular os dados.

-- INSERT: inserir dados

INSERT INTO cliente (nome, email) 

VALUES ('João Silva', 'joao@email.com');

-- INSERT múltiplo

INSERT INTO produto (nome, preco) VALUES 

('Camisa', 49.90), ('Calça', 89.90);

-- UPDATE: atualizar dados

UPDATE cliente 

SET telefone = '(11) 99999-9999' 

WHERE id = 1;

-- DELETE: remover dados

DELETE FROM cliente WHERE id = 1;

-- DELETE com condição

DELETE FROM pedido WHERE data_pedido < '2024-01-01';

🔍 DQL - Data Query Language

SELECT - o coração das consultas SQL.

-- Seleção básica

SELECT * FROM cliente;

SELECT nome, email FROM cliente;

-- Filtros WHERE

SELECT * FROM produto 

WHERE preco > 50 AND categoria = 'eletrônicos';

-- Ordenação

SELECT nome, preco FROM produto 

ORDER BY preco DESC;

-- Agrupamento

SELECT categoria, AVG(preco) as media_preco

FROM produto

GROUP BY categoria;

-- Filtro em grupos (HAVING)

SELECT categoria, COUNT(*) as total

FROM produto

GROUP BY categoria

HAVING COUNT(*) > 5;

🔄 JOINs - Combinando Tabelas

-- INNER JOIN: apenas registros correspondentes

SELECT c.nome, p.data_pedido, p.valor

FROM cliente c

INNER JOIN pedido p ON c.id = p.id_cliente;

-- LEFT JOIN: todos da esquerda + correspondentes

SELECT c.nome, p.id_pedido

FROM cliente c

LEFT JOIN pedido p ON c.id = p.id_cliente;

-- RIGHT JOIN: todos da direita + correspondentes

SELECT c.nome, p.id_pedido

FROM pedido p

RIGHT JOIN cliente c ON c.id = p.id_cliente;

-- FULL OUTER JOIN: todos os registros

SELECT c.nome, p.id_pedido

FROM cliente c

FULL OUTER JOIN pedido p ON c.id = p.id_cliente;

-- SELF JOIN: tabela relacionada a si mesma

SELECT e.nome AS funcionario, 

       g.nome AS gerente

FROM funcionario e

LEFT JOIN funcionario g ON e.id_gerente = g.id;

📊 Funções de Agregação

-- COUNT: contar registros

SELECT COUNT(*) FROM cliente;

SELECT COUNT(DISTINCT categoria) FROM produto;

-- SUM: somar valores

SELECT SUM(valor_total) FROM pedido 

WHERE YEAR(data_pedido) = 2024;

-- AVG: média

SELECT AVG(preco) FROM produto 

WHERE categoria = 'eletrônicos';

-- MIN / MAX: mínimo e máximo

SELECT MIN(preco) as menor_preco, 

       MAX(preco) as maior_preco 

FROM produto;

-- Combinação

SELECT 

    categoria,

    COUNT(*) as quantidade,

    AVG(preco) as media,

    SUM(estoque) as total_estoque

FROM produto

GROUP BY categoria;

📝 Subconsultas

Consultas dentro de outras consultas.

-- Subconsulta no WHERE

SELECT nome, preco 

FROM produto 

WHERE preco > (SELECT AVG(preco) FROM produto);

-- Subconsulta com IN

SELECT nome FROM cliente

WHERE id IN (

    SELECT id_cliente FROM pedido 

    WHERE valor_total > 1000

);

-- Subconsulta no SELECT

SELECT 

    nome,

    (SELECT COUNT(*) FROM pedido 

     WHERE id_cliente = cliente.id) as total_pedidos

FROM cliente;

-- EXISTS

SELECT nome FROM cliente c

WHERE EXISTS (

    SELECT 1 FROM pedido p 

    WHERE p.id_cliente = c.id

);

⚖️ Comparativo: SQL vs NoSQL

Característica	SQL (Relacional)	NoSQL (Não Relacional)
Esquema	Fixos, pré-definido	Flexível, dinâmico
Escalabilidade	Vertical (mais hardware)	Horizontal (mais nós)
Consistência	ACID (forte)	Eventual (BASE)
Linguagem	SQL padrão	Cada banco tem sua API
Casos de uso	Transações, relatórios	Big data, tempo real
Exemplos	MySQL, PostgreSQL	MongoDB, Redis, Cassandra

📝 Exercícios de Fixação

1. Modelagem: Sistema de Biblioteca

Modele um sistema de biblioteca com as entidades: LIVRO, USUÁRIO, EMPRÉSTIMO. Defina atributos e relacionamentos.

Solução:

-- LIVRO: id_livro (PK), titulo, autor, isbn, ano, quantidade


-- USUARIO: id_usuario (PK), nome, email, telefone, data_cadastro


-- EMPRESTIMO: id_emprestimo (PK), id_usuario (FK), id_livro (FK), data_emprestimo, data_devolucao_prevista, data_devolucao_real, status


Relacionamento: USUARIO 1:N EMPRESTIMO, LIVRO 1:N EMPRESTIMO

2. Consulta com JOIN

Escreva uma consulta para listar todos os pedidos com nome do cliente e valor total, ordenados por data decrescente.

Solução:

SELECT p.id_pedido, c.nome, p.valor_total, p.data_pedido


FROM pedido p


INNER JOIN cliente c ON p.id_cliente = c.id


ORDER BY p.data_pedido DESC;

3. Funções de Agregação

Calcule o valor total de vendas por categoria de produto, mostrando apenas categorias com vendas acima de R$ 10.000.

