Apostila completa de SQL Server

MÓDULO 01 MÓDULO 08

MÓDULO 02 MÓDULO 09

MÓDULO 03 MÓDULO 10

MÓDULO 04 MÓDULO 11

MÓDULO 05 MÓDULO 12

MÓDULO 06 MÓDULO 13

MÓDULO 07
MÓDULO 14 MÓDULO 20

MÓDULO 15 MÓDULO 21

MÓDULO 16 MÓDULO 22

MÓDULO 17 MÓDULO 23

MÓDULO 18 MÓDULO 24

MÓDULO 19 MÓDULO 25
MÓDULO 1

Banco de Dados e SQL

O QUE VEREMOS NESTE MÓDULO
MÓDULO 1
TEMA 1
 O que é um dado?
Um dado é uma informação que permite chegar ao conhecimento de algo.
Estamos rodeados de dados.

Observe a imagem ao lado: concluímos que são bolas de futebol, certo?

Logo, o primeiro dado que temos delas é que são utilizadas para jogar
futebol. Além disso, temos outras informações sobre elas. Todas têm um
tamanho, há uma determinada quantidade delas, provavelmente elas têm
um custo associado, um tempo de uso, etc.

Qualquer objeto possui informações associadas. Nós, por exemplo, temos

um nome, uma data de nascimento, um peso, altura e assim vai. Todas
essas informações são dados.

Por esses exemplos iniciais, chegamos a uma conclusão: existem diferentes

tipos de dados.
 O que é um dado?
Em resumo, um dado é uma informação sobre alguma coisa. Em uma empresa, os dados cumprem um papel tão
importante quanto qualquer outro bem.

Porém, para extrair o melhor de um dado, não basta tê-lo, é preciso organizá-lo para então entendê-lo.

Os dados são o novo petróleo.

 O que é um dado?
Os dados estão em todo lugar

Imagina que você curta uma determinada foto no Instagram, como a foto
mostrada ao lado.

Pra você, pra mim e para qualquer outro usuário comum do aplicativo se
trata de uma mera curtida em uma foto...

... Porém, para o Instagram, essa curtida vale ouro.

Uma vez que você curte a publicação ao lado, o Instagram passa a ter um
dado muito importante sobre você: você gosta de cachorros. Com esse dado,
ou seja, com essa informação, o Instagram vai começar a mostrar a você mais
fotos de cachorros. E se você continuar curtindo essas fotos, o Instagram vai
mostrar mais e mais fotos de cachorros para você, até chegar a um ponto de
você se perguntar “uau, como o Instagram sabe que eu gosto de cachorros?”

Só que não é mágica, é apenas o Instagram armazenando esses dados,

entendendo um padrão e tomando uma ação a partir disso.
 O que é um dado?
Todas as empresas possuem um grande volume de Não é só o Instagram que vive de dados
informações/dados que precisam ser organizados e
armazenados. Não é só o Instagram que tem o desafio diário de manipular
tantos dados. Qualquer empresa precisa manipular
Vamos tomar como exemplo a situação anterior do diariamente centenas, milhares ou até milhões de dados.
Instagram. O aplicativo possui mais de 100 milhões de
usuários. Imagine a quantidade de dados que precisam É claro que o volume de dados vai variar de acordo com o
ser armazenados: tamanho da empresa, mas de forma geral, toda empresa
precisa ter os dados organizados e centralizados.
• Perfis
• Fotos
• Vídeos
• Mensagens
• Etc..

A partir dessas informações, o Instagram vai entender

quais são as suas preferências como usuário, o que você
gosta ou não, o que deve mostrar a você ou não e como
prender a sua atenção, a fim de atingir um objetivo
simples: gerar o maior engajamento possível.
TEMA 2
O que é um banco de dados?
Como vimos anteriormente, um dado é uma informação que nos permite chegar ao conhecimento de algo. Um dado
isolado por si só já tem um grande valor. Em conjunto com outros dados então, ele é mais valioso ainda.

Vamos então tentar entender o que é um Banco de Dados de uma maneira bem simples. Imagine a imagem abaixo. Um
dado carrega consigo alguma informação. Quando temos vários dados, precisamos organizar em uma tabela. E quando
temos várias tabelas, temos um banco de dados.

Dado Tabela Banco de Dados

• 1 Compra online • Diversas compras online • Informações de compras online, usuários, etc
• 1 transferência bancária • Diversas transferência • Informações de contas bancárias, histórico de
• 1 curtida em uma foto do bancárias transferências, dados dos usuários, etc
Instagram • Diversas curtidas em fotos do • Curtidas em fotos, informações de
Instagram preferências dos usuários, informações dos
perfis de usuários, etc
O que é um banco de dados?
Com os dados bem organizados e estruturados, o Instagram será capaz de melhorar a experiência de cada usuário do
aplicativo, mostrando temas mais relevantes de acordo com as preferências de cada usuário.

Dado Tabela Banco de Dados

O registro de 1 curtida feita pelo Conjunto de várias tabelas que se
Lugar onde serão reunidos todas as relacionam, com informações de curtidas,
usuário.
curtidas dos usuários. usuários e perfis.
O que é um banco de dados?
Um outro exemplo seria um banco de dados da Nubank. Com ele, a empresa é capaz de entender o perfil de consumo
de cada usuário e definir quais terão prioridade em um possível aumento de limite.

Dado Tabela Banco de Dados

O registro de 1 compra feita pelo Conjunto de várias tabelas que se
Lugar onde serão reunidos todos os relacionam, com informações de compras e
usuário. dados. usuários.
O que é um banco de dados?

Bancos de dados são conjuntos de tabelas, com alguma relação entre si, com
dados sobre pessoas, lugares ou coisas.

Estes dados organizados permitem a compreensão de um determinado

fenômeno na empresa, seja a preferência dos usuários em uma rede social,
seja o perfil de consumo em um aplicativo de transações financeiras.
 O que é um banco de dados?
O desenho esquemático de um banco de
dados é algo como o mostrado ao lado.
Diversas tabelas, com diferentes
informações sobre um negócio, e que
possuem algum tipo de relação.

A esse banco de dados damos o nome de

RELACIONAL.

Bancos de dados relacionais serão o foco do

nosso curso, até por serem o tipo de bancos
de dados mais comumente encontrados no
mercado.
TEMA 3
 O que é o SQL?
Como vimos, dados são o coração de qualquer negócio. Uma empresa como o Facebook precisa manipular, consultar e
armazenar bilhões de informações dos usuários, como publicações, fotos, stories, mensagens privadas, etc.

Para que isso seja possível, é necessário algum sistema de banco de dados para manipular todas essas informações.

E quem vai permitir que a gente consiga buscar todos esses dados em bancos de dados, adicionar novos dados, excluir
esses dados e atualizar esses dados é o SQL.

O SQL é uma linguagem padrão para trabalhar com bancos de dados relacionais. Será através do SQL que seremos
capazes de consultar e manipular os dados dos nossos bancos de dados.

SQL significa: “Structured Query Language”. Se trata de uma linguagem de programação que permite a manipulação
dos dados em um banco de dados.
 O que é o SQL?
O SQL é uma linguagem que muitos profissionais acabam precisando aprender: seja quem usa Excel de forma pesada e
acaba migrando as informações para um Banco de Dados, seja um cientista de dados que usa o Python para agregar os
dados das diferentes fontes de informação.

SQL significa “Structured Query Language”. Se trata de uma linguagem de

programação utilizada para armazenar, consultar, adicionar e excluir
informações em um banco de dados.
 O que é o SQL?
Imagine que você tem uma tabela em um banco O resultado do código anterior será uma nova tabela,
de dados com as vendas de alguns produtos mostrando apenas os produtos onde o valor de venda é
(pode até ser feita uma analogia a uma planilha maior que 1000 reais.
do Excel).

Se você quer buscar todas as vendas com um

valor maior que 1000 reais, o código SQL que Sem perceber, o que acabamos de fazer anteriormente foi um
exemplo de uma query, ou seja, uma consulta ao banco de dados,
você deve usar é o seguinte: usando um código SQL para isso.

Relembrando: SQL significa “Structured Query Language”,

SELECT * FROM tabela_vendas WHERE valor > 1000 traduzindo, “linguagem de consulta estruturada”.
TEMA 4
 Sistemas de Gerenciamento de Bancos de Dados
Agora que já sabemos o que é o SQL, surge a seguinte dúvida: o que é um Sistema de Gerenciamento de Banco de
Dados, ou SGBD?

Um SGBD permite ao desenvolvedor trabalhar com diferentes tabelas de um banco de dados através de uma interface.
Essa interface seria basicamente um programa que nos permite fazer a leitura de tabelas de um banco de dados e utilizar
o SQL para manipular esses dados, tudo de uma maneira bem visual e user-friendly.

Um SGBD é composto essencialmente por 2 partes:

um servidor, onde vamos conseguir uma interface amigável que nos permite
armazenar os nossos bancos de dados. escrever os códigos em SQL para acessar
os bancos de dados.
 Sistemas de Gerenciamento de Bancos de Dados
E o que dizer sobre o Excel e o
Access?

Em uma visão bem simplista, podemos

considerar o Excel como uma
simplificação de um SGBD. Por meio
dele, conseguimos criar diferentes
planilhas e tabelas, relacionando-as
entre si por meio de fórmulas.

O Access já seria um programa com mais

similaridades a um SGBD, porém com
muitas limitações também, pensando em
uma empresa que lida com alto volume
de dados e que necessita uma maior
segurança de armazenamento.
 Sistemas de Gerenciamento de Bancos de Dados
Existem alguns SGBDs para Bancos de Dados Relacionais que são muito utilizados por grandes empresas. Abaixo, temos
os 4 principais programas para SGBDs.

É importante que fique claro que todos esses SGBDs utilizam o SQL como linguagem de programação.

MySQL Oracle SQL Server PostgreSQL

É um SGBD relacional de código A Oracle é uma das maiores empresas O SQL Server é o SGBD criado pela O PostgreSQL é um SGBD relacional,
aberto, usado na maioria das de tecnologia do mundo. Microsoft, também para bancos de criado em 1989 e ainda um dos mais
aplicações gratuitas para gerir suas dados relacionais. utilizados no mundo.
bases de dados. O SGBD da Oracle é focado em
empresas de médio e grande porte. A interface de código utilizada é o A interface de código utilizada é o
A interface de código utilizada é o SSMS. pgAdmin.
MySQL Workbench. A interface de código utilizada é o
SQL Developer.
TEMA 5
 SQL vs. MySQL, SQL Server, Oracle e PostgreSQL
Uma das dúvidas mais comuns de quem começa a estudar SQL é: o que eu devo aprender? SQL ou MySQL? SQL ou SQL
Server?

A resposta é: esse questionamento não faz sentido!

Para você entender a diferença entre estes termos, imagine que você queira
aprender a se comunicar com outras pessoas. Você vai concordar que o
alfabeto é muito importante para esse objetivo, certo? Mas de nada serve o
alfabeto se não tivermos um local onde podemos combinar essas letras e
formar palavras que permitam a comunicação.

Por isso, além do alfabeto, precisamos também de um lugar para escrever as AbCDef
palavras: pode ser uma folha de papel, um caderno, o nosso celular, um
G H I J k L
computador, e assim vai. mnOpQrST
uvXwyZ

A nossa decisão então não será entre aprender o alfabeto ou usar uma folha
de papel, ou aprender o alfabeto ou usar um caderno. O alfabeto será
importante em qualquer situação: ele é a base da nossa comunicação.
 SQL vs. MySQL, SQL Server, Oracle e PostgreSQL
Fazendo um paralelo com o SQL, o SQL é como se fosse o nosso alfabeto, e os diferentes SGBDs serão os lugares onde
conseguiremos escrever esses códigos em SQL para acessar nossos bancos de dados.

Por isso, a pergunta correta não é: aprender SQL ou MySQL? E sim, qual sistema de gerenciamento de banco de dados
usar: MySQL, SQL Server, Oracle ou PostgreSQL? O SQL você vai precisar aprender em qualquer um dos casos.

O SQL é a linguagem de programação usada para

manipular os bancos de dados.

Já o MySQL, SQL Server, Oracle Database e

PostgreSQL são sistemas de bancos de dados, um
ambiente onde vamos utilizar o SQL.
TEMA 6
 SQL, T-SQL, PL-SQL e PL-pgSQL: do que se tratam?
O SQL é a linguagem de consulta usada para comunicação com dados em um banco de dados. É usado como a
linguagem padrão em todos os sistemas de gerenciamento de banco de dados relacional.

No entanto, o SQL possui algumas vertentes que dependem de cada sistema de gerenciamento de banco de dados: cada
SGBD incorpora à linguagem algumas funcionalidades e recursos extras.

Apesar de algumas diferenças, a base para todas as demais variantes do SQL seguem uma lógica semelhante, mas vale a
pena entender que elas existem e que, caso você ouça por ai, você entenda minimamente sobre cada uma delas.
 SQL, T-SQL, PL-SQL e PL-pgSQL: do que se tratam?
Abaixo, um resumo de cada uma
dessas variações. T-SQL
1 TSQL, ou T-SQL (abreviação de Transaction-SQL), é uma versão
aprimorada do SQL que contém algumas extensões. O TSQL foi
originalmente desenvolvido pela Sybase e agora é propriedade da
Microsoft.

O T-SQL adiciona alguns recursos avançados ao SQL para torná-lo mais

PL-SQL
2
poderoso, como variáveis declaradas, controle de transação, tratamento
de erros e exceções, operações de string, processamento de data e hora,
PL-SQL ou Procedural Language/SQL é outra forma estendida de etc.
SQL que é usada pela Oracle para seu banco de dados.

A principal diferença entre o T-SQL e o PL-SQL é a maneira como

eles lidam com variáveis, procedimentos armazenados e funções

PL-pgSQL
3
integradas. T-SQL também é considerado mais fácil e simples de
entender, enquanto PL-SQL incorpora maior complexidade.

PL-PgSQL é uma linguagem procedural específica do PostgreSQL

baseada em SQL. Semelhante ao T-SQL e PL-SQL, ele adiciona alguns
recursos avançados ao SQL, como loops, variáveis, tratamento de
erros e exceções, etc.
TEMA 7
 Por que aprender SQL?
O SQL possui aplicações em diferentes áreas e profissões. O profissional que tiver conhecimento não só em
ferramentas como o Excel, Power BI ou Python, mas também em SQL, terá muitas oportunidades de atuação.

O motivo para aprender SQL é simples: garantir uma maior versatilidade no conhecimento e ser um profissional
diferenciado e requisitado no mercado.

