Categoria
A escolha correta dos tipos de dados no PostgreSQL é fundamental para garantir integridade, performance e eficiência no armazenamento. Cada tipo de dado determina como o banco armazena, valida e processa as informações, impactando diretamente a velocidade das consultas e o espaço em disco utilizado.
O PostgreSQL se destaca no mundo dos bancos de dados relacionais por oferecer tipos de dados que vão muito além do tradicional INTEGER, VARCHAR e DATE. Entre esses tipos especiais, três se destacam pela utilidade e flexibilidade: JSONB, Arrays e UUID. Enquanto um banco relacional puro exige que cada dado seja rigidamente estruturado em colunas e tabelas normalizadas, o PostgreSQL permite armazenar dados semiestruturados, coleções ordenadas e identificadores globalmente únicos com suporte nativo.
Uma transação é uma unidade lógica de trabalho composta por uma ou mais operações SQL que devem ser executadas de forma atômica — ou todas as operações são concluídas com sucesso, ou nenhuma delas surte efeito permanente no banco de dados. Esse conceito é fundamental para garantir a integridade dos dados em sistemas críticos.
Triggers (ou gatilhos) são procedimentos armazenados no banco de dados que são executados automaticamente em resposta a eventos específicos ocorridos em uma tabela ou visão. Eles representam uma poderosa ferramenta para garantir a integridade dos dados, implementar regras de negócio no nível do banco e automatizar tarefas como auditoria e sincronização.
O Redis é um banco de dados NoSQL do tipo chave-valor, que opera inteiramente em memória principal. Diferentemente do modelo relacional SQL, onde os dados são organizados em tabelas com esquemas rígidos, linhas e colunas, o Redis armazena dados como pares chave-valor, onde cada chave é única e o valor pode ser um de seus tipos de dados nativos: String, Hash, List, Set, Sorted Set, entre outros.
Uma subquery (ou subconsulta) é uma consulta SQL aninhada dentro de outra consulta. Ela permite que você utilize o resultado de uma consulta como entrada para outra, criando uma camada adicional de lógica e filtragem. O propósito principal é resolver problemas que exigem múltiplos passos de consulta em uma única instrução SQL.
Subqueries correlacionadas são consultas aninhadas onde a subconsulta interna faz referência a colunas da consulta externa. Diferentemente das subqueries não correlacionadas — que são executadas uma única vez e produzem um resultado fixo —, as correlacionadas são reavaliadas para cada linha processada pela consulta externa.
Sharding é uma técnica de particionamento horizontal de dados que distribui registros de uma mesma tabela entre múltiplos bancos de dados independentes, chamados shards. Cada shard contém um subconjunto dos dados, mas todos compartilham o mesmo esquema de tabela. O objetivo principal é permitir que o sistema escale horizontalmente: ao invés de aumentar os recursos de um único servidor (escalonamento vertical), adicionamos mais servidores, cada um responsável por uma fração dos dados.
A exclusão lógica (soft delete) é uma técnica onde registros não são removidos fisicamente do banco de dados, mas marcados como "excluídos" através de um campo de controle. Diferentemente da exclusão física (hard delete), que remove permanentemente os dados com DELETE FROM, o soft delete preserva a informação para auditoria, recuperação e consistência histórica.
Em aplicações reais, não basta conhecer médias e somas. Decisões de negócio exigem entender a dispersão dos dados: qual é o salário típico de uma empresa (mediana), como os tempos de resposta de uma API se distribuem (percentis 95 e 99), ou se existem outliers que distorcem indicadores. Funções estatísticas em SQL permitem responder essas perguntas sem exportar dados para ferramentas externas.