Solução:

SELECT p.categoria, SUM(ip.quantidade * ip.preco_unitario) as total_vendas


FROM item_pedido ip


INNER JOIN produto p ON ip.id_produto = p.id


GROUP BY p.categoria


HAVING total_vendas > 10000;


-- OU com subconsulta


SELECT categoria, SUM(valor) as total


FROM vendas


GROUP BY categoria


HAVING SUM(valor) > 10000;

4. Subconsulta Correlacionada

Encontre os clientes que já fizeram mais de 3 pedidos.

Solução:

-- Com GROUP BY e HAVING


SELECT c.nome, COUNT(p.id_pedido) as total_pedidos


FROM cliente c


INNER JOIN pedido p ON c.id = p.id_cliente


GROUP BY c.id, c.nome


HAVING COUNT(p.id_pedido) > 3;





-- Com subconsulta


SELECT nome FROM cliente c


WHERE (SELECT COUNT(*) FROM pedido p


       WHERE p.id_cliente = c.id) > 3;

5. Modelar e Consultar

Crie as tabelas para um sistema de e-commerce simples (Produto, Cliente, Pedido, ItemPedido) e escreva consultas para: a) listar produtos com estoque abaixo de 10, b) total gasto por cliente.

Solução:

-- Criação das tabelas


CREATE TABLE produto (id INT PRIMARY KEY, nome VARCHAR(100), preco DECIMAL(10,2), estoque INT);


CREATE TABLE cliente (id INT PRIMARY KEY, nome VARCHAR(100), email VARCHAR(100));


CREATE TABLE pedido (id INT PRIMARY KEY, id_cliente INT, data_pedido DATE, FOREIGN KEY (id_cliente) REFERENCES cliente(id));


CREATE TABLE item_pedido (id_pedido INT, id_produto INT, quantidade INT, preco_unitario DECIMAL(10,2), PRIMARY KEY (id_pedido, id_produto));



-- a) Produtos com estoque baixo


SELECT * FROM produto WHERE estoque < 10;



-- b) Total gasto por cliente


SELECT c.nome, SUM(ip.quantidade * ip.preco_unitario) as total_gasto


FROM cliente c


INNER JOIN pedido p ON c.id = p.id_cliente


INNER JOIN item_pedido ip ON p.id = ip.id_pedido


GROUP BY c.id, c.nome


ORDER BY total_gasto DESC;

✅ Boas Práticas em SQL

✔️ Use nomes descritivos e consistentes (snake_case)
✔️ Sempre defina PRIMARY KEY e FOREIGN KEY
✔️ Utilize índices em colunas usadas em WHERE/JOIN
✔️ Evite SELECT * em produção
✔️ Use transações quando necessário (BEGIN, COMMIT, ROLLBACK)
✔️ Documente consultas complexas
✔️ Faça backup regularmente

🚀 Dicas de Performance

📌 Índices: aceleram SELECT, mas diminuem INSERT/UPDATE
📌 EXPLAIN: analisa plano de execução da consulta
📌 Evite funções em colunas indexadas no WHERE
📌 Use LIMIT para limitar resultados
📌 Normalize, mas não exagere (desnormalize para performance)

-- Analisar consulta

EXPLAIN SELECT * FROM pedido 

WHERE id_cliente = 10;

-- Criar índice para melhorar performance

CREATE INDEX idx_pedido_cliente ON pedido(id_cliente);

📚 Referências e Ferramentas

SGBDs: MySQL, PostgreSQL, SQLite, SQL Server, Oracle
Ferramentas: DBeaver, DataGrip, pgAdmin, MySQL Workbench
Documentação: PostgreSQL Docs, MySQL Reference Manual
Prática: SQLZoo, HackerRank SQL, LeetCode Database

🎯 Pratique diariamente: resolver problemas de SQL é fundamental para qualquer desenvolvedor.

Label

Menu

🗄️ Banco de Dados

📊 Modelagem de Dados

🔗 Tipos de Relacionamento

📐 Normalização

📝 DDL - Data Definition Language

✏️ DML - Data Manipulation Language

🔍 DQL - Data Query Language

🔄 JOINs - Combinando Tabelas

📊 Funções de Agregação

📝 Subconsultas

⚖️ Comparativo: SQL vs NoSQL

📝 Exercícios de Fixação

✅ Boas Práticas em SQL

🚀 Dicas de Performance

📚 Referências e Ferramentas

Post a Comment

Nenhum comentário

Total de visualizações de página

Random Posts

Postagens mais visitadas

Random Posts

Recent Posts

Popular Post

Label

Menu

🗄️ Banco de Dados

📊 Modelagem de Dados

🔗 Tipos de Relacionamento

📐 Normalização

📝 DDL - Data Definition Language

✏️ DML - Data Manipulation Language

🔍 DQL - Data Query Language

🔄 JOINs - Combinando Tabelas

📊 Funções de Agregação

📝 Subconsultas

⚖️ Comparativo: SQL vs NoSQL

📝 Exercícios de Fixação

✅ Boas Práticas em SQL

🚀 Dicas de Performance

📚 Referências e Ferramentas

Related Posts

Post a Comment

Nenhum comentário

Total de visualizações de página

Random Posts

Postagens mais visitadas

Random Posts

Recent Posts

Popular Post