A seguir, listamos algumas áreas que precisam manipular um alto volume de dados, e consequentemente precisarão de
sistemas de bancos de dados para auxiliar neste trabalho.
 Por que aprender SQL?
Setor financeiro
Apps de banco, sistemas de pagamento e empresas de Redes sociais
investimento Facebook, Instagram, Linkedin, TikTok

Imagine todo o volume de dados por trás de todas as

operações financeiras que fazemos no dia a dia: abertura Redes sociais são mais um exemplo de um local onde
de contas, pagamentos, transferências, depósitos, encontramos um alto volume de dados. Elas armazenam
investimentos variados, etc. bilhões de dados de usuários, localizações, preferências, fotos,
Para que tudo funcione perfeitamente, é necessário que as etc.
empresas tenham um controle dos dados através de A partir desses dados, os aplicativos entendem o
sistemas de bancos de dados. comportamento de cada usuário e buscam proporcionar a
melhor experiência possível para cada um.

Aplicativos de música e Streaming

Spotify, Netflix, Globoplay, Amazon Prime Redes de pesquisa
Youtube e Google

Os Bancos de Dados auxiliam no armazenamento de

informações de milhares de bibliotecas, álbuns, músicas, Na mesma linha das redes sociais, os mecanismos de
artistas, filmes, séries e gêneros e utilizam esses dados busca na internet também se utilizam de uma grande
para cruzar com as informações de preferências dos quantidade de dados para sugerir vídeos, postagens,
usuários. sites, etc, de acordo com as buscas e comportamento
Todo o trabalho de pesquisa e sugestão de músicas, na web.
séries e filmes tem por trás um trabalho complexo de
manipulação e cruzamento de dados.
 Por que aprender SQL?

Data science
Setor de energia
Data Science, ou Ciência de Dados, é uma área voltada
para o estudo e análise de dados econômicos, financeiros e O setor de energia é uma área com muitas oportunidades no
sociais, com o objetivo de chegar ao conhecimento de algo. mercado, envolvendo empresas de geração, transmissão,
Já é de se esperar que essa é uma das áreas que mais distribuição e comercialização de energia.
necessita de um bom gerenciamento dos dados. Imagine o volume de dados que este setor precisa manipular.
Sem bancos de dados bem estruturados, não seria algo viável.

Business Intelligence e Análise de

Marketing
Dados
Profissionais da área de marketing precisam
A base para se trabalhar com BI e criar relatórios,
manipular dados sobre seus clientes, como jornada,
gráficos e dashboards que auxiliam na tomada de
histórico de compras, interesse no produto.
decisão de um negócio é ter os dados do negócio bem
Dependendo do tamanho/alcance do negócio ou da
estruturado.
empresa, será necessário trabalhar com um alto
volume de dados.
TEMA 8
 Profissionais em bancos de dados
Um profissional com conhecimento em Bancos de Dados pode atuar em diferentes segmentos. Abaixo, listamos as principais áreas de
atuação. Observe que há uma grande variedade para que trabalha com dados.
MÓDULO 2

Instalação do SQL Server,

SSMS e conhecendo o
Banco de Dados
O QUE VEREMOS NESTE MÓDULO
MÓDULO 2
TEMA 9
 Instalando o SQL Server
Para fazer o download do SQL Server, basta procurar no
Google por “sql server download’. Clique no primeiro link
que aparecer.

Em seguida, procure pela opção “Desenvolvedor” assim

que aparecer a janela ao lado.
 Instalando o SQL Server
Agora é só escolher a opção ‘Básica’ e aceitar todos os termos até instalar o programa.
TEMA 10
 Instalando o SQL Server Management Studio (SSMS)
Para Para fazer o download do SSMS, basta
procurar no Google por “sql server download’.
Clique no primeiro link que aparecer.

Em seguida, procure pela opção ao lado assim

que aparecer a janela ao lado. Aceite os
termos da instalação, não é necessário
nenhuma configuração diferente do padrão
sugerido.
TEMA 11
 Download do BD Contoso e abrindo no SSMS
Para fazer o download do BD Contoso, basta
procurar no Google por “download contoso’.
Clique no primeiro link que aparecer.

Na janela ao lado, selecione a opção em inglês

e depois clique em download. As bases de
dados da Contoso não possuem uma versão
em português.

O arquivo a ser baixado deve ser o

ContosoBIdemoBAK.exe
 Download do BD Contoso e abrindo no SSMS
Abra o programa SSMS no seu computador.

Ao aparecer a janela ao lado, clique em

Conectar. Por enquanto, podemos utilizar as
configurações padrão do SQL Server.
 Download do BD Contoso e abrindo no SSMS
Para abrir o BD Contoso no SSMS, clique com o botão 1
direito em Banco de Dados > Restaurar Banco de
Dados...

Na janela ao lado, troque a Origem para ‘Dispositivo’ e

procure a pasta onde você salvou o arqvuio BAK do
Contoso. Por simplicidade, recomendamos que salve
na unidade C: do seu computador.

Depois é só clicar em Ok até o BD aparecer no SSMS.

 Download do BD Contoso e abrindo no SSMS
Pronto! O BD já foi restaurado e já pode ser
acessado no SSMS.
TEMA 12
 Conhecendo o BD Contoso
Vamos conhecer um pouco mais sobre a Contoso.

• A empresa Contoso Corporation é uma empresa

multinacional (fictícia) com sede em Paris e com
escritórios espalhados ao longo de todo o
mundo.

• A empresa é uma organização de fabricação,

vendas e suporte, com mais de 100.000
produtos.

• Por ser uma empresa multinacional, utiliza um

SGBD da Microsoft (SQL Server) para centralizar
e manipular o grande volume de dados associado
ao negócio.

• Possui mais de 25 mil funcionários, espalhados

ao longo das dezenas de escritórios no mundo.
 Conhecendo o BD Contoso
O Banco de Dados possui uma série de informações, divididas em diferentes tabelas. As principais são destacadas abaixo:
TEMA 13
 Como explorar as bases de dados pela primeira vez
Sempre que você for trabalhar em
cima de bancos de dados, antes de
criar qualquer código SQL, tenha o
bom costume de explorar os dados à
sua disposição.

A maneira mais simples de fazer isso é

clicar com o botão direito em cada
tabela e escolher a opção ‘Selecionar
1000 linhas superiores’.

Isso vai te dar uma visão dos dados de

cada tabela. Essa prática é importante
para você conhecer os dados de uma
tabela quando você está trabalhando
com Bancos de Dados pela primeira
vez.
MÓDULO 3

Introdução ao SQL
O QUE VEREMOS NESTE MÓDULO
MÓDULO 3
 O comando SELECT
O SELECT é um comando para selecionar dados de uma tabela.

Ao lado, temos a estrutura para selecionar apenas colunas específicas da tabela.

Seleciona uma única coluna: Seleciona mais de uma coluna:

 O comando SELECT*
O comando SELECT * permite selecionar TODAS as Seleciona toda a tabela:
colunas de uma determinada tabela. Não é muito
recomendável para tabelas muito grandes. O objetivo
deste comando é ter uma rápida visualização de toda a
tabela.

Será melhor usado em conjunto com o comando TOP.

 O comando SELECT TOP(N)
O comando SELECT TOP(N) permite que a gente selecione apenas as N primeiras linhas de uma tabela.

Selecionar as TOP(N) % linhas da tabela :

Selecionar as TOP(N) linhas da tabela:
 O comando SELECT DISTINCT
O comando SELECT DISTINCT retorna os valores distintos de uma tabela.

Retorna todas as linhas da tabela: Retorna apenas as cores únicas da tabela:

Retorna valores
Nenhum valor
repetidos!
repetido!
 Comentando o código
Comentários são uma boa prática para garantir um (1) O -- comenta linha por linha do código
bom entendimento de um código.

Conforme vamos criando consultas cada vez mais

complexas, os comentários podem ser muito úteis para
ajudar no entendimento do que está sendo feito.

Existem duas formas de comentar códigos:

Na opção 1), utilizamos o hífen duplo para comentar

uma única linha de código.

Já na opção 2), utilizamos uma barra seguida de um (2) O /* ... */ comenta mais de 1 linha por vez
asterisco para identificar onde começa um comentário,
e utilizamos o asterisco seguido de uma barra para
identificar onde termina um comentário.

Ao lado, um exemplo de cada situação.

 AS: Renomeando (aliasing) colunas
Uma coluna de uma tabela pode ser renomeada por meio do comando AS. O nome da nova coluna pode ser escrito sem as aspas
simples, apenas se for um texto único. Se precisar renomear com um nome composto, utilize as aspas simples.
 INTRODUÇÃO AO SQL

EXERCÍCIOS 1
Questão 1
Você é responsável por controlar os dados de clientes e de produtos da
sua empresa. O que você precisará fazer é confirmar se:

a. Existem 2.517 produtos cadastrados na base e, se não tiver, você

deverá reportar ao seu gestor para saber se existe alguma
defasagem no controle dos produtos.

b. Até o mês passado, a empresa tinha um total de 19.500 clientes na

base de controle. Verifique se esse número aumentou ou reduziu.

Questão 2
2 Você trabalha no setor de marketing da empresa Contoso e acaba de ter
uma ideia de oferecer descontos especiais para os clientes no dia de
seus aniversários. Para isso, você vai precisar listar todos os clientes e as
suas respectivas datas de nascimento, além de um contato.

a. Selecione as colunas: CustomerKey, FirstName, EmailAddress,

BirthDate da tabela dimCustomer.

b. Renomeie as colunas dessa tabela usando o alias (comando AS).

 INTRODUÇÃO AO SQL

EXERCÍCIOS 3
Questão 3
A Contoso está comemorando aniversário de inauguração de 10 anos e
pretende fazer uma ação de premiação para os clientes. A empresa quer
presentear os primeiros clientes desde a inauguração.

Você foi alocado para levar adiante essa ação. Para isso, você terá que
fazer o seguinte:

a. A Contoso decidiu presentear os primeiros 100 clientes da história

com um vale compras de R$ 10.000. Utilize um comando em SQL
para retornar uma tabela com os primeiros 100 primeiros clientes da
tabela dimCustomer (selecione todas as colunas).

b. A Contoso decidiu presentear os primeiros 20% de clientes da

história com um vale compras de R$ 2.000. Utilize um comando em
SQL para retornar 10% das linhas da sua tabela dimCustomer
(selecione todas as colunas).

c. Adapte o código do item a) para retornar apenas as 100 primeiras

linhas, mas apenas as colunas FirstName, EmailAddress, BirthDate.

d. Renomeie as colunas anteriores para nomes em português

 INTRODUÇÃO AO SQL

EXERCÍCIOS 4 Questão 4
A empresa Contoso precisa fazer contato com os fornecedores de
produtos para repor o estoque. Você é da área de compras e precisa
descobrir quem são esses fornecedores.

Utilize um comando em SQL para retornar apenas os nomes dos

fornecedores na tabela dimProduct e renomeie essa nova coluna da
tabela.

Questão 5
5 O seu trabalho de investigação não para. Você precisa descobrir se
existe algum produto registrado na base de produtos que ainda não
tenha sido vendido. Tente chegar nessa informação.

Obs: caso tenha algum produto que ainda não tenha sido vendido, você
não precisa descobrir qual é, é suficiente saber se teve ou não algum
produto que ainda não foi vendido.
 INTRODUÇÃO AO SQL

GABARITOS

Questão 1
1 Você é responsável por controlar os dados de clientes e de produtos da
sua empresa. O que você precisará fazer é confirmar se:

a. Existem 2.517 produtos cadastrados na base e, se não tiver, você

deverá reportar ao seu gestor para saber se existe alguma
defasagem no controle dos produtos. A quantidade de produtos
se manteve.

b. Até o mês passado, a empresa tinha um total de 19.500 clientes na

base de controle. Verifique se esse número aumentou ou reduziu. A
quantidade de clientes reduziu!
 INTRODUÇÃO AO SQL

GABARITOS

Questão 2
2 Você trabalha no setor de marketing da empresa Contoso e acaba de ter
uma ideia de oferecer descontos especiais para os clientes no dia de
seus aniversários. Para isso, você vai precisar listar todos os clientes e as
suas respectivas datas de nascimento, além de um contato.

a. Selecione as colunas: CustomerKey, FirstName, EmailAddress,

BirthDate da tabela dimCustomer.

b. Renomeie as colunas dessa tabela usando o alias (comando AS).

 INTRODUÇÃO AO SQL

GABARITOS
Questão 3
3 A Contoso está comemorando aniversário de inauguração de 10 anos e pretende
fazer uma ação de premiação para os clientes. A empresa quer presentear os
primeiros clientes desde a inauguração.

Você foi alocado para levar adiante essa ação. Para isso, você terá que fazer o
seguinte:

a. A Contoso decidiu presentear os primeiros 100 clientes da história com um

vale compras de R$ 10.000. Utilize um comando em SQL para retornar uma
tabela com os primeiros 100 primeiros clientes da tabela dimCustomer
(selecione todas as colunas).
 INTRODUÇÃO AO SQL

GABARITOS
Questão 3
3 A Contoso está comemorando aniversário de inauguração de 10 anos e pretende
fazer uma ação de premiação para os clientes. A empresa quer presentear os
primeiros clientes desde a inauguração.

Você foi alocado para levar adiante essa ação. Para isso, você terá que fazer o
seguinte:

a. A Contoso decidiu presentear os primeiros 100 clientes da história com um

vale compras de R$ 10.000. Utilize um comando em SQL para retornar uma
tabela com os primeiros 100 primeiros clientes da tabela dimCustomer
(selecione todas as colunas).

b. A Contoso decidiu presentear os primeiros 20% de clientes da história com um

vale compras de R$ 2.000. Utilize um comando em SQL para retornar 20% das
linhas da sua tabela dimCustomer (selecione todas as colunas).
 INTRODUÇÃO AO SQL

GABARITOS
Questão 3
3 A Contoso está comemorando aniversário de inauguração de 10 anos e pretende
fazer uma ação de premiação para os clientes. A empresa quer presentear os
primeiros clientes desde a inauguração.

Você foi alocado para levar adiante essa ação. Para isso, você terá que fazer o
seguinte:

a. A Contoso decidiu presentear os primeiros 100 clientes da história com um

vale compras de R$ 10.000. Utilize um comando em SQL para retornar uma
tabela com os primeiros 100 primeiros clientes da tabela dimCustomer
(selecione todas as colunas).

b. A Contoso decidiu presentear os primeiros 20% de clientes da história com um

vale compras de R$ 2.000. Utilize um comando em SQL para retornar 20% das
linhas da sua tabela dimCustomer (selecione todas as colunas).

c. Adapte o código do item a) para retornar apenas as 100 primeiras linhas, mas
apenas as colunas FirstName, EmailAddress, BirthDate.
 INTRODUÇÃO AO SQL

GABARITOS
Questão 3
3 A Contoso está comemorando aniversário de inauguração de 10 anos e pretende
fazer uma ação de premiação para os clientes. A empresa quer presentear os
primeiros clientes desde a inauguração.

