The Rise of SQL PDF

The Rise of SQL
Guided Training
Ricardo Sallin
Data Academy B2W DIGITAL
Ricardo Sallin
Americanas: mar’16
Origem: Centrão de SP
Formação: Processamento de Dados (Fatec-SP)
Antes da Americanas: Santander, Grupo Pão de Açúcar, Oi
Interesses: Projeto Pizzarias do Mundo
Raphael Mantilha
B2W: jan/2017
Origem: Campinas/SP
Formação: Engenharia de Computação (PUC-Campinas)
Antes da Americanas: CI&T
Interesses: Jogos/Animes/Filmes
AGENDA
Aula 1 Fundamentos do Relacional; Conhecendo a bee; A Linguagem SQL
Aula 2 Exercício com dados de vendas; Cuidados com queries; Recursos da bee
Aula 3 Chave Estrangeira; Diagrama de Dados; Joins: Inner e Outer
Aula 4 Subqueries e With: dividir para conquistar; Criando um monitoramento diário; Além da Bee
Aula 1
https://universoamericanas.neolude.com.br/
PresentialMeeting/ConfirmPresence/Nzk0O
Dc6NTMzMjg=
Fundamentos do
Relacional
Fundamentos do SQL - Teoria Relacional
Edgar Codd, Chris Date, Peter Chen (e outros…)

década de 1970
Pesquisadores na IBM
Matemática da computação
Pares ordenados > trios > ... > tuplas

Edgar Codd Chris Date Peter Chen
★ 1923-2003 ★ 1941 ★ 1947
(x,y) ... (a,b,c,d,e,f,…) ✞
Bancos de Dados contêm Tabelas

Tabelas contêm Registros (ou linhas, observações, etc): são as tuplas do Codd/Date
Linhas contêm Campos (ou colunas, variáveis, etc)
Colunas contêm Dados atômicos (individuais)
Dados pertencem a tipos (ou domínios): Nomes de pessoas, de países, de cidades, quantidades, valores, datas...
Tabelas têm chaves primárias (ou Primary Key, PK, etc): é o “RG” de cada linha na tabela
Fundamentos do SQL - Arquitetura
SELECT campo1, campo2...

FROM tabela1
WHERE campo1 = valor1;
Cliente Servidor
é o seu computador, que envia uma query (consultas) ao Computador de alta capacidade, que comporta o BD e
Servidor, seja através de um sistema (Bee, Vegas e outros) outros sistemas. Responde as queries com dados (outras
ou diretamente tabelas)
Fundamentos do SQL - Principais Sistemas em Uso
(1989)
(1980) (1989)
Alternativa da Microsoft,
Sinônimo de BD, muito Importante nome do software livre:
também muito usado
consolidado no mercado “Os elefantes nunca esquecem”
(1996)
Principal BD de software livre (2000)
(1992)
Levou o conceito de BD aos SQL local em arquivo!
PCs, com interface gráfica (quase um Excel SQL)
(2010)
Plataforma muito poderosa: inclui o Bigquery
(que usa SQL) entre muitas outras ferramentas
Conhecendo a
bee Data Platform
bee Data Platform: Plataforma de Big Data da B2W
GCP (Google Cloud Platform): é o ecossistema fornecido pelo Google
BigQuery: é a principal ferramenta de SQL dentro do GCP
Time bee: responsável pela plataforma
Acompanhe em http://bee.b2w
Se tiver interesse aprenda mais no self-training
Encontre datasets disponíveis no Explorer

Sistemas, Explorar, criar e

Integrar sistemas,
aplicações e compartilhar datasets, Pessoas
aplicações e APIs
APIs importar e exportar dados
Coleta dados dos diversos sistemas da B2W em Datasets
Grandes tabelas, que usam as tecnologias e boas práticas do Big Data
Muita performance
Organização, projetos e recursos
“Mas Sallin, e se eu não tiver acesso?” No pacote já vem:
É só abrir um chamado no BHD, digitar bee e clicar na pastinha IAM: ● acesso à plataforma pra você conseguir entrar
● acesso ao projeto b2w-bee-quickstart, para

alocar custos (durante o treinamento)
● acesso de leitura aos dados do projeto

b2w-bee-analytics, que contém os datasets
oficiais da B2W entre outros
Exercício:
vamos fazer login?
Entre na bee: console.cloud.google.com/bigquery
Tudo na bee fica nos projetos: cada área tem o seu
Selecione um projeto para alocar custos

Entre na bee: console.cloud.google.com
Tudo na bee fica nos projetos: cada área tem o seu
Selecione um projeto para alocar custos

Agora selecionar
o seu projeto
Lembre-se! Você pode usar o projeto

bee Quickstart para alocar custos
enquanto não tem o da sua área ou o seu
O ideal é sempre usar o da sua área
O BigQuery fica no menu

principal do GCP, na seção
BigData
Para facilitar você pode

fixá-lo no topo da lista
Exercício:
acessar o Bigquery
Inclua os dados dos projetos

clicando no +:
b2w-bee-analytics
seller-analytics-prd
Inclua os dados dos projetos

clicando no +:
b2w-bee-analytics
seller-analytics-prd
Clique em Adicionar Dados e em

Fixar Projeto, depois procure o
projeto pelo nome ou código bee:
Clique em Adicionar Dados e em Fixar

Projeto, depois procure o projeto pelo
nome ou código bee:
Exercício:
fixar um projeto
Estes são Projetos: cheios de dados pra gente usar!
Com o projeto fixado, é só localizar Estes são Datasets do projeto b2w-bee-analytics

os dados no painel esquerdo:
Estas são Tabelas do dataset clean_freight

Aproveite pra ver também o Esquema (lista de campos) da tabela,

e uma Visualização (de graça) das primeiras linhas
Conheça cada uma das colunas e como elas interagem

bee-explorer.internal.b2w.io
A Linguagem SQL
Structured Query Language

A linguagem padrão dos Bancos de Dados Relacionais (ANSI / ISO)
SELECT campo1, campo2... SELECT *

FROM tabela1 FROM tabela1;
WHERE campo1 = valor1;
SELECT especifica os campos
FROM escolhe a tabela
WHERE especifica as condições

● construa castelos com AND, OR e ()
● use NOT pra inverter condições
Vamos começar o nosso primeiro Select!!
Primeiro a estrutura básica com as palavras-chave...
SELECT especifica os campos (* pega tudo)

ORDER BY especifica a ordem
select *
from
Digite
where no seu
Bigqu
ery
...depois especificar a tabela de origem...

select *
from `seller-analytics-prd.clean_seller.cadastro`
where
`
São crases ( ), e não aspas!
Vamos entender isso já já :)
...colocar um filtro...

select *
from `b2w-bee-analytics.clean_seller.cadastro`
where area = 'TOPKA'
Aqui é aspas mesmo ( )

'
Vamos entender isso já já :)
...e uma ordenação!

select *
order by analista, nome_parceiro
Você ainda pode colocar comentários pra

ajudar a explicar o que está acontecendo
(pros amiguinhos ou pra você mesmx!)

