DEV Community: Maria Gabriela Oliva

[PT-BR] Join SQL, quando usar?

Maria Gabriela Oliva — Thu, 27 Aug 2020 02:29:22 +0000

Hello pessoas, como vão? Nesse post eu irei falar sobre os tipos de joins (junções) existentes no SQL e qual cenário usar cada um deles. Na maioria das vezes estou sempre esquecendo até como faz um update e corro para o Google. Bom, vamos lá.

O que é o Join?

Basicamente, o join é a combinação de tabelas através de colunas em comum nessas tabelas (Primary Keys e Foreign Keys, prometo um dia falar disso).

Tipos de Joins

Existem três tipos de junções:

Inner Join: busca os dados se estiverem presentes nas duas tabelas.
Outer Join: aqui, são de três tipos.
- Left Outer Join: busca os dados se estiverem presentes na tabela da esquerda.
- Right Outer Join: busca os dados se estiverem presentes na tabela da direita.
- Full Outer Join: busca os dados se estiverem presentes em qualquer uma das duas tabelas.
Cross Join: um produto cartesiano de ambas tabelas, cruzamento de tabelas.

Tabela Pessoa

Tabela Endereço

Sintaxe

Inner Join

SELECT * FROM pessoa p INNER JOIN endereco e on p.idpessoa = e.idpessoa

Um detalhe aqui, o inner é opcional. Isso de acordo com a documentação, ok? O legal é sempre especificar qual tipo de junção está fazendo, caso faça apenas join, o padrão é inner.

Left Outer Join

SELECT * FROM pessoa p LEFT OUTER JOIN endereco e on p.idpessoa = e.idpessoa

Right Outer Join

SELECT * FROM pessoa p RIGHT OUTER JOIN endereco e on p.idpessoa = e.idpessoa

Full Outer Join

SELECT * FROM pessoa p FULL OUTER JOIN endereco e on p.idpessoa = e.idpessoa

Gente, outro detalhe aqui: o outer também é opcional, tá bom?
Left Join e Left Outer Join, são a mesma coisa.

-- uma observação, eu fiz os exemplos no MySQL e ele não suporta o FULL JOIN, então tive que fazer um UNION (falarei sobre isso em outro post) para poder simular o Full Join, sorry.

Cross Join

SELECT * FROM pessoa p CROSS JOIN endereco e

Mas Gabriela, o que é esses p, esses e, que você está colocando em frente ao nome das tabelas?
Bom, isso são os alias (apelidos) que dei as tabelas para que não seja necessário estar sempre digitando o nome inteiro da tabela.

Tá, e esse idpessoa, por que você usou ele?
idpessoa é a chave primária da tabela pessoa. Na tabela endereço, o idpessoa é uma chave estrangeira que faz referência a tabela de pessoa, sendo assim, usado para fazer as junções entre as tabelas.

Gabi, quando eu devo usar cada um desse ai?
Tudo vai depender dos dados que você quer buscar e onde você vai buscar esses dados.

Então, até o momento é isso. Dúvidas, sugestões fiquem sempre à vontade para falar :)

[PT-BR] OLAP: O que é?

Maria Gabriela Oliva — Fri, 03 Jul 2020 22:33:40 +0000

Primeiramente os dados são tratados, as regras são aplicadas, os dados estão limpos e armazenados. Esse processo nós chamamos de ETL (extrair, tratar e carregar), eu falei um pouco sobre aqui. Posteriormente vem a outra parte, a criação do OLAP.

Afinal, o que é o OLAP?

OLAP é a sigla para On-Line Analytical Processing (Processamento Analítico On-Line). Trata-se da capacidade de analisar grandes volumes de dados em diversas perspectivas dentro de um Data Warehouse. Enquanto o DW guarda os dados de forma eficiente, o OLAP deve trazer os dados com a mesma eficiência, mas com muita rapidez.

Algumas características do OLAP

Dentre as características do OLAP, estão o Drill Down e o Drill Up.

O Drill Down é quando o usuário aumenta o nível de detalhe da informação, diminuindo o grau de granularidade. O Drill Up é o contrário do Drill Down, é quando o usuário aumenta o grau de granularidade, diminuindo o nível de detalhamento da informação.

Por exemplo: a dimensão tempo é composta por ano, semestre, trimestre, mês e dia. O usuário fará um Drill Down quando ele passar de trimestre para mês, de mês pra dia.