Você foi alocado para levar adiante essa ação. Para isso, você terá que fazer o
seguinte:

a. A Contoso decidiu presentear os primeiros 100 clientes da história com um

vale compras de R$ 10.000. Utilize um comando em SQL para retornar uma
tabela com os primeiros 100 primeiros clientes da tabela dimCustomer
(selecione todas as colunas).

b. A Contoso decidiu presentear os primeiros 20% de clientes da história com um

vale compras de R$ 2.000. Utilize um comando em SQL para retornar 20% das
linhas da sua tabela dimCustomer (selecione todas as colunas).

c. Adapte o código do item a) para retornar apenas as 100 primeiras linhas, mas
apenas as colunas FirstName, EmailAddress, BirthDate.

d. Renomeie as colunas anteriores para nomes em português

 INTRODUÇÃO AO SQL

GABARITOS

Questão 4
4 A empresa Contoso precisa fazer contato com os fornecedores de
produtos para repor o estoque. Você é da área de compras e precisa
descobrir quem são esses fornecedores.

Utilize um comando em SQL para retornar apenas os nomes dos

fornecedores na tabela dimProduct e renomeie essa nova coluna da
tabela.
 INTRODUÇÃO AO SQL

GABARITOS

Questão 5
5 O seu trabalho de investigação não para. Você precisa descobrir se
existe algum produto registrado na base de produtos que ainda não
tenha sido vendido. Tente chegar nessa informação.

Obs: caso tenha algum produto que ainda não tenha sido vendido, você
não precisa descobrir qual é, é suficiente saber se teve ou não algum
produto que ainda não foi vendido. Existe 1 produto que está
registrado na tabela DimProduct e que não foi vendido.
MÓDULO 4

Ordenando e filtrando
dados
O QUE VEREMOS NESTE MÓDULO
MÓDULO 4
 ORDER BY: Ordenando uma tabela
O ORDER BY é usado para ordenar os valores de uma tabela em ordem crescente ou decrescente.

Por padrão, o ORDER BY ordena os dados em ordem crescente (ASC). Para ordenar de forma decrescente, usamos o DESC.

-- Exemplo 1: Selecione as 100 primeiras linhas da tabela DimStore e ordene de acordo com a coluna de quantidade de funcionários
 ORDER BY: Ordenando uma tabela
Também é possível ordenar uma tabela por uma coluna de textos.

-- Exemplo 2: Selecione as 100 primeiras linhas da tabela DimStore e ordene de acordo com a coluna de StoreName
 ORDER BY: Ordenando uma tabela
Também é possível ordenar uma tabela por mais de uma coluna.

-- Exemplo 3: Selecione as 100 primeiras linhas da tabela dimProduct e ordene de acordo com as coluna de UnitCost (DESC) e Weight (ASC)
 WHERE …LIKE: Um filtro especial
O LIKE é usado em conjunto com o WHERE para procurar por um determinado padrão em uma coluna.

Existem 2 caracteres especiais usados em conjunto com o LIKE:

O sinal de porcentagem (%) representa zero, um ou múltiplos caracteres.

O underline (_) representa um único caractere.

Aplicação do LIKE Descrição

WHERE CustomerName LIKE ‘a%’ Encontra qualquer valor que começa com “a”
WHERE CustomerName LIKE ‘%a’ Encontra qualquer valor que termina com “a”
WHERE CustomerName LIKE ‘%or%’ Encontra qualquer valor que tenha “or” em qualquer posição
da palavra
WHERE CustomerName LIKE ‘_r%’ Encontra qualquer valor que tenha “r” a partir do segundo
caractere
WHERE CustomerName LIKE ‘a_%’ Encontra qualquer valor que comece com “a” e tenha pelo
menos 2 caracteres
WHERE CustomerName LIKE ‘a__%’ Encontra qualquer valor que comece com “a” e tenha pelo
menos 3 caracteres
WHERE CustomerName LIKE ‘a%o’ Encontra qualquer valor que comece com “a” e termine com
“o”
 WHERE …LIKE: Um filtro especial
O LIKE é usado em conjunto com o WHERE para procurar por um determinado padrão em uma coluna.

Existem 2 caracteres especiais usados em conjunto com o LIKE:

• O sinal de porcentagem (%) representa zero, um ou múltiplos caracteres.

• O underline (_) representa um único caractere.

Exemplos:
WHERE …AND, OR e NOT: Filtrar por mais de uma condição
O comando WHERE pode ser combinado com os operadores AND, Exemplos:
OR e NOT.
-- Seleciona todas as linhas da tabela em que a marca é Contoso E a
cor é Prata.
Os operadores AND e OR são usados para filtrar linhas da tabela
baseado em mais de uma condição. SELECT * FROM dimProduct

WHERE BrandName = ‘Contoso’ AND ColorName = ‘Silver’

• O AND mostra as linhas da tabela se todas as condições forem
atendidas.
-- Seleciona todas as linhas da tabela em que a cor é Azul OU a cor é
Prata.
• O OR mostra as linhas da tabela se pelo menos uma das condições
for atendida. SELECT * FROM dimProduct

WHERE ColorName = ‘Blue’ OR ColorName = ‘Silver’

• O NOT simplesmente mostra o oposto do que for considerado no
filtro. Ex: mostra todas as linhas que NÃO forem da marca
“Contoso”. -- Seleciona todas as linhas da tabela em que a cor NÃO é azul.

SELECT * FROM dimProduct

WHERE NOT ColorName = ‘Blue’

 WHERE …IN: Especificando mais de um critério por vez
O operador IN permite que sejam especificados múltiplos critérios dentro do WHERE.

O IN é uma alternativa reduzida ao OR.

Exemplos: Exemplos:

Observe que a quantidade de linhas é bem

menor, pois estamos considerando apenas os
produtos de 3 marcas específicas.
 WHERE …(NOT) BETWEEN: Como filtrar entre valores
O BETWEEN seleciona valores em um intervalo. Estes valores podem ser números, textos ou datas.

O BETWEEN é inclusivo: ou seja, os valores dos extremos (valor inicial e valor final) também são incluídos no intervalo.

Exemplos:
WHERE …IS (NOT) NULL: Filtrando valores vazios
Podemos encontrar valores nulos (em branco) em uma tabela. Para filtrar esses valores, podemos usar os comandos IS NULL ou IS NOT
NULL.
Exemplos: Exemplos:
 ORDENANDO E FILTRANDO

EXERCÍCIOS 1
Questão 1
Você é o gerente da área de compras e precisa criar um relatório com as
TOP 100 vendas, de acordo com a quantidade vendida. Você precisa
fazer isso em 10min pois o diretor de compras solicitou essa informação
para apresentar em uma reunião.

Utilize seu conhecimento em SQL para buscar essas TOP 100 vendas, de
acordo com o total vendido (SalesAmount).

Questão 2
2 Os TOP 10 produtos com maior UnitPrice possuem exatamente o
mesmo preço. Porém, a empresa quer diferenciar esses preços de
acordo com o peso (Weight) de cada um.

O que você precisará fazer é ordenar esses top 10 produtos, de acordo

com a coluna de UnitPrice e, além disso, estabelecer um critério de
desempate, para que seja mostrado na ordem, do maior para o menor.

Caso ainda assim haja um empate entre 2 ou mais produtos, pense em

uma forma de criar um segundo critério de desempate (além do peso).
 ORDENANDO E FILTRANDO

EXERCÍCIOS 3
Questão 3
Você é responsável pelo setor de logística da empresa Contoso e precisa
dimensionar o transporte de todos os produtos em categorias, de
acordo com o peso.

Os produtos da categoria A, com peso acima de 100kg, deverão ser

transportados na primeira leva.

Faça uma consulta no banco de dados para descobrir quais são estes
produtos que estão na categoria A.

a. Você deverá retornar apenas 2 colunas nessa consulta: Nome do

Produto e Peso.

b. Renomeie essas colunas com nomes mais intuitivos.

c. Ordene esses produtos do mais pesado para o mais leve.

 ORDENANDO E FILTRANDO

EXERCÍCIOS 4
Questão 4
Você foi alocado para criar um relatório das lojas registradas
atualmente na Contoso.

a. Descubra quantas lojas a empresa tem no total. Na consulta que

você deverá fazer à tabela DimStore, retorne as seguintes
informações: StoreName, OpenDate, EmployeeCount.

b. Renomeeie as colunas anteriores para deixar a sua consulta mais

intuitiva.

c. Dessas lojas, descubra quantas (e quais) lojas ainda estão ativas.

5 Questão 5
O gerente da área de controle de qualidade notificou à Contoso que
todos os produtos Home Theater da marca Litware, disponibilizados
para venda no dia 15 de março de 2009, foram identificados com
defeitos de fábrica.
O que você deverá fazer é identificar os ID’s desses produtos e
repassar ao gerente para que ele possa notificar as lojas e
consequentemente solicitar a suspensão das vendas desses produtos.
 ORDENANDO E FILTRANDO

EXERCÍCIOS 6
Questão 6
Imagine que você precise extrair um relatório da tabela DimStore, com
informações de lojas. Mas você precisa apenas das lojas que não estão
mais funcionando atualmente.

a. Utilize a coluna de Status para filtrar a tabela e trazer apenas as lojas

que não estão mais funcionando.

b. Agora imagine que essa coluna de Status não existe na sua tabela.
Qual seria a outra forma que você teria de descobrir quais são as
lojas que não estão mais funcionando.

7 Questão 7
De acordo com a quantidade de funcionários, cada loja receberá uma
determinada quantidade de máquinas de café. As lojas serão divididas
em 3 categorias:

CATEGORIA 1: De 1 a 20 funcionários -> 1 máquina de café

CATEGORIA 2: De 21 a 50 funcionários -> 2 máquinas de café
CATEGORIA 3: Acima de 51 funcionários -> 3 máquinas de café

Identifique, para cada caso, quais são as lojas de cada uma das 3
categorias acima (basta fazer uma verificação).
 ORDENANDO E FILTRANDO

EXERCÍCIOS 8
Questão 8
A empresa decidiu que todos os produtos LCD receberão um super
desconto no próximo mês. O seu trabalho é fazer uma consulta à tabela
DimProduct e retornar os ID’s, Nomes e Preços de todos os produtos
LCD existentes.

Questão 9
9 Faça uma lista com todos os produtos das cores: Green, Orange, Black,
Silver e Pink. Estes produtos devem ser exclusivamente das marcas:
Contoso, Litware e Fabrikam.

Questão 10
10 A empresa possui 16 produtos da marca Contoso, da cor Silver e com
um UnitPrice entre 10 e 30. Descubra quais são esses produtos e
ordene o resultado em ordem decrescente de acordo com o preço
(UnitPrice).
 ORDENANDO E FILTRANDO

GABARITOS

Questão 1
1 Você é o gerente da área de compras e precisa criar um relatório com as
TOP 100 vendas, de acordo com a quantidade vendida. Você precisa
fazer isso em 10min pois o diretor de compras solicitou essa informação
para apresentar em uma reunião.

Utilize seu conhecimento em SQL para buscar essas TOP 100 vendas, de
acordo com o total vendido (SalesAmount).
 ORDENANDO E FILTRANDO

GABARITOS

Questão 2
2 Os TOP 10 produtos com maior UnitPrice possuem exatamente o
mesmo preço. Porém, a empresa quer diferenciar esses preços de
acordo com o peso (Weight) de cada um.

O que você precisará fazer é ordenar esses top 10 produtos, de acordo

com a coluna de UnitPrice e, além disso, estabelecer um critério de
desempate, para que seja mostrado na ordem, do maior para o menor.

Caso ainda assim haja um empate entre 2 ou mais produtos, pense em

uma forma de criar um segundo critério de desempate (além do peso).
 ORDENANDO E FILTRANDO

GABARITOS

Questão 3
3 Você é responsável pelo setor de logística da empresa Contoso e precisa
dimensionar o transporte de todos os produtos em categorias, de
acordo com o peso.

Os produtos da categoria A, com peso acima de 100kg, deverão ser

transportados na primeira leva.

Faça uma consulta no banco de dados para descobrir quais são estes
produtos que estão na categoria A.

a. Você deverá retornar apenas 2 colunas nessa consulta: Nome do

Produto e Peso.

b. Renomeie essas colunas com nomes mais intuitivos.

c. Ordene esses produtos do mais pesado para o mais leve.

 ORDENANDO E FILTRANDO

GABARITOS

Questão 4
4 Você foi alocado para criar um relatório das lojas registradas
atualmente na Contoso.

a. Descubra quantas lojas a empresa tem no total. Na consulta que

você deverá fazer à tabela DimStore, retorne as seguintes
informações: StoreName, OpenDate, EmployeeCount.

b. Renomeeie as colunas anteriores para deixar a sua consulta mais

intuitiva.

c. Dessas lojas, descubra quantas (e quais) lojas ainda estão ativas.

 ORDENANDO E FILTRANDO

GABARITOS

5 Questão 5
O gerente da área de controle de qualidade notificou à Contoso que
todos os produtos Home Theater da marca Litware, disponibilizados
para venda no dia 15 de março de 2009, foram identificados com
defeitos de fábrica.
O que você deverá fazer é identificar os ID’s desses produtos e
repassar ao gerente para que ele possa notificar as lojas e
consequentemente solicitar a suspensão das vendas desses produtos.
 ORDENANDO E FILTRANDO

GABARITOS

Questão 6
6 Imagine que você precise extrair um relatório da tabela DimStore, com
informações de lojas. Mas você precisa apenas das lojas que não estão
mais funcionando atualmente.

a. Utilize a coluna de Status para filtrar a tabela e trazer apenas as lojas

que não estão mais funcionando.

b. Agora imagine que essa coluna de Status não existe na sua tabela.
Qual seria a outra forma que você teria de descobrir quais são as
lojas que não estão mais funcionando.
 ORDENANDO E FILTRANDO

GABARITOS

7 Questão 7
De acordo com a quantidade de funcionários, cada loja receberá uma
determinada quantidade de máquinas de café. As lojas serão divididas
em 3 categorias:

CATEGORIA 1: De 1 a 20 funcionários -> 1 máquina de café

CATEGORIA 2: De 21 a 50 funcionários -> 2 máquinas de café
CATEGORIA 3: Acima de 51 funcionários -> 3 máquinas de café

Identifique, para cada caso, quais são as lojas de cada uma das 3
categorias acima (basta fazer uma verificação).
 ORDENANDO E FILTRANDO

GABARITOS

Questão 8
8 A empresa decidiu que todos os produtos LCD receberão um super
desconto no próximo mês. O seu trabalho é fazer uma consulta à tabela
DimProduct e retornar os ID’s, Nomes e Preços de todos os produtos
LCD existentes.
 ORDENANDO E FILTRANDO

GABARITOS

Questão 9
9 Faça uma lista com todos os produtos das cores: Green, Orange, Black,
Silver e Pink. Estes produtos devem ser exclusivamente das marcas:
Contoso, Litware e Fabrikam.
 ORDENANDO E FILTRANDO

GABARITOS
Questão 10
10 A empresa possui 16 produtos da marca Contoso, da cor Silver e com
um UnitPrice entre 10 e 30. Descubra quais são esses produtos e
ordene o resultado em ordem decrescente de acordo com o preço
(UnitPrice).
MÓDULO 5

Funções de Agregação
O QUE VEREMOS NESTE MÓDULO
MÓDULO 5
COUNT: Contando valores em uma tabela
A função COUNT() retorna a quantidade de linhas de uma coluna. É possível fazer uma contagem e especificar um determinado critério.
COUNT+DISTINCT: Contando valores distintos
Podemos usar o COUNT() combinado com o
DISTINCT() para fazer uma contagem distinta dos
valores de uma coluna.
 SUM: Somando os valores de uma coluna
Para retornar a soma total de uma determinada coluna,
usamos o SUM().