FROM escolhe as tabelas
Agora é só clicar no botão Executar

(ou Run) e ver o resultado aparecer!
select * -- pega todos os campos
Oba, funcionou!!
O resultado da sua
primeira query na bee!!
Conhecendo a Linguagem SQL
“Mas Sallin, tem que digitar tudo?”
Com o recurso Consultar Tabela,

ele monta a base do select sozinho!
“Mas Sallin, e se mesmo assim eu errar?”
⤏ Nomes de tabelas ou campos inexistentes;

Não tem problema! ⤏ Palavras-chave erradas ou fora do lugar;
Com o Validador ele mostra os erros ⤏ Àspas` sobrando ou faltando;
⤏ E outros!
“Mas Sallin, e se mesmo assim eu errar?”
⤏ Nomes de tabelas ou campos inexistentes;

Não tem problema! ⤏ Palavras-chave erradas ou fora do lugar;
Com o Validador ele mostra os erros ⤏ Àspas` sobrando ou faltando;
⤏ E outros!
E voltando à
Linguagem SQL...
AS renomeia campos, trocando o nome por um “alias”
select analista, nome_parceiro, id_parceiro as cnpj,

nome_municipio as cidade, id_estado, id_pais,
dt_primeira_venda_comercial comecou_em
order by nome_parceiro;
E o próprio AS não é obrigatório. É só colocar o “alias” (novo nome) diretamente depois do campo!
E voltando à Linguagem SQL...
IN busca itens em um conjunto

Equivalente a várias condições WHERE em um mesmo comando
select analista, nome_parceiro, id_parceiro as cnpj, nome_municipio as cidade,

id_estado, id_pais
and situacao = 'Ativo'
and id_estado in ('RJ', 'ES', 'SP', 'MG')
order by analista, nome_parceiro;
Dá pra fazer o mesmo com WHERE ?

Até dá… mas dá mais trabalho:

id_estado, id_pais
and (id_estado = 'RJ' or id_estado = 'ES' or id_estado = 'SP' or id_estado = 'MG')
Atenção: aqui usamos OR juntamente com AND.

Nesses casos, procure sempre colocar todos os OR entre parênteses,
senão os resultados serão inesperados!
BETWEEN busca valores em um intervalo

id_estado, id_pais, dt_primeira_venda as comecou_em
and dt_primeira_venda between '2020-01-01' and '2020-12-31'
LIKE comparação de texto

Bem mais simples que o Regex, mas ajuda a buscar nomes

id_estado, id_pais, dt_primeira_venda as comecou_em
and lower(nome_parceiro) like '%ele%'
Exercício: localizar todas as filiais da Olist pelo CNPJ
Podemos usar o Like!
Primeiro descobrimos o início do CNPJ da Olist…

(ele vai trazer outros sellers junto)
select nome_parceiro, id_parceiro as cnpj

where lower(nome_parceiro) like '%olist%';
Exercício: localizar todas as filiais da Olist pelo CNPJ
…e depois usamos esse CNPJ descoberto pra trazer todas as filiais!
select nome_parceiro, id_parceiro as cnpj

where cast(id_parceiro as string) like '18552346%'
order by 1;
DISTINCT retorna itens únicos

Uma forma simples de Group By (que veremos a seguir)
select distinct nome_municipio as cidade, id_estado, id_pais

where situacao = 'Ativo';
GROUP BY cria agrupamentos MÉTRICAS

Colunas de grupo e de métricas Sumarizam as linhas de cada grupo
As colunas de grupo devem ser citadas no Group By sum(), count(), max(), min()...
select id_estado, id_pais, count(nome_parceiro) as qtdSellers

where situacao = 'Ativo'
group by id_estado, id_pais
order by 3 desc;
HAVING filtra grupos

Um Where especial para o Group By
select id_estado, id_pais, count(nome_parceiro) as qtdSellers

where situacao = 'Ativo'
group by id_estado, id_pais
having count(nome_parceiro) > 1000
order by 3 desc;
LIMIT retorna apenas as X primeiras linhas do resultado

order by nome_parceiro
limit 10;
LIMIT não tem nenhum efeito na quantidade de dados processados. Ele não serve pra isso!
Vamos ver alguns casos em que ele é bastante útil
Revisão: As Principais Palavras-Chave do SQL
SELECT BETWEEN
FROM LIKE
WHERE DISTINCT
ORDER BY GROUP BY
AS HAVING
IN LIMIT
Aula 2
https://universoamericanas.neolude.com.br/
PresentialMeeting/ConfirmPresence/Nzk0O
Dg6NTMzMjg=
AGENDA
Exercício:
Tabela de Vendas
Exercício: Tabela de Vendas
Vamos conhecer mais um pouco os dados da B2W?
Desta vez vamos olhar para os dados de vendas!
● `b2w-bee-analytics.evaluated_sales.sales`
● Todos os detalhes de todos os dados de pedidos!
Vamos coletar alguns dados dessa tabela e depois faremos várias mudanças! #variaçõesNoMesmoTema
SELECT
FROM `b2w-bee-analytics.evaluated_sales.sales`
WHERE
Vamos começar com a nossa

estrutura básica de queries!!
● Todos os pedidos
SELECT
WHERE date(partition_date) in ("2020-11-26", "2019-11-29", "2018-11-23")
Acrescente o filtro de data…

● Todos os pedidos
● das últimas 3 Black Fridays
SELECT order_id, order_date, round(sum(order_line_total_value), 2) as gmv

...algumas colunas no Select...
● Todos os pedidos, com data e valor

SELECT order_id, order_date, round(sum(order_line_total_value), 2) as gmv

and lower(sku_description) like '%harry%potter%'
and delivery_zipcode between '20000000' and '28999999'
group by order_id, order_date;
E pronto! Temos uma bela query pra estudar:
● Todos os pedidos, com data e valor
● com PITs do Harry Potter
● no estado do RJ
SELECT date(order_date), round(sum(order_line_total_value), 2) as gmv

and delivery_zipcode between '20000000' and '28999999'
group by date(order_date);
● Agrupando os pedidos por data

SELECT date(order_date) as dataPed,

round(sum(order_line_total_value), 2) as gmv
-- and delivery_zipcode between '20000000' and '28999999'
group by 1
order by 1;
● Pegando Brasil inteiro (comentando o filtro)