Arquitetura do OLAP

ROLAP (Relational Online Analytical Processing): Nesse caso a consulta é feita e enviada ao servidor de banco de dados relacional e processada no mesmo, ou seja, o cubo fica no Servidor.

MOLAP (Multidimensional Online Analytical Processing): O servidor gera consultas que são processadas em dados que já estão armazenados de forma multidimensional.

HOLAP (Hybrid Online Analytical Processing): Combinação do MOLAP com ROLAP. Com a mistura dessas tecnologias podemos pegar o que há de melhor em cada uma, no caso a boa performance do MOLAP com a escalabilidade melhor do ROLAP.

Por hoje é isso aí :) Fiquem à vontade para perguntar em caso de dúvidas.

[PT-BR] Modelagem de Banco de Dados Dimensional

Maria Gabriela Oliva — Wed, 03 Jun 2020 16:49:49 +0000

No post anterior foi abordado o conceito de Data Warehouse, o que é a tabela fato e a tabela dimensão. Irei prosseguir nesse sobre Modelagem Dimensional.

O que é o Modelo Dimensional?

Um modelo dimensional é basicamente uma tabela de fatos central e tabelas dimensionais ligadas diretamente a ela. Existem dois tipos de modelagem de dados usadas no Data Warehouse, a Snow Flake e a Star Schema, que é a mais utilizada.

Snow Flake

Nesse modelo as tabelas dimensionais se relacionam com a tabela fato, porém algumas dimensões se relacionam apenas entre elas, isso acontece para normalizar as tabelas dimensionais. No modelo Snow Flake existem tabelas de dimensões auxiliares que normalizam as tabelas de dimensões principais.

Vantagens

Algumas ferramentas de modelagem de banco de dados multidimensionais OLAP são otimizadas para Snow Flake.
A normalização das dimensões resulta em economia de armazenamento.
No modelo Snowflake, a hierarquia é representada em um relacionamento de chave externa e chave primária entre as várias tabelas de dimensões. No modelo Star, todas as tabelas de dimensões necessárias têm apenas chaves estrangeiras nas tabelas de fatos.

Star Schema

Nesse modelo todas as tabelas dimensionais se relacionam direto com a tabela fato. As tabelas dimensionais não são normalizadas no Star Schema, assim as tabelas de dimensionais ficam maiores por repetirem as descrições de forma textual em todos os registros. Esse modelo é chamado de Star porque a tabela de fatos fica no centro cercada das tabelas dimensionais parecido com uma estrela.

Vantagens

É mais simples e mais fácil de navegação, mas desperdiça espaço repetindo as mesmas descrições ao longo de toda a tabela.
Consultas mais simples: a lógica de junção do Star Schema é mais simples que a lógica de junção necessária para recuperar dados de um esquema transacional normalizado.
Star Schema é usado por todos os sistemas OLAP para criar cubos OLAP com eficiência.

Snow Flake ou Star Schema quando usar?

O modelo Snow flake, a análise de dimensão é mais fácil. Um exemplo, "Quantas contas ou campanhas estão online para um determinado anunciante?"

O modelo de esquema Star é melhor para análise de métricas, como "Qual é a receita de um determinado cliente?"

Espero que gostem :) e qualquer dúvidas fiquem à vontade para perguntar.

[PT-BR] Data Warehouse e alguns conceitos.

Maria Gabriela Oliva — Thu, 14 May 2020 16:17:00 +0000

Dentro da área de Business Intelligence (BI), não temos apenas as ferramentas que auxiliam na montagem de relatórios e dashboards. Por trás disso, existe um processo que é feito, chamado de ETL (extrair, tratar e carregar) e nesse post será abordado dois conceitos desse processo: Tabela Fato e Tabela Dimensão, o que é, as diferenças e qual sua utilidade dentro da área de BI.

Antes de tudo, vamos entender o que é o Data Warehouse

Data Warehouse é um depósito de dados utilizado para armazenar informações detalhadas relativas a uma empresa. Serve para recolher e unificar os dados apenas em um ambiente, sem interferir na base de dados da empresa, para que facilite manter o histórico de informações e a padronização dos dados analisados, corrigindo erros e reestruturando para no final, apresentar um modelo organizado para a análise. As Dimensões e Fatos são alguns dos elementos presentes na estrutura do DW.