Também é possível fazer uma soma e especificar um

determinado critério.
AVG: Tirando a média dos valores de uma coluna
Para retornar a média de uma determinada coluna,
usamos o AVG().

Também é possível fazer uma média e especificar

um determinado critério.
MIN e MAX: Mínimo e Máximo valor de uma coluna
O MIN() retorna o mínimo valor de uma
determinada coluna.

O MAX() retorna o máximo valor de uma

determinada coluna.
 FUNÇÕES DE AGREGAÇÃO

EXERCÍCIOS 1
Questão 1
O gerente comercial pediu a você uma análise da Quantidade Vendida e
Quantidade Devolvida para o canal de venda mais importante da
empresa: Store.

Utilize uma função SQL para fazer essas consultas no seu banco de
dados. Obs: Faça essa análise considerando a tabela FactSales.

Questão 2
2 Uma nova ação no setor de Marketing precisará avaliar a média salarial
de todos os clientes da empresa, mas apenas de ocupação Professional.
Utilize um comando SQL para atingir esse resultado.

Questão 3
3 Você precisará fazer uma análise da quantidade de funcionários das lojas
registradas na empresa. O seu gerente te pediu os seguintes números e
informações:
a. Quantos funcionários tem a loja com mais funcionários?
b. Qual é o nome dessa loja?
c. Quantos funcionários tem a loja com menos funcionários?
d. Qual é o nome dessa loja?
 FUNÇÕES DE AGREGAÇÃO

EXERCÍCIOS 4
Questão 4
A área de RH está com uma nova ação para a empresa, e para isso
precisa saber a quantidade total de funcionários do sexo Masculino e do
sexo Feminino.

a. Descubra essas duas informações utilizando o SQL.

b. O funcionário e a funcionária mais antigos receberão uma

homenagem. Descubra as seguintes informações de cada um deles:
Nome, E-mail, Data de Contratação.

5 Questão 5
Agora você precisa fazer uma análise dos produtos. Será necessário
descobrir as seguintes informações:

a. Quantidade distinta de cores de produtos.

b. Quantidade distinta de marcas
c. Quantidade distinta de classes de produto

Para simplificar, você pode fazer isso em uma mesma consulta.

 FUNÇÕES DE AGREGAÇÃO

GABARITOS

Questão 1
1 O gerente comercial pediu a você uma análise da Quantidade Vendida e
Quantidade Devolvida para o canal de venda mais importante da
empresa: Store.

Utilize uma função SQL para fazer essas consultas no seu banco de
dados. Obs: Faça essa análise considerando a tabela FactSales.
 FUNÇÕES DE AGREGAÇÃO

GABARITOS

Questão 2
2 Uma nova ação no setor de Marketing precisará avaliar a média salarial
de todos os clientes da empresa, mas apenas de ocupação Professional.
Utilize um comando SQL para atingir esse resultado.
 FUNÇÕES DE AGREGAÇÃO

GABARITOS
Questão 3
3 Você precisará fazer uma análise da quantidade de funcionários das lojas
registradas na empresa. O seu gerente te pediu os seguintes números e
informações:
a. Quantos funcionários tem a loja com mais funcionários?
b. Qual é o nome dessa loja?
c. Quantos funcionários tem a loja com menos funcionários?
d. Qual é o nome dessa loja?
 FUNÇÕES DE AGREGAÇÃO

GABARITOS

Questão 4
4 A área de RH está com uma nova ação para a empresa, e para isso
precisa saber a quantidade total de funcionários do sexo Masculino e do
sexo Feminino.

a. Descubra essas duas informações utilizando o SQL.

b. O funcionário e a funcionária mais antigos receberão uma

homenagem. Descubra as seguintes informações de cada um deles:
Nome, E-mail, Data de Contratação.
 FUNÇÕES DE AGREGAÇÃO

GABARITOS

5 Questão 5
Agora você precisa fazer uma análise dos produtos. Será necessário
descobrir as seguintes informações:

a. Quantidade distinta de cores de produtos.

b. Quantidade distinta de marcas
c. Quantidade distinta de classes de produto

Para simplificar, você pode fazer isso em uma mesma consulta.

MÓDULO 6

Criando agrupamentos
O QUE VEREMOS NESTE MÓDULO
MÓDULO 6
GROUP BY: Criando agrupamentos
O comando GROUP BY permite agrupar valores de
acordo com uma coluna, por exemplo “total de
funcionários de acordo com o departamento".

O GROUP BY é usado junto com funções de

agregação (COUNT(), MAX(), MIN(), SUM(), AVG())
para agrupar valores de acordo com uma ou mais
colunas.
 GROUP BY+ORDER BY: Ordenando agrupamentos
O comando GROUP BY combinado com o ORDER
BY permite que a tabela agrupada seja também
ordenada.
 GROUP BY+WHERE: Filtrando a tabela principal antes de agrupar

O comando GROUP BY combinado com o

WHERE permite que a tabela principal seja
filtrada antes de o agrupamento ser criado.
 GROUP BY+HAVING: Filtrando um agrupamento

O comando GROUP BY combinado com o HAVING permite

que a tabela agrupada seja filtrada e que apenas os valores
totais que atendam ao critério do HAVING sejam
considerados.
 WHERE vs. HAVING: Qual é a diferença?
É muito importante que fique claro pra você a
diferença entre o comando WHERE e o HAVING.

Para entender a diferença entre os dois, vale

lembrar que o GROUP BY permite que a gente
crie um agrupamento a partir de uma tabela
principal.

O comando WHERE será utilizado para filtrar a

tabela principal antes de criar o agrupamento.

Já o HAVING será utilizado para filtrar a tabela

agrupada.

Portanto, podemos entender que:

• O WHERE será utilizado antes do

agrupamento ser feito.

• O HAVING será um filtro utilizado após o

agrupamento ser feito.
 AGRUPAMENTOS

EXERCÍCIOS 1
Questão 1
a. Faça um resumo da quantidade vendida (SalesQuantity) de acordo
com o canal de vendas (channelkey).

b. Faça um agrupamento mostrando a quantidade total vendida

(SalesQuantity) e quantidade total devolvida (Return Quantity) de
acordo com o ID das lojas (StoreKey).

c. Faça um resumo do valor total vendido (SalesAmount) para cada

canal de venda, mas apenas para o ano de 2007.

2 Questão 2
Você precisa fazer uma análise de vendas por produtos. O objetivo final
é descobrir o valor total vendido (SalesAmount) por produto
(ProductKey).

a. A tabela final deverá estar ordenada de acordo com a quantidade

vendida e, além disso, mostrar apenas os produtos que tiveram um
resultado final de vendas maior do que $5.000.000.

b. Faça uma adaptação no exercício anterior e mostre os Top 10

produtos com mais vendas. Desconsidere o filtro de $5.000.000
aplicado.
 AGRUPAMENTOS

EXERCÍCIOS 3
Questão 3
a. Você deve fazer uma consulta à tabela FactOnlineSales e descobrir
qual é o ID (CustomerKey) do cliente que mais realizou compras
online (de acordo com a coluna SalesQuantity).

b. Feito isso, faça um agrupamento de total vendido (SalesQuantity)

por ID do produto e descubra quais foram os top 3 produtos mais
comprados pelo cliente da letra a).

4 Questão 4
a. Faça um agrupamento e descubra a quantidade total de produtos
por marca.
b. Determine a média do preço unitário (UnitPrice) para cada
ClassName.
c. Faça um agrupamento de cores e descubra o peso total que cada cor
de produto possui.

5 Questão 5
Você deverá descobrir o peso total para cada tipo de produto
(StockTypeName). A tabela final deve considerar apenas a marca
‘Contoso’ e ter os seus valores classificados em ordem decrescente.
 AGRUPAMENTOS

EXERCÍCIOS 6 Questão 6
Você seria capaz de confirmar se todas as marcas dos produtos possuem
à disposição todas as 16 opções de cores?

Questão 7
7 Faça um agrupamento para saber o total de clientes de acordo com o
Sexo e também a média salarial de acordo com o Sexo. Corrija qualquer
resultado “inesperado” com os seus conhecimentos em SQL.

8 Questão 8
Faça um agrupamento para descobrir a quantidade total de clientes e a
média salarial de acordo com o seu nível escolar. Utilize a coluna
Education da tabela DimCustomer para fazer esse agrupamento.
 AGRUPAMENTOS

EXERCÍCIOS 9 Questão 9
Faça uma tabela resumo mostrando a quantidade total de funcionários
de acordo com o Departamento (DepartmentName). Importante: Você
deverá considerar apenas os funcionários ativos.

Questão 10
10 Faça uma tabela resumo mostrando o total de VacationHours para cada
cargo (Title). Você deve considerar apenas as mulheres, dos
departamentos de Production, Marketing, Engineering e Finance, para os
funcionários contratados entre os anos de 1999 e 2000.
 AGRUPAMENTOS

GABARITOS

Questão 1
1 a. Faça um resumo da quantidade vendida (SalesQuantity) de acordo
com o canal de vendas (channelkey).

b. Faça um agrupamento mostrando a quantidade total vendida

(SalesQuantity) e quantidade total devolvida (Return Quantity) de
acordo com o ID das lojas (StoreKey).

c. Faça um resumo do valor total vendido (SalesAmount) para cada

canal de venda, mas apenas para o ano de 2007.
 AGRUPAMENTOS

GABARITOS

2 Questão 2
Você precisa fazer uma análise de vendas por produtos. O objetivo final
é descobrir o valor total vendido (SalesAmount) por produto
(ProductKey).

a. A tabela final deverá estar ordenada de acordo com a quantidade

vendida e, além disso, mostrar apenas os produtos que tiveram um
resultado final de vendas maior do que $5.000.000.

b. Faça uma adaptação no exercício anterior e mostre os Top 10

produtos com mais vendas. Desconsidere o filtro de $5.000.000
aplicado.
 AGRUPAMENTOS

GABARITOS
Questão 3
3 a. Você deve fazer uma consulta à tabela FactOnlineSales e descobrir
qual é o ID (CustomerKey) do cliente que mais realizou compras
online (de acordo com a coluna SalesQuantity).

b. Feito isso, faça um agrupamento de total vendido (SalesQuantity)

por ID do produto e descubra quais foram os top 3 produtos mais
comprados pelo cliente da letra a).
 AGRUPAMENTOS

GABARITOS

4 Questão 4
a. Faça um agrupamento e descubra a quantidade total de produtos
por marca.
b. Determine a média do preço unitário (UnitPrice) para cada
ClassName.
c. Faça um agrupamento de cores e descubra o peso total que cada cor
de produto possui.
 AGRUPAMENTOS

GABARITOS

5 Questão 5
Você deverá descobrir o peso total para cada tipo de produto
(StockTypeName). A tabela final deve considerar apenas a marca
‘Contoso’ e ter os seus valores classificados em ordem decrescente.
 AGRUPAMENTOS

GABARITOS

6 Questão 6
Você seria capaz de confirmar se todas as marcas dos produtos possuem
à disposição todas as 16 opções de cores? Nenhuma marca possui
um exemplar de cada cor.
 AGRUPAMENTOS

GABARITOS
Questão 7
7 Faça um agrupamento para saber o total de clientes de acordo com o
Sexo e também a média salarial de acordo com o Sexo. Corrija qualquer
resultado “inesperado” com os seus conhecimentos em SQL.
 AGRUPAMENTOS

GABARITOS

8 Questão 8
Faça um agrupamento para descobrir a quantidade total de clientes e a
média salarial de acordo com o seu nível escolar. Utilize a coluna
Education da tabela DimCustomer para fazer esse agrupamento.
 AGRUPAMENTOS

GABARITOS

Questão 9
9 Faça uma tabela resumo mostrando a quantidade total de funcionários
de acordo com o Departamento (DepartmentName). Importante: Você
deverá considerar apenas os funcionários ativos.
 AGRUPAMENTOS

GABARITOS
Questão 10
10 Faça uma tabela resumo mostrando o total de VacationHours para cada
cargo (Title). Você deve considerar apenas as mulheres, dos
departamentos de Production, Marketing, Engineering e Finance, para os
funcionários contratados entre os anos de 1999 e 2000.
MÓDULO 7

JOINs
O QUE VEREMOS NESTE MÓDULO
MÓDULO 7
Chave Primária vs. Chave Estrangeira
Uma Chave Primária é uma coluna que identifica as informações distintas em uma tabela. Geralmente é uma coluna de ID. Toda tabela terá uma, e
somente uma, chave primária. Essa chave é utilizada como identificador único da tabela, sendo representada por uma coluna que não receberá valores
repetidos.

Já uma Chave Estrangeira é uma coluna que permite relacionar as linhas de uma segunda tabela com a Chave Primária de uma primeira tabela.

Como pode ser visto abaixo, a tabela Categoria possui uma coluna chamada id_subcategoria, com valores que não se repetem. Essa será a Chave
Primária. Já na tabela de Produtos, a coluna de id_subcategoria também aparece, mas os valores se repetem. Isso porque podemos ter mais de um
produto pertencendo à mesma categoria. Na tabela de Produtos, a coluna de id_subcategoria vai ser a Chave Estrangeira e vai permitir a gente
relacionar os valores dessa coluna com a Chave Primária da tabela de Categoria.
Tabela Fato vs. Tabela Dimensão
Você provavelmente deve ter notado em nossas tabelas do
banco de dados Contoso que os nomes das tabelas possuem
um certo padrão: alguns nomes começam com a inicial Dim e DimChannel
outros com a inicial Fact. Chegou a hora de entender essa
nomenclatura.

Vamos analisar as tabelas DimChannel e FactSales do nosso

banco de dados Contoso, conforme mostrado no print ao lado.

A tabela DimChannel resume os 4 canais de venda da empresa

Contoso, e a tabela FactSales é uma tabela que contém as
vendas dos produtos.

Essas duas tabelas possuem características diferentes, que

vamos entender agora.

FactSales
 Tabela Fato vs. Tabela Dimensão
Uma Tabela Dimensão é uma tabela que contém
características de um determinado elemento: lojas, produtos,
funcionários, clientes, etc.
DimChannel
Nesta tabela, nenhum dos elementos principais irá se repetir. É
onde vamos encontrar nossas chaves primárias.