● renomeando colunas
● simplificando Group By

and payment_status = 'APROVADO'
group by 1
order by 1;
● Filtrando apenas vendas Aprovadas


round(avg(date_diff(date(delivery_date), date(order_date), DAY)), 2)
as tempoEntrega,
group by 1
● Pegando o tempo médio de entrega em dias
order by 1;
● O comando AVG (average) calcula médias
● O comando date_diff calcula a diferença entre duas datas
SELECT FORMAT_DATE('%Y', date(order_date)) as ano,

date_diff(date(delivery_date), date(order_date), DAY)
as tempoEntrega,
count(distinct order_id) as qtdPedidos,
group by 1, 2 ● Criando histograma por ano e tempo de entrega
order by 1, 2; ● não esqueça o Group By!

case when seller_id is null then '1P' else '3P' end as p,
date_diff(date(delivery_date), date(order_date), DAY)
as tempoEntrega,
group by 1, 2, 3 ● Histograma quebrando também por 1P/3P
● não esqueça o Group By!
order by 1, 2, 3;

prime_flag, crossborder_flag, fulfillment_flag,
group by 1, 2, 3, 4
order by 1, 2, 3, 4; ● Outros flags úteis para fazer quebras

pit, sku_description,
group by 1, 2, 3
order by 1, 2, 3; ● Pegando detalhes dos produtos
Agora é só sair rodando queries e mais queries!!
Calma!!
No trabalho com queries temos que tomar alguns cuidados!
Senão, você corre os seguintes riscos:

● suas queries vão dar erros e mais erros
● suas queries não encontrarão o resultado que você procura
● suas queries vão demorar muito
● suas queries vão gastar dinheiro a rodo!!
Não confunda
`´
acento crase ( )
``
O primeiro cuidado é com as aspas com acento agudo ( )
Crase ( )
especifica projetos,
datasets e tabelas
São usados dois tipos de aspas na bee:
Um são as crases, usadas apenas nos nomes de tabelas, por ex:
` b2w-bee-analytics.clean_seller.cadastro
`
O outro são as aspas mesmo, usadas pra delimitar valores literais
(texto). Em geral aparecem nos filtros, por ex:
Aspas simples ('' )
where area = 'TOPKA' ou aspas duplas ("")
Nesses casos a bee aceita aspas simples ou duplas especificam valores
Essas crases servem pra manter compatibilidade com versões mais antigas do SQL.
Por isso não mudam!
Outro cuidado é com as letras MAIÚSCULAS e minúsculas
A linguagem SQL é “case INsensitive”, ou seja, tanto faz escrever os comandos em maiúsculas ou minúsculas:
select * from `projeto.dataset.tabela` where campo = 'X'

Select * From `Projeto.Dataset.Tabela` Where Campo = 'X'
Tudo isto funciona!!
SELECT * FROM `PROJETO.DATASET.TABELA` WHERE CAMPO = 'X'
SeLeCt * fRoM `pRoJeTo.dAtAsEt.tAbElA` WhErE cAmPo = 'X'
Porém os dados são “case SENsitive”, ou seja, precisamos seguir conforme está nos dados:
select * from `projeto.dataset.tabela` where area = 'TopKa' Um deles vai trazer os dados:
select * from `projeto.dataset.tabela` where area = 'TOPKA' os outros não trarão nada!!
select * from `projeto.dataset.tabela` where area = 'topka' (mas todos vão funcionar)
Por fim o formato (espaços e quebras de linha)
A linguagem SQL é bem flexível neste ponto. Você pode colocar a sua query como quiser, sem impactos
Exceto no `projeto.dataset.tabela`: Aqui não pode quebrar, tem que ficar tudo junto dentro das crases
select * from `b2w-bee-analytics.clean_seller.cadastro` where area = 'TOPKA' order by analista, nome_parceiro
select select * from

*
from
`b2w-bee-analytics.clean_seller.cadastro` `b2w-bee-analytics.clean_seller.cadastro`
where
area
= where area = 'TOPKA'
'TOPKA'
order
by order by analista, nome_parceiro
analista,
nome_parceiro
Tudo isso funciona!!

Bora testar?
Outro ponto importante é o consumo de dados
A bee é cobrada por

quantidade de dados
processados (GB)
Hoje o preço é:
1 Terabyte (TB) = USD 5
Com o dólar a R$ 5, isso dá mais ou menos

“Ahhh Sallin, mas 1 TB é muita coisa!”
R$ 0,24 / Gigabyte (GB )
Com as tabelas de vendas é muito fácil consumir 1 TB de dados
Mais cuidado ainda com as tabelas de visitas!! Elas são realmente gigantescas
Como limitar as queries? Temos vários recursos pra isso:

● Trazer só os campos que serão usados. Você pode escolher os campos na ordem que quiser!
● Usar filtros (where): trazer apenas o necessário!!! (apenas em campos de particionamento - veremos em breve!)
select analista, nome_parceiro, id_parceiro, nome_municipio,

id_estado, id_pais, dt_primeira_venda_comercial
Com isso o consumo de dados diminui bastante!

Particionamento
Cada tabela pode ter uma ou mais “colunas de particionamento”
Em geral são colunas de data. Com elas você pode instruir a bee a
pegar só uma fatia da tabela, sem ter que percorrê-la inteira
Você não precisa ir até a Pré-História pra pegar só o último Tri :)
2017 2018 2019 2020
Jan
Mar
Fev
Consulte o particionamento na documentação de cada tabela
Documentação
No painel esquerdo, clique no Projeto, depois no Dataset e na Tabela,

e no painel inferior clique em Detalhes
E observe os campos Tamanho da tabela e Particionada no Campo
Encontrou campos de particionamento? WHERE neles!!
WHERE em outros campos: não diminui a qtd Dados processados

“Mas Sallin, e o Limit?”
LIMIT retorna apenas as X primeiras linhas do resultado:

order by nome_parceiro
limit 10;
LIMIT não tem nenhum efeito na quantidade de dados processados. Ele não serve pra isso!
Vamos ver na aula 4 alguns casos em que ele é bastante útil
“O que é um NULL?”
-- Johnny Lawrence (Cobra Kai)
NULL
NULL é um valor especial do banco de dados para “dados indisponíveis”

Pode ser apenas um erro de quem fez o cadastro!
Ou um autêntico bug: o sistema de origem permite nome nulo?
Recursos da bee
Formatar Consultas
Organize melhor as suas queries

(ou não...)
Alguns preferem esse formato

mais “vertical” sugerido pela bee,
maasss
existe o debate :)
Salvar Consultas
Guarde suas consultas para rodar mais tarde!
Elas ficam salvas no próprio Big Query

Salvar Consultas
Aproveite pra dar um nome bem explicativo
Assim seus colegas podem usar também!