Tabela Fato

A Tabela Fato é a principal tabela no Data Warehouse e a partir dela será gerado as tabelas dimensões. A tabela fato armazena o que ocorreu, por conta disso ela possui esse nome, porque é o fato ocorrido. A tabela fato está sempre ligada a duas ou mais dimensões, não existe tabela fato com menos de duas dimensões. As medições, o histórico de informações contendo longo período de tempo, ficam depositadas na Fato.

Tabela Dimensão

As tabelas dimensões têm as características de um evento. Através dela podemos analisar os dados sob várias perspectivas. Por exemplo, podemos ter Dimensões como Produto, Região e Tempo em um DW.

As Dimensões e Fatos são dependentes entre si. No modelo dimensional é obrigatório existir ambas tabelas. Sem uma dessas tabelas, a análise das informações ficam comprometidas no modelo dimensional, ou até mesmo inviabilizadas.

É isso aí gente, no próximo post abordarei sobre a Modelagem Dimensional :)

[PT-BR] Funcionalidades do DBeaver

Maria Gabriela Oliva — Mon, 02 Mar 2020 11:14:07 +0000

Assim que eu comecei a trabalhar com infraestrutura, o meu primeiro post foi sobre o Gerenciador de Banco de Dados DBeaver. Apresentei a ferramenta e algumas funcionalidades básicas de todo gerenciador. Para ler o post clique aqui.

Nesse artigo, irei mostrar algumas funcionalidades que encontrei conforme fui utilizando. Espero que gostem!

Autocomplete

O DBeaver possui a função de autocomplete configurada, ao digitar o comando ou o nome de uma tabela.

Também mostra os dados da tabela ao passar o ponteiro do mouse sobre o nome.

E se usar o autocomplete ao digitar o nome da tabela, automaticamente é criado o apelido da tabela.

Metadados

Aqui, estamos nos referindo a dados sobre as tabelas, views, colunas, indexes, procedures, triggers, entidades de armazenamento e entidades de segurança, como usuários e roles. No DBeaver, conseguimos visualizar essas informações fácil: clicando no botão direito sobre o nome da tabela ou selecionando e apertando F4.Isso ajuda bastante a entender a estrutura da tabela, quais são as chaves e as restrições de uma tabela.

Exportação de Dados

O DBeaver além de permitir ordenar os dados direto da tabela, filtrar elementos, também é possível realizar a exportação dos dados em pdf, texto, csv, json e etc. A exportação é simples: clicar com o botão direito sobre os registros e selecionar -Export data...- ou clicar no ícone de exportação.

Ao clicar sobre o ícone de exportação, iremos selecionar os parâmetros dos dados que iremos exportar. Além de escolher o formato, podemos escolher a quantidade de linhas que queremos exportar e a codificação (UTF-8, ANSI).

Por hoje é só. Até a próxima!

[PT-BR] A Sociedade da Informação versus a Sociedade do Conhecimento: Uma implicação com o futuro da humanidade.

Maria Gabriela Oliva — Fri, 07 Feb 2020 13:49:08 +0000

Novamente essa semana que passou foi muito corrida. Muita coisa para fazer no trabalho, chegava em casa e só queria dormir e acabei não pensando em nada para o artigo de hoje.

Ontem voltando da faculdade, lembrei de um artigo que escrevi para a matéria de Informática e Sociedade (Saudades Prof. Odilon). Ao ler, caiu a minha ficha que se encaixa em uma coisa que nós temos vivenciado hoje em dia: o acesso a informação, mesmo que todos estejam disponíveis na internet, estamos sempre buscando uma forma de filtrar quais informações são importantes, relevantes e como vão mudar o modo de ver o mundo e de fazer as pessoas crescerem intelectualmente.

Então, segue abaixo alguns trechos retirados desse artigo. Tenham uma boa leitura!

Conceito de Informação e Conhecimento

A informação é aquela que informa. Em outras palavras, é a resposta a uma questão de algum tipo. É, portanto, relacionado aos dados e ao conhecimento, pois os dados representam os valores atribuídos aos parâmetros e o conhecimento significa compreensão de coisas reais ou conceitos abstratos. O conhecimento é uma familiaridade, consciência ou compreensão de alguém ou algo assim, como fatos, informações, descrições ou habilidades, que é adquirida através de experiência ou educação, percebendo, descobrindo ou aprendendo. O conhecimento pode se referir a uma compreensão teórica ou prática de um assunto. Pode ser implícito (como com habilidades práticas ou experiência) ou explícito (como com a compreensão teórica de um sujeito); pode ser mais ou menos formal ou sistemática.