Uma Tabela Fato é uma tabela que vai registrar os fatos ou

acontecimentos de uma empresa/negócio em determinados
Chave Estrangeira
períodos de tempo (vendas, devoluções, aberturas de Chave Primária
chamados, receitas, despesas, etc).

Geralmente é uma tabela com milhares de informações e

composta essencialmente por colunas de ID usadas para
buscar as informações complementares de uma tabela
dimensão, conhecidas como chaves estrangeiras.

No exemplo ao lado, a FactSales é a nossa tabela Fato e a

DimChannel é a nossa tabela Dimensão.

Agora faz sentido o porquê dessas iniciais ‘Fact’ e ‘Dim’ no

nome das tabelas?
FactSales
Tabela Fato vs. Tabela Dimensão

DimSubcategory

Não necessariamente uma relação acontece entre

uma fato e uma dimensão.

Duas dimensões também podem se relacionar, como é

o caso do exemplo ao lado. Chave Estrangeira
Chave Primária
O que não fazemos é uma relação entre duas fatos.

DimProduct
JOIN
Nas aulas anteriores vimos que existem dois tipos de tabelas: Dimensão e Fato. Essas tabelas podem ser relacionadas através de uma coluna: na tabela
Dimensão, identificamos a chave Primária, que será relacionada com a chave Estrangeira da tabela Fato.

Mas pra que servem essas relações?

Essas relações serão criadas por meio do que chamamos de JOIN’s. A tradução literal dessa palavra é “juntar”, “unir”. Os JOINs vão nos permitir fazer
exatamente isso: juntar as nossas tabelas Fato e Dimensão, de forma a complementar as informações umas das outras.

Existem diversos tipos de Joins no SQL, os quais estão listados ao lado.

RIGHT OUTER
LEFT OUTER JOIN INNER JOIN FULL OUTER JOIN LEFT ANTI JOIN RIGHT ANTI JOIN FULL ANTI JOIN
JOIN

Veremos mais a frente que os Joins mais utilizados serão o LEFT JOIN e o INNER JOIN. Porém, vamos aprender na prática como todos eles funcionam.
 LEFT (OUTER) JOIN

O LEFT JOIN vai nos permitir relacionar duas tabelas (Tabela A e Tabela B) e criar uma nova tabela (Tabela C) que é a junção das duas.

A tabela resultante desse JOIN terá todas as linhas exclusivas apenas da tabela A, mais as linhas que são a interseção entre a Tabela A e a Tabela B.

Nenhuma linha presente apenas na Tabela B será incluída na tabela resultante desse JOIN.
 RIGHT (OUTER) JOIN

O RIGHT JOIN vai nos permitir relacionar duas tabelas (Tabela A e Tabela B) e criar uma nova tabela (Tabela C) que é a junção das duas.

A tabela resultante desse JOIN terá todas as linhas exclusivas apenas da tabela B, mais as linhas que são a interseção entre a Tabela A e a Tabela B.

Nenhuma linha presente apenas na Tabela A será incluída na tabela resultante desse JOIN.
 INNER (OUTER) JOIN

O INNER JOIN vai nos permitir relacionar duas tabelas (Tabela A e Tabela B) e criar uma nova tabela (Tabela C) que é a junção das duas.

A tabela resultante desse JOIN terá apenas as linhas que são a interseção entre a Tabela A e a Tabela B.
 FULL (OUTER) JOIN

O FULL JOIN vai nos permitir relacionar duas tabelas (Tabela A e Tabela B) e criar uma nova tabela (Tabela C) que é a junção das duas.

A tabela resultante desse JOIN terá todas as linhas da Tabela A e todas as linhas da Tabela B.
 LEFT (ANTI) JOIN

O LEFT (ANTI) JOIN vai nos permitir relacionar duas tabelas (Tabela A e Tabela B) e criar uma nova tabela (Tabela C) que é a junção das duas.

A tabela resultante desse JOIN terá apenas as linhas que só existem na Tabela A.
 RIGHT (ANTI) JOIN

O RIGHT (ANTI) JOIN vai nos permitir relacionar duas tabelas (Tabela A e Tabela B) e criar uma nova tabela (Tabela C) que é a junção das duas.

A tabela resultante desse JOIN terá apenas as linhas que só existem na Tabela B.
 FULL (ANTI) JOIN

O FULL (ANTI) JOIN vai nos permitir relacionar duas tabelas (Tabela A e Tabela B) e criar uma nova tabela (Tabela C) que é a junção das duas.

A tabela resultante desse JOIN terá apenas as linhas que só existem na Tabela A ou na Tabela B.
LEFT, RIGHT e INNER JOIN: exemplos práticos
Para fazer os exemplos a seguir, utilize os códigos a seguir para criar as tabelas de exemplo. Cada código deve ser executado em uma Consulta
diferente.

Crie uma Nova Consulta e utilize o primeiro código abaixo. Nele, vamos apenas criar um novo Banco de Dados para armazenar nossas Tabelas de
exemplo (Obs: entraremos mais a fundo na parte de criação de tabelas e bancos de dados no módulo CRUD).

Consulta 1
 LEFT, RIGHT e INNER JOIN: exemplos práticos
Na consulta 2, utilize o código abaixo para criar a tabela de Produtos, com 5 produtos de exemplo e as seguintes informações: id_produto, nome_produto
e id_subcategoria. (Obs: entraremos mais a fundo na parte de criação de tabelas e bancos de dados no módulo CRUD).

Consulta 2
 LEFT, RIGHT e INNER JOIN: exemplos práticos
Na consulta 3, utilize o código abaixo para criar a tabela de Subcategoria, com 5 subcategorias de exemplo. Essa tabela terá as seguintes informações:
id_subcategoria e nome_subcategoria. (Obs: entraremos mais a fundo na parte de criação de tabelas e bancos de dados no módulo CRUD).

Consulta 3
 LEFT, RIGHT e INNER JOIN: exemplos práticos
Na consulta ao lado, realizamos um LEFT JOIN.

Utilizamos um SELECT comum para selecionar as colunas

desejadas. Um detalhe importante é que quando selecionamos
uma coluna que é comum às duas tabelas (no caso, a coluna
id_subcategoria) precisamos especificar qual é a tabela que
queremos considerar.

Em relação à estrutura do JOIN, temos sempre o padrão abaixo:

uma igualdade, onde do lado esquerdo precisamos informar a
chave estrangeira da relação, e do lado direito precisamos
informar a chave primária da relação entre as tabelas.

chave estrangeira chave primária

Por fim, repare que a tabela resultante contém um produto que

existe apenas na tabela produto, o PS4.
 LEFT, RIGHT e INNER JOIN: exemplos práticos
Na consulta ao lado, realizamos um RIGHT JOIN.

A estrutura é muito semelhante ao LEFT JOIN (apenas trocamos

o LEFT por RIGHT).

O resultado final é uma tabela contendo também as

subcategorias que existem apenas na tabela da direita (Câmera
Digital e Televisão).
 LEFT, RIGHT e INNER JOIN: exemplos práticos
Por fim, realizamos um INNER JOIN.

A estrutura é muito semelhante ao LEFT/RIGHT JOIN (apenas

trocamos o LEFT/RIGHT por INNER).

O resultado final é uma tabela contendo apenas as informações

presentes nas duas tabelas, ou seja, a interseção.

Nessa tabela resultante não teremos nem o produto PS4 (que

existe apenas na tabela produtos, nem as subcategorias Câmera
Digital e Televisão da tabela subcategoria).
 FULL JOIN: exemplos práticos
Ao lado, realizamos um FULL JOIN.

Esse JOIN retornará todas as linhas das duas tabelas: tanto a

linha do produto PS4 (que existe apenas na tabela produto)
quanto as subcategorias Câmera Digital e Televisão (que
existem apenas na tabela subcategoria).

Essa seria uma junção completa das duas tabelas.

 LEFT, RIGHT e FULL ANTI JOIN: exemplos práticos
Outro conjunto de JOINs são os chamados ANTI JOIN: LEFT
ANTI JOIN, RIGTH ANTI JOIN e FULL ANTI JOIN.

Eles não são tão utilizados na prática, mas é importante que

você saiba o que cada um faz.

Ao lado, realizamos um LEFT ANTI JOIN.

Este JOIN vai retornar os produtos que existem apenas na

tabela da esquerda (produtos): no caso, o produto PS4.

Observe que não existe um comando chamado LEFT ANTI

JOIN. Para criá-lo, precisamos combinar o LEFT JOIN com um
filtro WHERE, onde consideramos todas as subcategorias
(tabela da direita) que são nulos.
 LEFT, RIGHT e FULL ANTI JOIN: exemplos práticos
Ao lado, realizamos um RIGHT ANTI JOIN.

Ele terá um comportamento semelhante ao LEFT ANTI JOIN,

com a diferença que a tabela resultante terá as linhas que estão
presentes apenas na tabela da direita (tabela subcategoria).
 LEFT, RIGHT e FULL ANTI JOIN: exemplos práticos
Por fim, realizamos um FULL ANTI JOIN.

Este JOIN retornará todas as linhas que estão presentes em

apenas uma das tabelas, como é mostrado na imagem ao lado.
 Como definir quem é a LEFT TABLE e a RIGHT TABLE
Uma dúvida comum é se existe alguma diferença em escolher
quem será a LEFT TABLE ou a RIGHT TABLE.

Observe o exercício ao lado. Utilizamos o LEFT JOIN para

retornar a junção entre as tabelas produtos e subcategoria.

Seria possível chegar no mesmo resultado utilizando o RIGHT

JOIN, como veremos na página a seguir.
 Como definir quem é a LEFT TABLE e a RIGHT TABLE
Observe que conseguimos obter a mesma tabela utilizando também o
RIGHT JOIN.

Para isso, precisamos fazer algumas alterações: a tabela de produtos,

que antes era a tabela da esquerda, virou a tabela da direita.

Já a tabela de subcategoria, que antes era a tabela da direita, virou a

tabela da esquerda.

Com essas alterações, conseguimos chegar no mesmo resultado,

utilizando o RIGHT JOIN.

O que vale a gente pensar no momento é que esse join tinha como
finalidade complementar as informações de subcategoria em nossa
tabela de produtos. É mais intuitivo pensar que queremos
complementar a tabela da esquerda com as informações da tabela da
direita. E para chegar nesse resultado, usamos o LEFT JOIN.

O RIGHT JOIN nos leva a uma lógica um pouco mais confusa, por
isso preferimos utilizar o LEFT JOIN, por ser mais intuitivo.

A lição que fica é: podemos chegar no mesmo resultado usando

tanto o LEFT JOIN quanto o RIGHT JOIN, mas o mais comum de ser
utilizado é o LEFT JOIN.
 LEFT JOIN ou INNER JOIN: qual usar?
Em alguns casos, o LEFT JOIN e o INNER JOIN podem trazer Tabela A Tabela B
o mesmo resultado.

Caso não haja nenhuma informação na tabela A que não

esteja presente na tabela B, os resultados serão iguais. Para
ficar claro, pense nas seguintes situações:

Situação 1
LEFT OUTER JOIN INNER JOIN

Se a Tabela A (esquerda) possui os produtos 1 a 10, e na A B A B

Tabela B (direita) também temos os produtos de 1 a 10, se
fizermos um INNER JOIN ou um LEFT JOIN, teremos o
mesmo resultado, pois não há em nenhuma das tabelas um
produto que exista apenas em uma dessas tabelas.

Situação 2

Se a Tabela A (esquerda) possui os produtos de 1 a 11, e na

LEFT JOIN INNER JOIN
Tabela B (direita) temos apenas os produtos de 1 a 10, repare
que há 1 produto na Tabela A que só existe na tabela A. No exemplo acima, a tabela resultante terá No exemplo acima, a tabela resultante terá
Portanto, se usamos o LEFT JOIN, a tabela resultante terá 1 também o produto PS4, que está presente apenas os produtos que estão presentes nas
produto a mais (o que existe apenas na tabela da esquerda) apenas na tabela A (esquerda). duas tabelas, excluindo o PS4, que está
presente apenas na Tabela A.
enquanto o INNER JOIN vai retornar apenas os produtos que
estão presentes nas duas tabelas (e deixará 1 produto da
Tabela A de fora).
 CROSS JOIN
Um outro JOIN que pode ser útil é o CROSS JOIN.

Com este JOIN, conseguimos criar uma tabela que é a combinação de todos os
valores entre duas colunas.

Observe a imagem ao lado. Utilizando o CROSS JOIN com as colunas nome_produto

e nome_subcategoria, é feita uma combinação de cada produto e cada subcategoria.

Essa combinação é conhecida como produto cartesiano: uma combinação um a um

de todos os valores de duas ou mais colunas.
 Múltiplos Joins
Em algumas situações, precisamos utilizar múltiplos
Joins.

Em nosso banco de dados Contoso, temos uma tabela

chamada DimProduct, que contém as informações dos
produtos.

Porém, essa tabela não possui informações das

categorias desses produtos, apenas as informações de
ids das subcategorias.

Portanto, sabemos apenas de forma indireta qual é a

categoria do produto: de acordo com o id da
subcategoria, conseguimos descobrir qual é a
categoria.
 Múltiplos Joins
Para levar uma informação da tabela de categoria até a tabela
de Produtos, precisaremos fazer dois joins: um para partir da
tabela de produtos e chegar na tabela de subcategoria, e outro
para sair da tabela de subcategoria e chegar na de categoria.

O resultado de uma consulta que reúne as informações de nome

do produto (DimProduct), nome da subcategoria
(DimProductSubcategory) e nome da categoria
(DimProductCategory) é mostrado na imagem ao lado.
 UNION e UNION ALL
Existem dois outros comandos usamos para junção de tabelas:
UNION e UNION ALL.

Estes dois permitem que a gente junte duas ou mais tabelas,

como se estivéssemos empilhando as tabelas, ou seja,
colocando uma tabela em cima da outra.

Ao lado, temos um exemplo do UNION. Imagine que tivéssemos

duas tabelas separadas por gênero, com informações de
clientes.

Poderíamos juntar as duas tabelas usando o UNION, chegando

no resultado de uma tabela única, contendo informações tanto
dos clientes do sexo masculino quanto do sexo feminino.

Um detalhe importante sobre o uso do UNION é que as tabelas

a serem juntadas precisam ter as mesmas colunas, na mesma
ordem.
 UNION e UNION ALL
Além do UNION, temos o UNION ALL.

Ele terá um resultado muito semelhante ao UNION, com

apenas uma diferença: todas as linhas duplicadas serão
incluídas.

Observe o exemplo ao lado. Temos uma união de duas

tabelas, também contendo informações separadas de
clientes por gênero, só que dessa vez apenas as colunas de
FirstName e BirthDate.