Salvar Consultas
Aproveite pra dar um nome bem explicativo
Assim seus colegas podem usar também!

Salvar Resultados
Encontrou o que queria?
Guarde no próprio Big Query como uma nova tabela!
Ou se preferir, baixe os dados para o seu computador
(cuidado com consultas muito grandes!)

Salvar Resultados

Salvar Resultados

Importando dados
pra bee
Importando dados pra bee
“”Mas Sallin, como eu faço pra subir a minha base pra bee?””
Exercício: importar um arquivo .csv com alguns dados

Vamos lá?
Clique no seu projeto, clique em Criar Dataset, dê um nome e clique em Criar

Clique no Dataset, clique em Criar Tabela

Selecione Criar tabela de: Upload, Formato: CSV
Selecione o seu Projeto e o Dataset recém-criado

Digite um nome para a nova tabela
Clique em Auto Detectar Esquema e Criar Tabela
● Por padrão a bee identifica campos delimitados por vírgula
● É possível alterar o delimitador de campos em Opções
Avançadas
Você também pode definir as colunas

individualmente, em vez de deixar a bee identificar
É só desmarcar a opção Auto Detectar, clicar em

Adicionar Campo e especificar nome e o tipo de
dados todos os campos
“Mas Sallin, o que são esses Tipos de Dados?”
Numéricos Binário (aka Booleano)

Inteiros INT64 Sim/Não (ou True/False, 1/0, etc)
Números quebrados FLOAT64 STRING (ele armazena como S/N)
Existe também o BOOL
Texto
Varchar(x): texto livre até X caracteres STRING Outros tipos
Dados geográficos (latitude/longitude, rotas, etc)
Data Imagens, som, vídeo, software
Com ou sem a hora: DATETIME ou DATE Arquivos (aka BLOBs: Binary Large Objects)
Outros BD’s podem conter ainda outros tipos

E pronto! A sua tabela agora está na bee. Você pode consultá-la usando SQL
● Este é um upload pontual de dados!
● Se o csv mudar, os dados não serão atualizados na bee
● Se você quiser passar seus dados diariamente para a bee, procure help.bee@b2wdigital.com
● O time de Engenharia da bee usa todas as técnicas de ingestão de dados
Exercício: importar
um arquivo .csv para
o seu dataset
Aula 3
https://universoamericanas.neolude.com.br/Pr
esentialMeeting/ConfirmPresence/Nzk1ODg6
NTMzMjg=
AGENDA
Chaves Estrangeiras
e Modelo de Dados
(Entidade-Relacionamento)
Chave Estrangeira
Ou também Foreign Key, FK, etc

Elimina redundância nos dados
Referência aos dados de outra tabela
Permite interligar tabelas
Chave Estrangeira
Cliente Endereço Produto Qtd Valor Anomalias nos dados:

Redundância (consumo de espaço)
Fulano Fidêncio Ramos 302 Geladeira 1 1250
Dificuldade para atualizar
Potencial para Inconsistências
Beltrano Sacadura Cabral 130 Videogame 1 3000
Fulano Fidêncio Ramos 302 Videogame 1 3000
Beltrano Sacadura Cabral 103 Máq. Lavar 1 1500
150 mil pedidos por dia!!

Chave Estrangeira Chaves Estrangeiras

apontam para chaves
ID Produto
ID Cliente Endereço primárias de outra tabela
10 Geladeira
1 Fulano Fidêncio Ramos 302
20 Videogame
2 Beltrano Sacadura Cabral 130
30 Máq. Lavar
ID Cliente ID Produto Qtd Valor
1 10 1 1250
2 20 1 3000
1 20 1 3000
2 30 1 1500
Chave Estrangeira - Modelo de Dados
Cliente Um pedido é feito por um cliente

Mas um cliente faz vários pedidos
Relacionamento um para muitos
Pedido
1:N
Chave Estrangeira - Modelo de Dados
Cliente e Produto compõem um

Relacionamento M:N (muitos para muitos)
Cliente Produto
Um Produto é comprado por vários Clientes
(em vários pedidos)
E um Cliente pode comprar vários Produtos

diferentes (em pedidos diferentes ou, no caso da B2W,
também no mesmo pedido)
Pedido
Existe também o Relacionamento 1:1
(pouco usado)
Modelo de Dados
Relacionamentos ligam Entidades

Entidade Entidade
Modelo de Dados
Cliente Produto
ou
Modelo de Entidade-Relacionamento
(ou tb Diagrama)
Relacionamento
Relacionamento
É o mapa de um sistema
Entidade
Pedido Com ele, você consegue entender o que a

empresa/time/sistema faz, graficamente!
Modelo de Dados
Cliente Produto
Relacionamentos (às vezes) têm nomes
É feito por →
Contém →
Pode ser nos dois sentidos
Pode ser em um sentido
Pode não ter nome nenhum :)
Pedido
Faz → ← Está contido em
Exemplo de Modelo de Dados: uma loja física

(no e-commerce mudam algumas coisas, mas não muitas)
← Entrega Usa → Placa

Cliente Transportadora Caminhão Capacidade (Kg)
Motorista
Nome Razão Social

Data Cadastro CNPJ
Endereço Contato
CPF
RG
Será pago em → Usa →
Faz →
Pedido Pagamento Forma Pagto
Valor Total Data Pagto Nome
Data Foi Pago?
Vendedor Qtd Dias Atraso
Taxa Juros Diária
Desconto Financeiro
Código
Contém → ← Está no Nome Produto
Item Produto Categoria
Ficha Técnica
Foto
Quantidade
Desconto Comercial
Joins
Joins
Joins são recursos da linguagem SQL que acionam as chaves primárias e estrangeiras das tabelas
Com eles é possível juntar (join) duas tabelas num único resultado contendo os dados de ambas as tabelas
Vamos começar vendo o tipo mais comum de Join:
INNER JOIN traz só o que tiver correspondência em ambas as tabelas

