Normalizando dados relacionais

Introdução à Modelagem de Dados no Snowflake

Nuno Rocha

Director of Engineering

Entendendo dados não normalizados

Dados não normalizados (UNF): Podem não ter estrutura, ser desorganizados e conter repetições e/ou anomalias

Entidade de todos os produtos

Entendendo dados não normalizados

Anomalias na entidade de todos os produtos

Entendendo dados não normalizados

Anomalia da Banana destacada

Entendendo dados não normalizados (3)

Anomalia do fabricante destacada

Entendendo dados não normalizados (4)

Anomalia na descrição detalhada destacada

Entendendo dados não normalizados (5)

Anomalia nos produtos destacada

Problemas com dados não normalizados

Redundância de dados: Repetição desnecessária de dados
Anomalias de dados: Irregularidades ou inconsistências nos dados

Anomalias na entidade de todos os produtos

Identificando dados não normalizados

SELECT manufacturer_id, 
       manufacturer_name, 
       location, 
       COUNT(*) AS repetitions
FROM allproducts
GROUP BY manufacturer_id, 
    manufacturer_name, 
    location
HAVING COUNT(*) > 1;

Lista de fabricantes com contagem de repetições de produtos

Identificando dados não normalizados

SELECT DISTINCT category 
FROM allproducts;

Lista de categorias

Identificando dados não normalizados

SELECT DISTINCT product_name,
    category
FROM allproducts
WHERE category = 'L';

Lista de produtos com categoria L

Identificando dados não normalizados

SELECT DISTINCT product_name,
    category
FROM allproducts
WHERE category = 'L';

Lista de todos os produtos que contêm L

Dados normalizados

Dados normalizados: Dados organizados em entidades distintas e atômicas
Benefícios:
- Melhora a precisão e a confiabilidade
- Aumenta o desempenho das consultas
- Uso otimizado de recursos
- Escalabilidade

Visão geral: termos e funções

Dados não normalizados (UNF): Podem não ter estrutura, ser desorganizados ou conter repetições ou anomalias
Dados normalizados: Dados organizados em entidades distintas e atômicas
SELECT FROM: Cláusula SQL para buscar dados de uma entidade específica
DISTINCT: Cláusula SQL que retorna valores únicos de um atributo
COUNT: Cláusula SQL que conta as linhas que atendem ao critério
GROUP BY: Cláusula SQL que agrupa linhas com os mesmos valores pelos atributos especificados
HAVING: Cláusula SQL usada com GROUP BY para filtrar grupos por uma condição
WHERE: Cláusula SQL para filtrar registros por uma condição
AS: Cláusula SQL para renomear coluna ou tabela com um alias

Visão geral de funções

-- Consultar valores únicos filtrados por uma condição específica
SELECT DISTINCT column_name
FROM table_name
WHERE column_name  condition  value;

-- Contar valores agregados por uma coluna específica enquanto filtra os resultados
SELECT column_name, 
    COUNT(*) AS alias_name
FROM table_name
GROUP BY column_name
HAVING COUNT(*)  condition  value;

Vamos praticar!

Introdução à Modelagem de Dados no Snowflake