No UNION (imagem à esquerda), o resultado mostra 18.450

linhas. Já com o UNION ALL, temos um resultado de
18.484.

Qual é a diferença?

O UNION retorna uma tabela removendo todos os

duplicados, enquanto o UNION ALL mantém os duplicados.

Isso significa que essa união possui pessoas que nasceram

no mesmo dia, e possuem o mesmo primeiro nome. Por isso,
no caso do UNION, a quantidade de linhas resultado foi
menor.
 JOINs

EXERCÍCIOS 1 Questão 1
Utilize o INNER JOIN para trazer os nomes das subcategorias dos
produtos, da tabela DimProductSubcategory para a tabela DimProduct.

2 Questão 2
Identifique uma coluna em comum entre as tabelas
DimProductSubcategory e DimProductCategory. Utilize essa coluna
para complementar informações na tabela DimProductSubcategory a
partir da DimProductCategory. Utilize o LEFT JOIN.

3 Questão 3
Para cada loja da tabela DimStore, descubra qual o Continente e o Nome
do País associados (de acordo com DimGeography). Seu SELECT final
deve conter apenas as seguintes colunas: StoreKey, StoreName,
EmployeeCount, ContinentName e RegionCountryName. Utilize o LEFT
JOIN neste exercício.
 JOINs

EXERCÍCIOS 4 Questão 4
Complementa a tabela DimProduct com a informação de
ProductCategoryDescription. Utilize o LEFT JOIN e retorne em seu
SELECT apenas as 5 colunas que considerar mais relevantes.

5 Questão 5
A tabela FactStrategyPlan resume o planejamento estratégico da
empresa. Cada linha representa um montante destinado a uma
determinada AccountKey.

a. Faça um SELECT das 100 primeiras linhas de FactStrategyPlan para

reconhecer a tabela.

b. Faça um INNER JOIN para criar uma tabela contendo o

AccountName para cada AccountKey da tabela FactStrategyPlan. O
seu SELECT final deve conter as colunas:
• StrategyPlanKey
• DateKey
• AccountName
• Amount
 JOINs

EXERCÍCIOS 6 Questão 6
Vamos continuar analisando a tabela FactStrategyPlan. Além da coluna
AccountKey que identifica o tipo de conta, há também uma outra coluna
chamada ScenarioKey. Essa coluna possui a numeração que identifica o
tipo de cenário: Real, Orçado e Previsão.

Faça um INNER JOIN para criar uma tabela contendo o ScenarioName

para cada ScenarioKey da tabela FactStrategyPlan. O seu SELECT final
deve conter as colunas:
• StrategyPlanKey
• DateKey
• ScenarioName
• Amount

7 Questão 7
Algumas subcategorias não possuem nenhum exemplar de produto.
Identifique que subcategorias são essas.
 JOINs

EXERCÍCIOS 8 Questão 8
A tabela abaixo mostra a combinação entre Marca e Canal de Venda,
para as marcas Contoso, Fabrikam e Litware. Crie um código SQL para
chegar no mesmo resultado.
 JOINs

EXERCÍCIOS 9 Questão 9
Neste exercício, você deverá relacionar as tabelas FactOnlineSales com
DimPromotion. Identifique a coluna que as duas tabelas têm em comum
e utilize-a para criar esse relacionamento.

Retorne uma tabela contendo as seguintes colunas:

• OnlineSalesKey
• DateKey
• PromotionName
• SalesAmount

A sua consulta deve considerar apenas as linhas de vendas referentes a

produtos com desconto (PromotionName <> ‘No Discount’). Além
disso, você deverá ordenar essa tabela de acordo com a coluna
DateKey, em ordem crescente.
 JOINs

EXERCÍCIOS 10 Questão 10
A tabela abaixo é resultado de um Join entre a tabela FactSales e as
tabelas: DimChannel, DimStore e DimProduct.

Recrie esta consulta e classifique em ordem crescente de acordo com

SalesAmount.
 JOINs

GABARITOS

1 Questão 1
Utilize o INNER JOIN para trazer os nomes das subcategorias dos
produtos, da tabela DimProductSubcategory para a tabela DimProduct.
 JOINs

GABARITOS

2 Questão 2
Identifique uma coluna em comum entre as tabelas
DimProductSubcategory e DimProductCategory. Utilize essa coluna
para complementar informações na tabela DimProductSubcategory a
partir da DimProductCategory. Utilize o LEFT JOIN.
 JOINs

GABARITOS

3 Questão 3
Para cada loja da tabela DimStore, descubra qual o Continente e o Nome
do País associados (de acordo com DimGeography). Seu SELECT final
deve conter apenas as seguintes colunas: StoreKey, StoreName,
EmployeeCount, ContinentName e RegionCountryName. Utilize o LEFT
JOIN neste exercício.
 JOINs

GABARITOS

4 Questão 4
Complementa a tabela DimProduct com a informação de
ProductCategoryDescription. Utilize o LEFT JOIN e retorne em seu
SELECT apenas as 5 colunas que considerar mais relevantes.
 JOINs

GABARITOS

5 Questão 5
A tabela FactStrategyPlan resume o planejamento estratégico da
empresa. Cada linha representa um montante destinado a uma
determinada AccountKey.

a. Faça um SELECT das 100 primeiras linhas de FactStrategyPlan para

reconhecer a tabela.

b. Faça um INNER JOIN para criar uma tabela contendo o

AccountName para cada AccountKey da tabela FactStrategyPlan. O
seu SELECT final deve conter as colunas:
• StrategyPlanKey
• DateKey
• AccountName
• Amount
 JOINs

GABARITOS

6 Questão 6
Vamos continuar analisando a tabela FactStrategyPlan. Além da coluna
AccountKey que identifica o tipo de conta, há também uma outra coluna
chamada ScenarioKey. Essa coluna possui a numeração que identifica o
tipo de cenário: Real, Orçado e Previsão.

Faça um INNER JOIN para criar uma tabela contendo o ScenarioName

para cada ScenarioKey da tabela FactStrategyPlan. O seu SELECT final
deve conter as colunas:
• StrategyPlanKey
• DateKey
• ScenarioName
• Amount
 JOINs

GABARITOS

7 Questão 7
Algumas subcategorias não possuem nenhum exemplar de produto.
Identifique que subcategorias são essas.
 JOINs

GABARITOS

8 Questão 8
A tabela abaixo mostra a combinação entre Marca e Canal de Venda,
para as marcas Contoso, Fabrikam e Litware. Crie um código SQL para
chegar no mesmo resultado.
 JOINs

GABARITOS

9 Questão 9
Neste exercício, você deverá relacionar as tabelas FactOnlineSales com
DimPromotion. Identifique a coluna que as duas tabelas têm em comum
e utilize-a para criar esse relacionamento.

Retorne uma tabela contendo as seguintes colunas:

• OnlineSalesKey
• DateKey
• PromotionName
• SalesAmount

A sua consulta deve considerar apenas as linhas de vendas referentes a

produtos com desconto (PromotionName <> ‘No Discount’). Além
disso, você deverá ordenar essa tabela de acordo com a coluna
DateKey, em ordem crescente.
 JOINs

GABARITOS

10 Questão 10
A tabela abaixo é resultado de um Join entre a tabela FactSales e as
tabelas: DimChannel, DimStore e DimProduct.

Recrie esta consulta e classifique em ordem crescente de acordo com

SalesAmount.
MÓDULO 8

Group By + Joins
Aplicações
O QUE VEREMOS NESTE MÓDULO
MÓDULO 8
 GROUP BY + INNER JOIN
Nos últimos dois módulos, aprendemos a criar
agrupamentos com o GROUP BY e também
aprendemos a fazer relações/junções entre tabelas,
por meio dos JOINs.

Nesse módulo, vamos praticar com alguns casos que

combinam os dois conceitos: criar agrupamentos
utilizando o Join.

Ao lado, temos um exemplo dessa combinação

(enunciado do exercício está na própria imagem). Não
há nenhuma novidade em relação a combinação do
GROU BY e do JOIN.

Na verdade, é até mais fácil do que parece. Para criar

agrupamentos, aproveitando as relações criadas com o
JOIN, basta adicionar um GROUP BY logo ao final do
código da consulta, seguindo exatamente a mesma
ordem que já aprendemos.

Aqui também valem os filtros WHERE e HAVING,

combinados com o GROUP BY.

Agora, vamos praticar!

 GROUP BY + JOIN

EXERCÍCIOS 1 Questão 1
a. Faça um resumo da quantidade vendida (Sales Quantity) de acordo
com o nome do canal de vendas (ChannelName). Você deve ordenar
a tabela final de acordo com SalesQuantity, em ordem decrescente.

b. Faça um agrupamento mostrando a quantidade total vendida (Sales

Quantity) e quantidade total devolvida (Return Quantity) de acordo
com o nome das lojas (StoreName).

c. Faça um resumo do valor total vendido (Sales Amount) para cada

mês (CalendarMonthLabel) e ano (CalendarYear).

2 Questão 2
Você precisa fazer uma análise de vendas por produtos. O objetivo final
é descobrir o valor total vendido (SalesAmount) por produto.
a. Descubra qual é a cor de produto que mais é vendida (de acordo
com SalesQuantity).

b. Quantas cores tiveram uma quantidade vendida acima de 3.000.000.

 GROUP BY + JOIN

EXERCÍCIOS 3 Questão 3
Crie um agrupamento de quantidade vendida (SalesQuantity) por
categoria do produto (ProductCategoryName).

Obs: Você precisará fazer mais de 1 INNER JOIN, dado que a relação
entre FactSales e DimProductCategory não é direta.

4 Questão 4
a. Você deve fazer uma consulta à tabela FactOnlineSales e descobrir
qual é o nome completo do cliente que mais realizou compras online
(de acordo com a coluna SalesQuantity).

b. Feito isso, faça um agrupamento de produtos e descubra quais

foram os top 10 produtos mais comprados pelo cliente da letra a,
considerando o nome do produto.

5 Questão 5
Faça um resumo mostrando o total de produtos comprados (Sales
Quantity) de acordo com o sexo dos clientes.
 GROUP BY + JOIN

EXERCÍCIOS 6 Questão 6
Faça uma tabela resumo mostrando a taxa de câmbio média de acordo
com cada CurrencyDescription. A tabela final deve conter apenas taxas
entre 10 e 100.

7 Questão 7
Descubra o valor total na tabela FactStrategyPlan destinado aos
cenários: Actual e Budget.

8 Questão 8
Faça uma tabela resumo mostrando o resultado do planejamento
estratégico (FactStrategyPlan ) por ano.
 GROUP BY + JOIN

EXERCÍCIOS 9 Questão 9
Faça um agrupamento de quantidade de produtos por
ProductSubcategoryName. Leve em consideração em sua análise apenas
a marca Contoso e a cor Silver.

10 Questão 10
Faça um agrupamento duplo de quantidade de produtos por
BrandName e ProductSubcategoryName. A tabela final deverá ser
ordenada de acordo com a coluna BrandName.
 GROUP BY + JOIN

GABARITOS

1 Questão 1
a. Faça um resumo da quantidade vendida (Sales Quantity) de acordo
com o nome do canal de vendas (ChannelName). Você deve ordenar
a tabela final de acordo com SalesQuantity, em ordem decrescente.

b. Faça um agrupamento mostrando a quantidade total vendida (Sales

Quantity) e quantidade total devolvida (Return Quantity) de acordo
com o nome das lojas (StoreName).

c. Faça um resumo do valor total vendido (Sales Amount) para cada

mês (CalendarMonthLabel) e ano (CalendarYear).
 GROUP BY + JOIN

GABARITOS

1 Questão 1
a. Faça um resumo da quantidade vendida (Sales Quantity) de acordo
com o nome do canal de vendas (ChannelName). Você deve ordenar
a tabela final de acordo com SalesQuantity, em ordem decrescente.

b. Faça um agrupamento mostrando a quantidade total vendida (Sales

Quantity) e quantidade total devolvida (Return Quantity) de acordo
com o nome das lojas (StoreName).

c. Faça um resumo do valor total vendido (Sales Amount) para cada

mês (CalendarMonthLabel) e ano (CalendarYear).
 GROUP BY + JOIN

GABARITOS

1 Questão 1
a. Faça um resumo da quantidade vendida (Sales Quantity) de acordo
com o nome do canal de vendas (ChannelName). Você deve ordenar
a tabela final de acordo com SalesQuantity, em ordem decrescente.

b. Faça um agrupamento mostrando a quantidade total vendida (Sales

Quantity) e quantidade total devolvida (Return Quantity) de acordo
com o nome das lojas (StoreName).

c. Faça um resumo do valor total vendido (Sales Amount) para cada

mês (CalendarMonthLabel) e ano (CalendarYear).
 GROUP BY + JOIN

GABARITOS

2 Questão 2
Você precisa fazer uma análise de vendas por produtos. O objetivo final
é descobrir o valor total vendido (SalesAmount) por produto.
a. Descubra qual é a cor de produto que mais é vendida (de acordo
com SalesQuantity).

b. Quantas cores tiveram uma quantidade vendida acima de 3.000.000.

 GROUP BY + JOIN

GABARITOS

2 Questão 2
Você precisa fazer uma análise de vendas por produtos. O objetivo final
é descobrir o valor total vendido (SalesAmount) por produto.
a. Descubra qual é a cor de produto que mais é vendida (de acordo
com SalesQuantity).

b. Quantas cores tiveram uma quantidade vendida acima de 3.000.000.