Garante a correspondência, mas não os dados completos
Existe também o OUTER JOIN , mas vamos manter o suspense por alguns slides!
Joins
select idA, campoA, idB, campoB Traz apenas os idA que também estiverem na tabela B.
from tabelaA INNER JOIN tabelaB on idA = idB Se tiver só na A, não vai aparecer!
tabelaA é chamada de tabela esquerda, e tabelaB é a tabela direita
Não precisa ficar tudo numa mesma linha (e em geral não fica)
As tabelas são juntadas por seus campos idA e idB, em busca de valores em comum
Joins
b2w-bee-sandbox.sallin.cargos b2w-bee-sandbox.sallin.pessoas
ID Cargo ID Pessoa cargo
1 Analista de Produto 1 Roberta 7
2 Analista de Risco 2 Luciano 4
3 Analista Financeiro 3 Solange 3
4 Desenvolvedor Back End 4 Bruno 6
5 Desenvolvedor Front End 5 Paulo 2
6 Designer de UX 6 Enzo NULL
Estagiário recém-contratado! :)
7 Gerente
Joins
select c.id idCargo, c.nome cargo, p.id

idPessoa, p.nome pessoa
from `b2w-bee-sandbox.sallin.cargos` as c
INNER JOIN idCargo Cargo idPessoa Pessoa
`b2w-bee-sandbox.sallin.pessoas` p 2 Analista de Risco 5 Paulo
on p.cargo = c.id
order by 1; 3 Analista Financeiro 3 Solange
4 Desenvolvedor Back End 2 Luciano
6 Designer de UX 4 Bruno
“Quem são os funcionários
registrados da minha empresa?” 7 Gerente 1 Roberta
Exercício: juntar as
suas tabelas de
Pessoas e Cargos
Joins
Agora vamos resolver o suspense do Outer Join!
Lembram do Inner Join?
INNER JOIN traz só o que tiver correspondência em ambas as tabelas

Garante a correspondência, mas não os dados completos
OUTER JOIN traz as tabelas inteiras e faz a correspondência onde possível

mais flexível que o Inner Join
Garante os dados completos, mas não a correspondência
Joins
select idA, campoA, idB, campoB Traz todos os idA da tabelaA, mesmo que não estejam na
from tabelaA tabelaB.
LEFT OUTER JOIN tabelaB on idA = idB Quando tiver, faz a correspondência com o idB
select idA, campoA, idB, campoB Traz todos os idB da tabelaB, mesmo que não estejam na
from tabelaA tabelaA.
RIGHT OUTER JOIN tabelaB on idA = idB Quando tiver, faz a correspondência com o idA
Joins

from `b2w-bee-sandbox.sallin.cargos` c
LEFT OUTER JOIN idCargo Cargo idPessoa Pessoa
`b2w-bee-sandbox.sallin.pessoas` p 1 Analista de Negócio NULL NULL
on p.cargo = c.id
order by 1; 2 Analista de Risco 5 Paulo
3 Analista Financeiro 3 Solange
“Quais são os cargos que preciso preencher na minha empresa?”
5 Desenvolvedor Front End NULL NULL
7 Gerente 1 Roberta
Exercício: testar o
Outer Join
Joins

LEFT OUTER JOIN
idCargo Cargo idPessoa Pessoa
`b2w-bee-sandbox.sallin.pessoas` p
on p.cargo = c.id 1 Analista de Negócio NULL NULL
WHERE p.id IS NULL 5 Desenvolvedor Front End NULL NULL
order by 1;
“Quais são apenas os cargos que preciso preencher na minha

empresa?”
Outer Join filtrando
linhas NULL
Joins

RIGHT OUTER JOIN
`b2w-bee-sandbox.sallin.pessoas` p
on p.cargo = c.id 7 Gerente 1 Roberta
-- WHERE p.id IS NULL 4 Desenvolvedor Back End 2 Luciano
order by 1;
“Quem são as pessoas sem cargo na minha empresa?” 2 Analista de Risco 5 Paulo
NULL NULL 6 Enzo
Right Outer Join
Joins

from `b2w-bee-sandbox.sallin.pessoas` p
LEFT OUTER JOIN
`b2w-bee-sandbox.sallin.cargos` c
on p.cargo = c.id 7 Gerente 1 Roberta
-- WHERE p.id IS NULL 4 Desenvolvedor Back End 2 Luciano
order by 1;
“Quem são as pessoas sem cargo na minha empresa?” 2 Analista de Risco 5 Paulo
NULL NULL 6 Enzo
Exercício: inverter
Right e Left Outer
Joins
Joins
select idA, campoA, idB, campoB Traz todos os idA da tabelaA e todos os idB da tabelaB,
from tabelaA havendo ou não correspondência
FULL OUTER JOIN tabelaB on idA = idB
Quando tiver correspondência, ela aparece
Joins

from `b2w-bee-sandbox.sallin.pessoas` p
FULL OUTER JOIN
`b2w-bee-sandbox.sallin.cargos` c
on p.cargo = c.id 1 Analista de Negócio NULL NULL
-- WHERE p.id IS NULL 2 Analista de Risco 5 Paulo
order by 1;
“Visão total de RH: pessoas com cargo,
5 Desenvolvedor Front End NULL NULL
pessoas sem cargo, cargos sem pessoa”
7 Gerente 1 Roberta
NULL NULL 6 Enzo
Full Outer Join
Joins Inner Join Full Outer Join
Resumindo os diversos tipos de Join: Left Outer Join Right Outer Join
Aula 4
https://universoamericanas.neolude.com.br/Pr
esentialMeeting/ConfirmPresence/Nzk1ODk6
NTMzMjg=
AGENDA
Subqueries: dividir
para conquistar
Subqueries: dividir para conquistar
Imagine que você quer rodar uma query mais complexa, por exemplo:
“Quais são os Top 10 produtos vendidos pelos Top 10 Sellers em GMV no mês?”
● Não queremos saber quanto vendeu

● Nem quem são os Sellers que mais venderam
● Queremos saber só os produtos
● Mas precisamos agrupar por Seller pra saber quem está no filtro!
A parte do filtro já sabemos fazer:
SELECT seller_id, -- traz o ID do seller

cast(sum(order_line_total_value) as int64) as gmv -- GMV (sem os centavos)
FROM `b2w-bee-analytics.evaluated_sales.sales` -- tabela de vendas
WHERE date(partition_date) >= "2021-01-01" -- filtro de data
and payment_status = 'APROVADO' -- só venda aprovada
and marketplace_flag = 'Y' -- pra trazer só 3P
group by 1 -- agrupa pelo seller
order by 2 desc -- rankeia pelo GMV
limit 10; -- pega só os Top 10
Mas e agora? Queremos os produtos, não os sellers!

É aqui que entram as subqueries: uma query dentro da outra!
SELECT pit, -- traz o PIT,

cast(sum(order_line_total_value) as int64) as gmv -- e o resto
FROM `b2w-bee-analytics.evaluated_sales.sales` -- é tudo
WHERE date(partition_date) >= "2021-01-01" -- igualzinho
and payment_status = 'APROVADO' -- o de antes,
and seller_id in ( -- MAS AGORA...
SELECT seller_id
FROM `b2w-bee-analytics.evaluated_sales.sales` -- ...nossa
WHERE date(partition_date) >= "2021-01-01" -- query
and payment_status = 'APROVADO' -- anterior
and marketplace_flag = 'Y' -- será usada
group by 1 -- como filtro
order by sum(order_line_total_value) desc -- de outra
limit 10 -- query
)
group by 1 -- etc
order by 2 desc -- e
limit 10; -- tal
O que a bee fez?