Nos dias de hoje

Novas tecnologias sempre estão surgindo, e necessitamos de informações constantes, seja na internet ou em algum livro. A informática muda constantemente, então precisamos nos adaptar a ela, através do conhecimento e da informação.

A Sociedade do Conhecimento inaugura uma nova era. Participe de redes sociais, se inscreva, interaja mais, colabore com o que você sabe e pergunte mais, procure saber, trocar ideias e informações. Não basta ter acesso ao dicionário gigante de informações é preciso que ele faça sentido a todos nós e o laboratório de troca de experiências são as redes sociais.

Iremos para uma era em que a sociedade não perceberá a tecnologia em suas vidas, e a normalidade de ter vantagens e facilidades no dia a dia, pois assim vamos nos sentir agindo e pensando no sentido de maneira natural ou “normal”. Hoje o dever de saber é importante. São caixas de surpresas pois ela faz uma vida tanto no mundo real quanto no mundo virtual e a tecnologia abrange de formas dependentes em cada um de nós. Isso mostra que quanto mais saber, pode ser infinito.

Nada é tão perigoso para aprisionar a inteligência do que aceitar passivamente as informações.”
Augusto Cury

[PT-BR] Usando o Notepad++ para montar queries

Maria Gabriela Oliva — Fri, 31 Jan 2020 12:02:38 +0000

Essa semana foi a mais corrida que tive em toda minha vida: ajustes, inserção e importação de dados, mas com isso saiu uma coisa boa: a ideia de um artigo para vocês, hehehe.

Mais sobre o Notepad++

Notepad++ é um editor de texto e de código fonte. São várias as linguagens de programação suportada por ele e além disso, podemos definir nossas próprias linguagens usando um "sistema de definição de linguagem" integrado.

Além de muito mais outras coisas que ele pode fazer, mas o foco desse artigo é como eu uso ele para montar minhas queries de inserção.

Para Windows, pode estar fazendo o download aqui. E no Linux, tem um app parecido com ele, pode fazer o download aqui.

Montando a Query

Quando vamos fazer uma grande inserção de dados em um sistema, pensamos na maneira mais fácil e rápida de fazer isso. Na maioria das vezes são muitos dados que precisam ser repetidos. Para facilitar isso, podemos usar o comando alt+shift e usar as setas para selecionar o que deve ser substituído ou adicionar vírgula ou algo do tipo.

Não posso deixar de falar da sugestão de comandos, que auxilia bastante.

E como esperado, possui o tema dark. Configurações > Configurador de Estilos e selecione o tema desejado.

É uma dica boba, mas imagino que possa ajudar bastante gente. Até a próxima!

[PT-BR] Conhecendo o DBeaver

Maria Gabriela Oliva — Fri, 24 Jan 2020 11:50:50 +0000

Recentemente eu comecei a trabalhar com infra e desenvolvimento, e aqui existem dois sistemas que usam databases diferentes. Eu costumava a usar o HeidiSQL, mas como estava com problemas para realizar as conexões, uma amiga me recomendou o DBeaver, que foi paixão a primeira vista.

Mais sobre o DBeaver

O DBeaver é uma ferramenta universal para banco de dados. Isso significa que ele nos dá a possibilidade de manipular vários SGBDs, como Oracle, Postgres, MySQL, e daí em diante. A lista de todos os bancos de dados suportados, está aqui.

Se você curte a IDE Eclipse, saiba que a ferramenta é baseada nela.

Conexões

Nós que trabalhamos com infra, em variadas situações precisamos nos conectar em vários bancos de dados, e isso pode ser um problema. Para nos ajudar com isso, a ferramenta tem um bom gerenciador interno. Além de guardar os dados das suas conexões. Ele também trata de conexões que envolvem túneis SSH.

Visualizar dados e Edição

O DBeaver tem um visualizador simples, porém possui várias coisas úteis, como ordenar os dados direto da tabela, filtrar elementos e exportá-los em pdf, texto, csv e excel. No DBeaver também temos a possibilidade de gerar diagramas automaticamente e depois exportá-los em GIF, PNG, BMP e GraphML.

Não posso deixar de lado, o tão querido modo dark

No DBeaver é possível fazer a escolha de temas, Dark do Mac, Dark do Linux ou apenas o Dark. Para isso, na barra de ferramentas clique em Window > Preferences > Appearance e escolha o tema desejado.

No mais, é isso aí gente. Até a próxima!