 GROUP BY + JOIN

GABARITOS

3 Questão 3
Crie um agrupamento de quantidade vendida (SalesQuantity) por
categoria do produto (ProductCategoryName).

Obs: Você precisará fazer mais de 1 INNER JOIN, dado que a relação
entre FactSales e DimProductCategory não é direta.
 GROUP BY + JOIN

GABARITOS

4 Questão 4
a. Você deve fazer uma consulta à tabela FactOnlineSales e descobrir
qual é o nome completo do cliente que mais realizou compras online
(de acordo com a coluna SalesQuantity).

b. Feito isso, faça um agrupamento de produtos e descubra quais

foram os top 10 produtos mais comprados pelo cliente da letra a,
considerando o nome do produto.
 GROUP BY + JOIN

GABARITOS

4 Questão 4
a. Você deve fazer uma consulta à tabela FactOnlineSales e descobrir
qual é o nome completo do cliente que mais realizou compras online
(de acordo com a coluna SalesQuantity).

b. Feito isso, faça um agrupamento de produtos e descubra quais

foram os top 10 produtos mais comprados pelo cliente da letra a,
considerando o nome do produto.
 GROUP BY + JOIN

GABARITOS

5 Questão 5
Faça um resumo mostrando o total de produtos comprados (Sales
Quantity) de acordo com o sexo dos clientes.
 GROUP BY + JOIN

GABARITOS

6 Questão 6
Faça uma tabela resumo mostrando a taxa de câmbio média de acordo
com cada CurrencyDescription. A tabela final deve conter apenas taxas
entre 10 e 100.
 GROUP BY + JOIN

GABARITOS

7 Questão 7
Descubra o valor total na tabela FactStrategyPlan destinado aos
cenários: Actual e Budget.
 GROUP BY + JOIN

GABARITOS

8 Questão 8
Faça uma tabela resumo mostrando o resultado do planejamento
estratégico (FactStrategyPlan ) por ano.
 GROUP BY + JOIN

GABARITOS

9 Questão 9
Faça um agrupamento de quantidade de produtos por
ProductSubcategoryName. Leve em consideração em sua análise apenas
a marca Contoso e a cor Silver.
 GROUP BY + JOIN

GABARITOS

10 Questão 10
Faça um agrupamento duplo de quantidade de produtos por
BrandName e ProductSubcategoryName. A tabela final deverá ser
ordenada de acordo com a coluna BrandName.
MÓDULO 9

Variáveis
O QUE VEREMOS NESTE MÓDULO
MÓDULO 9
 Tipos de dados e operações básicas
Inteiro (INT)
1
Todo dado possui um tipo específico: ele pode ser um
número, um texto ou uma data. Qualquer número que seja representado apenas pela sua parte inteira,
sem casas decimais. Exemplos: 1, 100, 589.
Em resumo, temos abaixo os 4 principais tipos de dados:
A forma como o SQL vai entender que estamos trabalhando com um
número inteiro será através do identificador INT

Decimal (FLOAT)
Qualquer número que contenha casas decimais. Exemplos: 10.33,
90.91, 410.87.
2
A forma como o SQL vai entender que estamos trabalhando com um
número decimal será através do identificador FLOAT.

Texto (VARCHAR)
3 Toda cadeia de caracteres que pode ser interpretada como um texto.
Exemplos: ‘Carla’, ‘Motorola’, ‘Pastel’, ‘44’.

Data (DATETIME) A forma como o SQL vai entender que estamos trabalhando com um

4
texto será através do identificador VARCHAR
Qualquer dado no formado de data. Exemplos: ‘01/01/2021’,
‘23/03/2021’.

A forma como o SQL vai entender que estamos trabalhando com uma
data será através do identificador DATETIME
 Tipos de dados e operações básicas
Os tipos de dados determinam quais operações conseguimos fazer com os dados:
operações matemáticas, concatenação, etc.

Ao lado, temos alguns exemplos de operações que conseguimos fazer com os

diferentes tipos de dados.
 CAST e SQL_VARIANT_PROPERTY
A função CAST nos permite especificar o tipo de um dado. Ao lado, temos alguns
exemplos.

Observe na forma como o SQL entende cada tipo de dado:

• INT: inteiro
• FLOAT: decimal
• VARCHAR: texto/string
• DATETIME: data

Um comando muito útil para se descobrir o tipo dos dados é o

SQL_VARIANT_PROPERTY.

Esta função nos pede dois argumentos: o primeiro argumento é o

dado que queremos descobrir o tipo, e o segundo argumento é a
informação que queremos: BaseType, ou seja, o tipo do dado.

O resultado pode ser visto ao lado. Na primeira linha, passar

apenas a data ‘31/05/2014’ faz com que o dado seja armazenado
como texto (varchar). Em contrapartida, quando usamos o CAST
para forçar o tipo do dado para data, temos como resultado o
datetime.
 FORMAT
A função FORMAT nos permite formatar um valor a partir de uma
determinado código de formatação.

Ao lado, temos os principais formatos que podemos utilizar com

valores.
 ROUND, FLOOR e CEILING: Funções de arredondamento
Existem algumas funções muito úteis para arredondamento de valores:
ROUND, FLOOR e CEILING.

Essas funções são bem intuitivas:

• ROUND: arredonda um valor com uma quantidade de casas decimais.

• FLOOR: arredonda um valor para baixo, ou seja, para um número inteiro
logo abaixo.
• CEILING: arredonda um valor para cima, ou seja, para um número inteiro
logo acima.

Na imagem ao lado, é possível visualizar o resultado dessas funções,

considerando o valor 18.739130.

Obs.: A função ROUND possui uma aplicação além de apenas arredondar um

valor de acordo com um número de casas decimais. Na aplicação 2 da imagem
ao lado, utilizamos um terceiro argumento (número 1) para informar que o
que queremos na verdade não é arredondar, e sim cortar o número na
segunda casa decimal. Então em vez do valor ficar em 18.74, ele fica em
18.73.
 DECLARE e SET
Chegou a hora de entender o que são variáveis no SQL e como declará-las.

1. O que é uma variável?

Uma variável é um objeto que armazena o valor de um dado. Imagine por exemplo a sua carteira. A sua carteira é capaz de armazenar uma determinada
quantidade de dinheiro: 10 reais, 20 reais, 100 reais. A carteira é como se fosse a variável, o local onde armazenamos um valor, no caso, o dinheiro.

Variáveis são muito úteis para tornar nossos cálculos mais automáticos. Sempre que precisarmos utilizar um mesmo valor diversas vezes ao longo do
código, podemos utilizar variáveis pro caso da gente precisar alterar estes valores de uma vez. Com variáveis, alteramos uma vez só e o código ficará
muito mais otimizado.

2. Declarando uma variável

Declaramos uma variável dentro do SQL conforme a estrutura abaixo:

DECLARE @var TIPO

SET @var = valor

Ou seja, toda declaração começa com um DECLARE, seguido do nome da variável (iniciando com o @), um TIPO (que pode ser INT, FLOAT, VARCHAR ou
DATETIME, e na linha seguinte atribuímos um valor a essa variável.

Exemplo:

DECLARE @quantidade INT

SET @quantidade = 100
 DECLARE e SET
3. Declarando mais de uma variável

Também é possível declarar mais de uma variável por vez:

DECLARE @var1 TIPO1, @var2 TIPO2

SET @var1 = valor1
SET @var2 = valor2

Exemplo:

DECLARE @quantidade INT, @preco FLOAT, @faturamento FLOAT

SET @quantidade = 100
SET @preco = 8.99
SET @faturamento = @quantidade * @preco
 DECLARE e SET
4. Exemplos

Ao lado, temos alguns exemplos de variáveis. Tente exercitar!

 Utilizando uma variável em uma consulta (Exemplo 1)
É possível utilizar variáveis dentro de consultas, como
mostrado no exemplo ao lado.

Criamos uma variável @varDesconto para armazenar um

determinado valor e usamos em nossa consulta para calcular o
preço com desconto em cima dos produtos.
 Utilizando uma variável em uma consulta (Exemplo 2)
Ao lado, temos mais um exemplo de como usar variáveis dentro de
consultas.

Dessa vez, criamos uma variável @varData para tornar o filtro das
consultas mais automático.

Assim, sempre que a gente quiser analisar uma nova data, alteramos o
valor da variável uma única vez, e todos os lugares que utilizarem esse
valor dentro do código serão atualizados automaticamente.
 Armazenando o resultado de uma consulta em uma variável
Podemos também armazenar o resultado de uma consulta
dentro de uma variável.

No exemplo ao lado, armazenamos dentro de duas variáveis

os resultados de dois SELECTs: um que calcula a quantidade
de funcionários em uma empresa, e o outro que calcula a
quantidade de clientes, ambos considerando uma data de
nascimento.
 PRINT
Um outro comando útil é o PRINT. Podemos criar um código para
printar um determinado valor na caixa de mensagens, indicada na
imagem abaixo:
 Armazenando um registro de uma consulta em uma variável
Variáveis também nos permitem armazenar
determinados registros dentro de uma tabela.

Como assim registros?

Registros são as informações que temos dentro

de uma tabela. Por meio de um filtro ou top(n) é
possível acessar esses registros.

E pra fechar, conseguimos armazenar esses

registros dentro de variáveis.

No exemplo ao lado, armazenamos dentro de

duas variáveis o nome e o total vendido para o
produto mais vendido. Utilizamos para isso o
TOPN e o ORDER BY.
 Acumulando valores dentro de uma variável
Variáveis também podem acumular mais de um valor de uma vez.

Observe na imagem ao lado. Temos a variável @ListaNomes e

queremos armazenar dentro dela todos os funcionários do
departamento de Marketing, isso de uma só vez.

A estrutura para acumular os valores dentro da variável é mostrado

ao lado.
 Variáveis globais
O SQL possui algumas variáveis padrão, que podem ser acessadas
quando utilizamos o @@, como mostrado ao lado.

No código da imagem, conseguimos acessar variáveis que retornam

informações como: Nome do Servidor, Versão do Sistema ou até
mesmo a contagem de linhas de uma tabela.
 VÁRIÁVEIS

EXERCÍCIOS 1 Questão 1
Declare 4 variáveis inteiras. Atribua os seguintes valores a elas:

valor1 = 10
valor2 = 5
valor3 = 34
valor4 = 7

a) Crie uma nova variável para armazenar o resultado da soma entre

valor1 e valor2. Chame essa variável de soma.
b) Crie uma nova variável para armazenar o resultado da subtração
entre valor3 e valor 4. Chame essa variável de subtracao.
c) Crie uma nova variável para armazenar o resultado da multiplicação
entre o valor 1 e o valor4. Chame essa variável de multiplicacao.
d) Crie uma nova variável para armazenar o resultado da divisão do
valor3 pelo valor4. Chame essa variável de divisao. Obs: O resultado
deverá estar em decimal, e não em inteiro.
Arredonde o resultado da letra d) para 2 casas decimais.
 VÁRIÁVEIS

EXERCÍCIOS 2 Questão 2
Para cada declaração das variáveis abaixo, atenção em relação ao tipo
de dado que deverá ser especificado.

a. Declare uma variável chamada ‘produto’ e atribua o valor de

‘Celular’.

b. Declare uma variável chamada ‘quantidade’ e atribua o valor de 12.

c. Declare uma variável chamada ‘preco’ e atribua o valor 9.99.

d. Declare uma variável chamada ‘faturamento’ e atribua o resultado da

multiplicação entre ‘quantidade’ e ‘preco’.

e. Visualize o resultado dessas 4 variáveis em uma única consulta, por

meio do SELECT.
 VÁRIÁVEIS

EXERCÍCIOS 3 Questão 3
Você é responsável por gerenciar um banco de dados onde são
recebidos dados externos de usuários. Em resumo, esses dados são:
- Nome do usuário
- Data de nascimento
- Quantidade de pets que aquele usuário possui
Você precisará criar um código em SQL capaz de juntar as informações
fornecidas por este usuário. Para simular estes dados, crie 3 variáveis,
chamadas: nome, data_nascimento e num_pets. Você deverá armazenar
os valores ‘André’, ‘10/02/1998’ e 2, respectivamente.
O resultado final a ser alcançado é mostrado no print abaixo:

Dica: você precisará utilizar as funções CAST e FORMAT para chegar no

resultado.
 VÁRIÁVEIS

EXERCÍCIOS 4 Questão 4
Você acabou de ser promovido e o seu papel será realizar um controle de
qualidade sobre as lojas da empresa.
A primeira informação que é passada a você é que o ano de 2008 foi bem
complicado para a empresa, pois foi quando duas das principais lojas
fecharam. O seu primeiro desafio é descobrir o nome dessas lojas que
fecharam no ano de 2008, para que você possa entender o motivo e
mapear planos de ação para evitar que outras lojas importantes tomem o
mesmo caminho.
O seu resultado deverá estar estruturado em uma frase, com a seguinte
estrutura:
‘As lojas fechadas no ano de 2008 foram: ’ + nome_das_lojas

Obs: utilize o comando PRINT (e não o SELECT!) para mostrar o resultado.

5 Questão 5
Você precisa criar uma consulta para mostrar a lista de produtos da tabela
DimProduct para uma subcategoria específica: ‘Lamps’.
Utilize o conceito de variáveis para chegar neste resultado.
 VÁRIÁVEIS

GABARITOS

1 Questão 1
Declare 4 variáveis inteiras. Atribua os seguintes valores a elas:

valor1 = 10
valor2 = 5
valor3 = 34
valor4 = 7

a) Crie uma nova variável para armazenar o resultado da soma entre

valor1 e valor2. Chame essa variável de soma.
b) Crie uma nova variável para armazenar o resultado da subtração
entre valor3 e valor 4. Chame essa variável de subtracao.
c) Crie uma nova variável para armazenar o resultado da multiplicação
entre o valor 1 e o valor4. Chame essa variável de multiplicacao.
d) Crie uma nova variável para armazenar o resultado da divisão do
valor3 pelo valor4. Chame essa variável de divisao. Obs: O resultado
deverá estar em decimal, e não em inteiro.
Arredonde o resultado da letra d) para 2 casas decimais.
 VÁRIÁVEIS

GABARITOS

2 Questão 2
Para cada declaração das variáveis abaixo, atenção em relação ao tipo
de dado que deverá ser especificado.

a. Declare uma variável chamada ‘produto’ e atribua o valor de

‘Celular’.

b. Declare uma variável chamada ‘quantidade’ e atribua o valor de 12.

c. Declare uma variável chamada ‘preco’ e atribua o valor 9.99.

d. Declare uma variável chamada ‘faturamento’ e atribua o resultado da

multiplicação entre ‘quantidade’ e ‘preco’.

e. Visualize o resultado dessas 4 variáveis em uma única consulta, por

meio do SELECT.
 VÁRIÁVEIS

GABARITOS

3 Questão 3
Você é responsável por gerenciar um banco de dados onde são
recebidos dados externos de usuários. Em resumo, esses dados são:
- Nome do usuário
- Data de nascimento
- Quantidade de pets que aquele usuário possui
Você precisará criar um código em SQL capaz de juntar as informações
fornecidas por este usuário. Para simular estes dados, crie 3 variáveis,
chamadas: nome, data_nascimento e num_pets. Você deverá armazenar
os valores ‘André’, ‘10/02/1998’ e 2, respectivamente.
O resultado final a ser alcançado é mostrado no print abaixo:

Dica: você precisará utilizar as funções CAST e FORMAT para chegar no

resultado.
 VÁRIÁVEIS

GABARITOS

4 Questão 4
Você acabou de ser promovido e o seu papel será realizar um controle de
qualidade sobre as lojas da empresa.
A primeira informação que é passada a você é que o ano de 2008 foi bem
complicado para a empresa, pois foi quando duas das principais lojas
fecharam. O seu primeiro desafio é descobrir o nome dessas lojas que
fecharam no ano de 2008, para que você possa entender o motivo e
mapear planos de ação para evitar que outras lojas importantes tomem o
mesmo caminho.
O seu resultado deverá estar estruturado em uma frase, com a seguinte
estrutura:
‘As lojas fechadas no ano de 2008 foram: ’ + nome_das_lojas

Obs: utilize o comando PRINT (e não o SELECT!) para mostrar o resultado.