● Primeiro ele rodou a query de “dentro” e descobriu os sellers
● Depois ele guardou esse resultado na memória
● E usou como base pra fazer o filtro da query principal
Sim, a bee consegue fazer queries com várias “etapas”!

SELECT pit,
cast(sum(order_line_total_value) as int64) as gmv
Subqueries: dividir para conquistar WHERE date(partition_date) >= "2021-01-01"
and seller_id in (
SELECT seller_id
Mas tem alguns detalhes:
Subqueries devem retornar apenas um campo WHERE date(partition_date) >= "2021-01-01"
quando usadas em filtros
and marketplace_flag = 'Y'
Então alteramos o Order By e colocamos a métrica group by 1
(GMV) diretamente na ordenação order by sum(order_line_total_value) desc
limit 10
A ordenação é necessária na query de dentro, para )
garantir os 10 maiores sellers group by 1
order by 2 desc
limit 10;
E tem um detalhe mais importante ainda: estas são as vendas desses PITs com esses sellers!
Se é essa resposta que você procura, tudo bem!
Mas poderíamos pegar as vendas totais desses PITs! (com qualquer seller, não só Top 10)
Essa query poderia ser ainda mais complexa...

“Dados os Top 10 produtos vendidos pelos Top 10 Sellers em GMV no mês, qual a participação desse grupo de Sellers nas
vendas totais desses produtos?”
Agora complicou!!
Vamos quebrar o problema em partes?
● Pegar as vendas totais por Seller e os Top 10 Sellers

● Pegar as vendas por PIT desses Sellers e pegar os Top 10 PITs dentre eles (e se fosse Top 10 PITs por Seller?)
● Pegar as vendas totais desses mesmos PITs (com qualquer Seller, inclusive 1P)
● Fazer “um sobre o outro” e calcular a participação
With: dividir para conquistar
Quando o fluxo de subqueries fica muito complexo, podemos usar a cláusula… WITH
Ela consegue transformar as lógicas mais complexas em um pipeline de processamento,
o que a torna um dos recursos mais poderosos da linguagem SQL
Vamos ver como fica?

Passo 1: Pegar as vendas totais por Seller e os Top 10 Sellers. Esse já temos:
SELECT seller_id, sum(order_line_total_value) as gmv

WHERE date(partition_date) >= "2021-01-01"
group by 1
order by 2 desc
limit 10;
Como se diz nos programas de receitas culinárias… Reserve!

With: dividir para conquistar SELECT pit,

and seller_id in (
SELECT seller_id
Passo 2: Pegar as Top 10 PITs mais vendidos por esse FROM `b2w-bee-analytics.evaluated_sales.sales`
grupo de Sellers WHERE date(partition_date) >= "2021-01-01"
É a nossa query com subquery. Isso também já temos: and marketplace_flag = 'Y'
group by 1
order by sum(order_line_total_value) desc
limit 10
)
group by 1
order by 2 desc
limit 10;
Vamos mudar esse exemplo pra usar o With.
Primeiro a gente define um “step” com a query reservada: um bloco entre parênteses com um nome...
with top10sellers as (
SELECT seller_id, cast(sum(order_line_total_value) as int64) as gmv
group by 1
order by 2 desc
limit 10
)
...
with
top10sellers as (
SELECT seller_id, sum(order_line_total_value) as gmv
group by 1
...e esse step passa a ficar disponível para os order by 2 desc
seguintes, limit 10
como se fosse uma tabela temporária!!! ),
top10pitsDessesSellers as (
SELECT pit, cast(sum(order_line_total_value) as int64) as gmv
(apenas durante a execução dessa query)
FROM `b2w-bee-analytics.evaluated_sales.sales` s
inner join top10sellers t on s.seller_id = t.seller_id
Olha o que dá pra fazer: WHERE date(partition_date) >= "2021-01-01"
group by 1
order by 2 desc
limit 10
)
select * from top10pitsDessesSellers
with
top10sellers as (
...
),
...
Agora vamos para o Passo 3: pegar as
),
vendas totais desses mesmos PITs
vendaTotalDosTop10pits as (
SELECT s.pit, cast(sum(order_line_total_value) as int64) as gmv
Agora é só questão de incluir mais steps, FROM `b2w-bee-analytics.evaluated_sales.sales` s
aproveitando as tabelas já existentes inner join top10pitsDessesSellers p on s.pit = p.pit
E um último select pro resultado final:
group by 1
)
select * from vendaTotalDosTop10pits

with
top10sellers as (
...
),
Agora, o Passo 4 é brincadeira de criança!
...
Fazer “um sobre o outro” e calcular a ),
participação dos sellers vendaTotalDosTop10pits as (
...
Os dados já estão todos prontos! )
select p.pit,
(neste exemplo já estamos multiplicando por 100, p.gmv gmv_com_top_10_sellers,
pra dar a porcentagem) t.gmv gmv_total,
round( p.gmv / t.gmv * 100, 2) as participacao
from top10pitsDessesSellers p
inner join vendaTotalDosTop10pits t on p.pit = t.pit
Imagina o que dá pra fazer com isso!!

● Pegar o depto principal do seller
● Calcular participação de cada parte em relação ao todo automaticamente
● Separar quebras de uma mesma tabela e comparar uma com a outra
● Comparar períodos diferentes de uma mesma tabela
A desvantagem das Subqueries e With é a performance: o uso de memória aumenta muito, e o uso
de índices fica muito restrito
Se a sua query der problemas de estouro de memória, a solução é abrir mão do With: crie tabelas
temporárias, guarde os seus resultados, e apague tudo depois com drop table.
“Ahhh, eu tô maluco!!” -- reação dos SQLzeiros do RJ, já em 1997

Scripts +
Agendamento +
Data Studio =
seu próprio
monitoramento!
Seu próprio monitoramento! Criando o script
E se você pudesse atualizar os dados da sua análise com apenas 1 clique?

Deixar a query toda pronta e já guardar os dados finais?
Com os Scripts da bee isso é possível!

Um script não é nada mais que um conjunto de queries no mesmo “texto”.

É só você colocar as suas queries todas na sequência, e pronto, já tem um script!
● Criar tabelas com o resultado de cada query
● As queries seguintes aproveitam os resultados das anteriores
● Isso permite quebrar a lógica e fazer buscas muito complexas nos dados
Vamos fazer um exemplo?

Imagine que você quer pegar diariamente as vendas de um produto específico: PlayStation 5.
Você já tem a query prontinha, pegando as vendas de ontem:
SELECT date(order_date) as dia,

customer_state,
class_description,
count(*) as qtd_pedidos,
WHERE date(partition_date) = date_sub(current_date(), interval 1 day)
and lower(sku_description) like '%ps5%'
and department_description = 'CONSOLES & GAMES'
group by 1, 2, 3, 4;
Note que essa query pega sempre os dados de ontem!

(também conhecido como D-1)
Isso garante a informação completa, independente do

horário de execução
Se pegarmos na query o dia de hoje, os dados virão

incompletos! (vendas em tempo real)
O próximo passo é fazer a bee criar uma tabela pra guardar o resultado de hoje.
É só incluir esta linha antes do seu select: (crie antes um dataset novo pra este exercício!)
create or replace table `projeto.dataset.tabela_temp`

as
select ...
A partir daí ele guarda o dado diário. Cada vez que essa query for rodada, a bee vai levantar os dados e jogar nessa tabela,
apagando o que estiver nela antes.
Agora temos que começar a acumular o histórico!

Vamos criar uma segunda tabela pra isso, com os mesmos dados da primeira. É só rodar numa aba separada:
create or replace table `projeto.dataset.tabela_hist`

as
select * from `projeto.dataset.tabela_temp`;
Aí você terá as duas tabelas, com os mesmos campos:
● uma “temporária” com os dados de hoje;
● e a outra de “histórico” vai acumular os dados, dia após dia.
Você pode usar outros nomes pras tabelas se preferir!

Volte pra aba anterior, e logo depois do Select já feito, inclua o seguinte:
delete from `projeto.dataset.tabela_hist`

where dia = date_sub(current_date(), interval 1 day);
insert into `projeto.dataset.tabela_hist`

create or replace table `projeto.dataset.tabela_temp` as

SELECT date(order_date) as dia,
customer_state,
class_description,
count(*) as qtd_pedidos,
No final o seu script WHERE date(partition_date) = date_sub(current_date(), interval 1 day)
deve estar assim: and lower(sku_description) like '%ps5%'
and department_description = 'CONSOLES & GAMES'
group by 1, 2, 3, 4;
delete from `projeto.dataset.tabela_hist`

where dia = date_sub(current_date(), interval 1 day);
insert into `projeto.dataset.tabela_hist`

“Não entendi o que esse script faz, Sallin!” É simples:
● Primeiro a bee pega o dado do dia (de ontem), e guarda na tabela Temporária
● Depois, na tabela de Histórico, ele apaga os dados referentes ao dia de ontem
○ “Mas pra que Sallin?” Só pra garantir que não vai duplicar os dados
● Por fim ele acumula na Histórico o dado do dia (de ontem)
“Mas não dá pra fazer numa tabela só?” Até dá…
mas assim fica mais organizado!! :)

Agora é só salvar o seu script!
Por enquanto ainda não agendamos nada, então temos que

abrir o script e rodar todo dia
No dia 1, não tem muita graça: ele vai pegar os dados do

dia anterior (30) e copiar na tabela de histórico
O pulo do gato é nos dias seguintes!!
No dia 2, ele pega os dados do dia anterior (dia 1), e acumula na tabela de histórico.
No dia 3, ele pega o dia 2 e acumula de novo. dia 3
A tabela de histórico vai ficando mais rica, a cada dia que você rodar o script!! dia 2
dia 1
dados de
bee “ontem” dia 30
(a cada dia)
Tabela temp Tabela hist

Seu próprio monitoramento! Agendando
Mas por enquanto, ainda temos que entrar lá e rodar o script, todo dia.
E se você esquecer? Ou ficar doente? Ou se a sua internet der problema?
Pra isso podemos agendar o nosso script. A bee cuida de tudo e não esquece nada!
Vamos lá?
O primeiro passo é Salvar o seu script
Sim, já falamos disso, mas se você ainda não

salvou, salve agora!
Em seguida clique em Agendar Consulta e em 164
Criar Nova Consulta Agendada

No painel direito, dê um nome ao agendamento. Use o nome da

própria tabela atualizada para facilitar
Escolha a periodicidade. No nosso caso, diária.
Coloque um horário bem cedo! Pode ser de madrugada: a bee não dorme :)
O horário não importa quando são dados D-1. Mas em casos reais
pode haver dependências: outras tabelas que precisam rodar
antes. Na dúvida, consulte o time bee!
Clique em Agendar e pronto! Há opções pra ele enviar email a

cada execução bem-sucedida, e outros recursos
“E se eu tiver que mudar o

agendamento ou o script?”
Clique em Consultas Agendadas e

procure o seu agendamento na tela
que se abre
Será exibido o histórico das últimas

execuções e o status (se rodou tudo OK
ou não)
Clique em Editar e ele vai mostrar

novamente a query no editor de
consultas
Faça as alterações necessárias e

clique em Agendar Consulta e em 167
Atualizar Consulta Agendada

Ele vai oferecer novamente as opções de agendamento
Faça as suas alterações e clique em Agendar
Pronto! O agendamento está alterado, seja pra mudar o

horário ou o próprio script
Procure sempre salvar o seu script antes de mexer com

agendamentos!
Seu próprio monitoramento! Data Studio
Pra coisa ficar completa, só falta um Dashboard!
Temos o Power BI pra fazer Dashboards, mas a bee também

tem sua ferramenta, o Data Studio
Funcionalidades bem parecidas entre as duas ferramentas
Vamos fazer um Dash simples com os nossos dados?
Entre no Data Studio em https://datastudio.google.com/

e clique em Criar e em Relatório
Na página que se abre, selecione o

BigQuery como fonte de dados
Em seguida, em Adicionar Dados ao

Relatório, selecione seu projeto,
dataset e tabela
Clique em Adicionar 170

Ele vai criar um novo relatório em

branco, já com uma primeira
visualização simples
No menu superior, podemos

adicionar gráficos (charts),
controles e vários outros recursos
No painel à direita, as várias opções

do objeto selecionado
Nosso primeiro gráfico será de linha, com as

vendas diárias
Clique em Inserir e depois em Série Temporal,

e posicione o gráfico
O próprio DS vai identificar as colunas de

tempo (dia) e a métrica (gmv).
Nas opções você pode:
● trocar a métrica (qtd pedidos)

● trocar a data usada (se tiver)
● forçar um range de datas
● mudar cor e estilo da linha
● incluir linha de tendência
E outras opções típicas de gráficos,

quem conhece Excel sabe :)
2 dias
2 semanas!
Nos primeiros dias ele não terá muitos dados,
mas depois vai ficando mais interessante :)
Agora vamos colocar mais um gráfico,

agora de colunas
Coloque na dimensão o campo

customer_state
Troque a métrica por gmv
O gráfico será atualizado

Nosso próximo gráfico será um TreeMap.

Ele mostra as subdivisões de um conjunto
Coloque na dimensão o campo

class_description
...
Por fim, vamos colocar um gráfico de Pizza

● Este é só um exemplo, evite usar gráficos de pizza,
seja no trabalho ou na vida :)
Coloque na dimensão o campo p

(para separar 1P e 3P)

Agora inclua um filtro no relatório usando a

...
opção Lista Drop-Down
Na opção Campo de Controle selecione o

campo customer_state (se o próprio DS não
tiver identificado)
...
Coloque um título acima dos gráficos, e um

texto explicando o período e filtros aplicados
O resultado final vai ficar assim:

Seu Dash está quase pronto!
Clique em Visualizar pra ver o resultado final.

Você pode mexer no filtro e ver o efeito nos
gráficos
Clicando em Editar você volta ao modo de

edição para alterar os gráficos, reposicionar,
ou incluir novos
E clicando em Compartilhar você divulga o

seu Dashboard pra B2W!
Clique em Convidar pessoas, digite seus

emails @b2wdigital e clique em Enviar!
Você controla se eles poderão alterar o Dash

ou apenas visualizar os dados
181
E assim o ciclo se fecha! Fomos à bee, coletamos os dados, configuramos a atualização diária, e fizemos um Dashboard pra
visualizar os dados!
Mas existem algumas limitações:

● quando dá algum problema na execução, a bee não gera nenhum aviso/alerta. Você corre o risco de descobrir do “pior jeito”.
Tem que olhar periodicamente na tela de consultas Agendadas
● em caso de pipelines mais complexos, com muitas dependências (agendamento A usa tabelas geradas pelo agendamento B),
pode ser trabalhoso rastrear eventuais problemas
● o agendamento fica vinculado à conta do usuário que a construiu. Se a pessoa sair da empresa, os agendamentos são
passados pra outra pessoa do mesmo projeto, o que pode gerar bagunça
Mas para situações pontuais, como processos temporários e/ou de menor importância, o agendamento da bee resolve bem!
Além da bee
Além da bee
Muitos outros
sistemas usam SQL
Linguagem 99% igual

(mas aquele 1%...)
Na B2W: foco na bee
Consulte sempre a
documentação!
Além da bee
Existe ainda o NoSQL: Not Only SQL
Surgiu a partir dos anos 2000
Não usa tabelas, e sim Documentos hierárquicos, Grafos em rede ou

Pares chave-valor, conforme o tipo
O modelo Wide-column é o mais “parecido” com SQL
Principais nomes: MongoDB, Neo4j, Redis, Cassandra
Podem substituir o SQL, mas também têm seus limites

Obrigado por participar!
E conheça também o Projeto Pizzarias do Mundo,

a maior coleção de folhetos de pizza do planeta!
Aulas 5, 6 e além (breve!)
● TRACE: como saber se a tabela é boa

● Information_schema: a Bee se olha no espelho
● Entendendo Date, Datetime, Timestamps, Fusos horários, e o Between
○ Conversão implícita: ele pega a partir da 0h e pode acabar pegando uma dia a menos
● Entendendo o NULL
● Comentários e padronização de código: legibilidade e organização
○ usar With em vez de subqueries
○ usar comentários explicando
○ separar select / from / joins / where / group / having / order by em cada linha
● Ordem de operações e Query plan: por baixo do capô do SQL
● Comparação Bee x PowerBI/Google Analytics
○ SQL mais flexível e performático, mas exige conhecer a base
● Criando Cluster columns e Partition columns
● Window Functions
● Coding Dojo: buscando a faixa preta de SQL
● Criação de tabelas e CRUD: crie seus próprios dados na mão! (pouco usado na prática)

The Rise of SQL PDF

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

The Rise of SQL PDF

Enviado por

Direitos autorais:

Formatos disponíveis

The Rise of SQL

Aula 1 Fundamentos do Relacional; Conhecendo a bee; A Linguagem SQL

Aula 3 Chave Estrangeira; Diagrama de Dados; Joins: Inner e Outer

Fundamentos do SQL - Teoria Relacional

Edgar Codd, Chris Date, Peter Chen (e outros…)

Pares ordenados > trios > ... > tuplas

Fundamentos do SQL - Teoria Relacional

Bancos de Dados contêm Tabelas

Fundamentos do SQL - Teoria Relacional

Fundamentos do SQL - Arquitetura

SELECT campo1, campo2...

Fundamentos do SQL - Principais Sistemas em Uso

bee Data Platform: Plataforma de Big Data da B2W

GCP (Google Cloud Platform): é o ecossistema fornecido pelo Google

BigQuery: é a principal ferramenta de SQL dentro do GCP

Time bee: responsável pela plataforma

Se tiver interesse aprenda mais no self-training

Encontre datasets disponíveis no Explorer

Sistemas, Explorar, criar e

Coleta dados dos diversos sistemas da B2W em Datasets

Grandes tabelas, que usam as tecnologias e boas práticas do Big Data

Organização, projetos e recursos

“Mas Sallin, e se eu não tiver acesso?” No pacote já vem:

● acesso ao projeto b2w-bee-quickstart, para

● acesso de leitura aos dados do projeto

Entre na bee: console.cloud.google.com/bigquery

Tudo na bee ﬁca nos projetos: cada área tem o seu

Selecione um projeto para alocar custos

Entre na bee: console.cloud.google.com

Tudo na bee ﬁca nos projetos: cada área tem o seu

Selecione um projeto para alocar custos

Lembre-se! Você pode usar o projeto

O BigQuery ﬁca no menu

Para facilitar você pode

Inclua os dados dos projetos

Inclua os dados dos projetos

Clique em Adicionar Dados e em

Clique em Adicionar Dados e em Fixar

Estes são Projetos: cheios de dados pra gente usar!

Com o projeto ﬁxado, é só localizar Estes são Datasets do projeto b2w-bee-analytics

Estas são Tabelas do dataset clean_freight

Aproveite pra ver também o Esquema (lista de campos) da tabela,

Conheça cada uma das colunas e como elas interagem

Structured Query Language

SELECT campo1, campo2... SELECT *

SELECT especiﬁca os campos

FROM escolhe a tabela

WHERE especiﬁca as condições

Vamos começar o nosso primeiro Select!!

Primeiro a estrutura básica com as palavras-chave...

SELECT especiﬁca os campos (* pega tudo)

...depois especiﬁcar a tabela de origem...

SELECT especiﬁca os campos (* pega tudo)

SELECT especiﬁca os campos (* pega tudo)

Aqui é aspas mesmo ( )

...e uma ordenação!

SELECT especiﬁca os campos (* pega tudo)

Você ainda pode colocar comentários pra

SELECT especiﬁca os campos (* pega tudo)

Agora é só clicar no botão Executar

Conhecendo a Linguagem SQL

“Mas Sallin, tem que digitar tudo?”