 VÁRIÁVEIS

GABARITOS

5 Questão 5
Você precisa criar uma consulta para mostrar a lista de produtos da tabela
DimProduct para uma subcategoria específica: ‘Lamps’.
Utilize o conceito de variáveis para chegar neste resultado.
MÓDULO 10

Manipulando Strings e
Datas no SQL
O QUE VEREMOS NESTE MÓDULO
MÓDULO 10
 LEN e DATALENGTH
As funções LEN e DATALENGTH possuem resultados
semelhantes: ambos retornam a quantidade de caracteres de
um determinado texto.

Ao lado, é possível visualizar um exemplo.

A grande diferença entre os dois é sutil: o LEN retorna a

quantidade de caracteres de um texto, porém ignora quando
aparecem espaços a mais.

Já o DATALENGTH retorna a quantidade de caracteres,

incluindo espaços a mais dentro do texto.
 CONCAT
A função CONCAT permite juntar dois ou mais textos em um só.

Observe a imagem ao lado. A partir das colunas de Nome e

Sobrenome da nossa tabela DimCustomer, podemos criar uma nova
coluna, chamada Nome Completo, que é a junção dos dois textos:
FirstName e LastName.

Para isso, usamos a função CONTAT.

 LEFT e RIGHT
As funções LEFT e RIGHT permitem extrair uma parte de um texto,
sempre começando da esquerda pra direita, ou da direita pra
esquerda, respectivamente.

Na imagem ao lado, temos um exemplo prático de como aplicar

essas funções.
 REPLACE
A função REPLACE permite que a gente substitua um determinado
texto por outro texto.

Na imagem ao lado, vemos uma aplicação prática do REPLACE.

Nela, substituímos os textos M e F por Masculino e Feminino,

respectivamente.
 TRANSLATE e STUFF
Existem outras duas funções usadas para substituir textos:
TRANSLATE e STUFF.

A função TRANSLATE permite que a gente informa uma sequência

de caracteres antigos que desejamos substituir, além da sequência
de caracteres novos que serão usados para substituir os caracteres
antigos, seguindo exatamente a mesma sequência.

Observe os exemplos ao lado. Essa função pede 3 argumentos:

1. Texto
2. Sequência antiga de caracteres
3. Sequência nova de caracteres.

Na primeira aplicação do TRANSLATE (Translate 1), todos os

caracteres [ são substituídos por (, todos os caracteres ] são
substituídos pelo ), e assim vai. Exatamente nessa ordem.

Já no exemplo Translate 2, sempre que a letra A aparecer, vamos

substituir por W. Sempre que aparecer a letra B, vamos substituir
por X, e assim vai.

Em resumo, essa substituição é feita caractere por caractere,

exatamente na ordem especificada.
 TRANSLATE e STUFF
A função STUFF permite que a gente substitua uma sequência de
caracteres com um tamanho específico, por um outro texto.

Essa função pede 4 argumentos:

1. Texto
2. Posição inicial onde começa o texto antigo
3. Quantidade de caracteres do texto antigo
4. Novo texto

No exemplo ao lado, temos duas situações: VBA Impressionador e

SQL Impressionador. Ambos tem 3 caracteres inicias (referentes ao
nome do curso) e podemos utilizar esse padrão, junto com a função
STUFF, para substituir sempre os 3 primeiros caracteres
(independente do que esteja escrito nesses 3 primeiros caracteres)
pelo texto ‘Excel’.
 UPPER e LOWER
As funções UPPER e LOWER são bastante intuitivas e nos
permitem ajustar as palavras para que fiquem em letras maiúsculas
e minúsculas.

Ao lado, temos uma aplicação dessas funções.

 FORMAT
A função FORMAT é uma função muito útil para realizar
formatações personalizadas em nossas consultas.

Essa função nos pede 2 argumentos:

1. Valor a ser formatado
2. Código de formatação

As principais formatações são mostradas ao lado.

 CHARINDEX e SUBSTRING
As funções CHARINDEX e SUBSTRING combinadas são muito
úteis para manipular textos de forma mais avançada.

A função CHARINDEX nos permite descobrir a posição de uma

determinada cadeira de caracteres dentro de um texto. Ela pede
2 argumentos:

1. Texto a ser procurado

2. Texto completo

No exemplo ao lado, vemos que o texto ‘Moreno’ encontra-se na

posição 8 do nome ‘Raquel Moreno’.

Já a função SUBSTRING nos permite retornar uma cadeia de

caracteres de dentro de um texto, a partir de uma posição inicial.

Essa função nos pede 3 argumentos:

1. Texto
2. Posição inicial do texto a ser extraído
3. Quantidade de caracteres a ser extraído

Na imagem ao lado, temos exemplos algumas aplicações dessas

duas funções.
 TRIM, LTRIM e RTRIM
As funções TRIM e LTRIM e RTRIM são funções que nos
permitem retirar espaços adicionais de um texto.

A função TRIM retira espaços adicionais à esquerda e à direita

do texto.

A função LTRIM retira espaços adicionais à esquerda do texto.

A função RTRIM retira espaços adicionais à direita do texto.

Visualmente, parece que não há diferença na aplicação das 3

funções. Porém, se utilizarmos a função DATALENGTH sobre
cada um dos resultados, vemos a diferença.
 DAY, MONTH e YEAR
As funções DAY e MONTH e YEAR são funções que nos
permitem descobrir o dia, mês e ano de uma data.

Ao lado, temos alguns exemplos do funcionamento dessas

funções.
 DATEFROMPARTS
A função DATEFROMPARTS é uma função que permite
retornar uma data completa a partir das informações separadas
de dia, mês e ano.
 GETDATE e SYSDATETIME
As funções GETDATE e SYSDATETIME nos permitem
retornar a data e hora atual do sistema.

A diferença entre elas é que a SYSDATETIME tem uma

maior precisão em relação à GETDATE.
 DATENAME e DATEPART
As funções DATENAME e DATEPART nos retornam
informações de uma data, como o dia, mês, ano,
trimestre, e assim vai.

As duas são usadas da mesma forma, com 2 argumentos:

1. Informação que queremos da data

2. Data

A diferença é que o resultado da função DATENAME é

um valor do tipo texto (varchar) enquanto o resultado da
função DATEPART é do tipo inteiro.
 DATEADD e DATEDIFF
As funções DATEADD e DATEDIFF são funções que nos permitem
realizar cálculos com datas.

A função DATEADD adiciona ou subtrai uma determinada quantidade

de dias, meses ou anos a uma data. Essa função pede 3 argumentos:

1. Intervalo de tempo que queremos considerar (dia, mês, ano).

2. Quantidade de intervalos que queremos considerar.
3. Data na qual vamos adicionar ou subtrair os intervalos.

Já a função DATEDIFF permite o cálculo da diferença entre duas

datas. Essa função pede 3 argumentos:

1. Intervalo de tempo que queremos subtrair (dia, mês, ano).

2. Data 1 a ser considerada no cálculo.
3. Data 2 a ser considerada no cálculo.

Ao lado, podemos ver exemplos práticos dessas funções.

MÓDULO 11

Funções Condicionais
O QUE VEREMOS NESTE MÓDULO
MÓDULO 11
 CASE WHEN... ELSE
Assim como qualquer linguagem de programação, no SQL também
podemos tratar condições.

A estrutura utilizada para tratamento de condições aqui é o CASE. A

função CASE nos permite tratar condições e retornar um determinado
valor, de acordo com o resultado de um ou mais testes lógicos. Essa
função tem exatamente o mesmo objetivo das funções SE e IF que
você já deve ter visto em algum momento.

Ao lado, temos um exemplo simples de como usar o CASE.

Ele será incluído em nosso código dentro de um SELECT como se

fosse uma nova coluna.

No exemplo, utilizamos o CASE para verificar se o Gênero do cliente é

igual a ‘M’. Se for, queremos retornar o texto ‘Masculino’. Caso
contrário, retornamos o resultado ‘Feminino’.
 CASE WHEN... ELSE (mais de uma condição)
No exemplo anterior, vimos como utilizar o CASE com apenas um teste lógico. Ou
seja, verificamos apenas uma vez o sexo do cliente. Caso o gênero não fosse ‘M’,
já assumimos que seria ‘F’.

Porém, alguns clientes na verdade são empresas, e na coluna de Gender o que

temos é o valor NULL.

Neste caso, se utilizarmos o CASE criado no exemplo anterior, todas as empresas

ficarão com o Sexto ‘Feminino’.

O ideal seria que a gente fizesse um novo teste, para conseguir verificar se, caso o
Gênero não seja nem ‘M’ nem ‘F’, ai sim podemos considerar como ‘Empresa’.

Observe na imagem ao lado o resultado final deste CASE com dois testes lógicos.
 CASE + AND
Podemos combinar o CASE com o AND para criar testes lógicos
ainda mais avançados.

Observe o exemplo ao lado. Queremos criar uma nova coluna em

nossa tabela para registrar o desconto de cada produto.

Os produtos que forem da marca Contoso E também forem da

cor Red, receberão um desconto de 10%. Caso contrário, não
recebem nenhum desconto.

A solução final é mostrada ao lado. Repare que a única diferença

em relação aos exemplos anteriores foi que adicionamos um
AND para nos permitir passar mais de um teste lógico.

Como o operador lógico AND, as duas condições (Marca igual à

Contoso E Cor igual à Red) precisam ser satisfeitas para que o
desconto seja aplicado.
 CASE + OR
Podemos também combinar o CASE com o operador lógico OR.

No exemplo ao lado, os produtos que forem da marca Contoso

OU da marca Fabrikam, receberão um desconto de 10%. Caso
contrário, não recebem nenhum desconto.

Como o operador lógico OR, qualquer uma das duas condições

poderá ser satisfeita (Marca igual à Contoso OU Marca igual à
Fabrikam) para que o desconto seja aplicado.
 CASE Aninhado
O CASE Aninhado nada mais é do que um CASE dentro de outro
CASE. Em algumas situações ele pode ser muito útil.

No exemplo ao lado, criamos uma lógica onde, de acordo com a

quantidade de funcionários da loja (EmployeeCount)
estabelecemos um status para aquela loja:

- Acima de 40 funcionários
- Entre 30 e 39 funcionários
- Entre 20 e 29 funcionários
- Abaixo de 19 funcionários

Porém, especificamente para as lojas que têm mais de 40

funcionários, queremos fazer um novo teste e dividir em ‘LOJA
ABERTA’ ou ‘LOJA FECHADA’.

Para isso, utilizamos um novo CASE, como mostrado na imagem.

 CASE Aditivo
Uma outra aplicação do CASE é em uma situação
especial, mostrada ao lado.

Nessa aplicação, conseguimos adicionar uma condição a

uma condição anterior.

Por exemplo, no exercício ao lado, queremos aplicar um

desconto de 10% aos produtos da categoria ‘TV and
Video’. E além disso, caso também seja da subcategoria
‘Televisão’, queremos aplicar mais 5%, fechando em 15%
de desconto.

Criamos um primeiro CASE para verificar a categoria.

Logo em seguida, somamos ao CASE que verifica se a
subcategoria é televisão.

O resultado final é mostrado na imagem ao lado.

 IIF: alternativa ao CASE
Uma alternativa ao CASE seria a função IIF. Ela é muito
semelhante com a fórmula SE do Excel, pois pede
exatamente 3 argumentos:

1. Teste Lógico
2. Valor se verdadeiro
3. Valor se falso

No exercício ao lado, queremos classificar um projeto de

acordo com o seu nível de risco. Utilizamos para isso uma
variável.

O resultado final é mostrado na imagem.

 IIF Composto
É possível utilizar um IIF dentro de outro IIF, criando o que
chamamos de IIF composto.

Com essa aplicação, tratamos vários resultados possíveis, de acordo

com mais de um teste lógico.

No exemplo ao lado, queremos fazer uma consulta à tabela

DimProduct e retornar o responsável pelos estoques dos produtos,
de acordo com o StockTypeName.

Como temos 3 tipos de estoque e consequentemente 3 responsáveis

diferentes, teremos que utilizar mais de 1 IIF para conseguir cobrir
todas as situações possíveis.

O resultado final da consulta é mostrado ao lado.

 ISNULL: Tratando valores nulos
A função ISNULL nos permite retornar um resultado alternativo para o caso de
um valor ser nulo (NULL).

Observe na imagem ao lado a coluna CityName. Diversas dessas cidades estão

com o valor NULL.

Podemos utilizar a função ISNULL para verificar essa coluna (no 1º argumento) e
caso o valor seja nulo, ele retornará um resultado alternativo.

No exemplo ao lado, o resultado alternativo para as cidades com o nome NULL

será o texto ‘Local desconhecido’.
MÓDULO 12

Views
O QUE VEREMOS NESTE MÓDULO
MÓDULO 12
 Introdução
Até aqui vimos como criar diferentes consultas aos bancos de
dados. Utilizamos comandos como o SELECT, GROUP BY, JOINs,
etc para criar tabelas como a mostrada ao lado.

Mas pra onde foram todas essas tabelas que a gente criou? Elas
estão em algum lugar?

A resposta é: elas não estão em nenhum lugar!

Tudo o que fizemos até agora foi apenas visualizar alguns dados
das nossas tabelas do Banco de Dados, nada além disso. Quando
executamos um SELECT e logo em seguida executamos outro
SELECT, o resultado do primeiro é perdido.

Nenhuma das consultas que fizemos ficou salvo em algum lugar.

Inclusive, diversas vezes precisamos criar as mesmas consultas,
pois elas se perdem a cada novo SELECT, ou quando fechamos
uma consulta e abrimos uma nova.

Existe uma solução pra gente conseguir salvar essas tabelas em

algum lugar, e essa solução é a View.
 O que é uma VIEW?
• Uma View (ou traduzindo, uma exibição), é uma tabela virtual
criada a partir de uma consulta a uma ou mais tabelas (ou até
mesmo de outras Views) no banco de dados.

• Ela contém linhas e colunas assim como uma tabela real. Nela
podemos utilizar comandos como o JOIN, WHERE e outras
funções.

• Sempre mostra resultados atualizados dos dados, ou seja, uma

vez criada uma View, caso haja alterações no Banco de Dados,
as Views são atualizadas automaticamente.

• Caso o servidor seja desligado (ou o SSMS fechado), a View

continua armazenada no sistema.

Através de uma View, conseguimos armazenar o resultado de um

SELECT (como por exemplo, a tabela à direita) e acessar sempre
que precisar, como se fosse uma tabela, com a vantagem de não
precisar criar esse SELECT do zero.
 Por que criar uma VIEW?
São muitas as vantagens de uma View. Abaixo temos algumas das principais:

Reutilização Segurança Ganho de tempo

Sempre que necessário, Ao criar uma View, estamos ocultando Quando criamos Views,
podemos consultar aquela linhas ou colunas da tabela original do estamos poupando o tempo
View, pois ela fica armazenada banco de dados. Desta forma, apenas de recriar vários SELECTs, o
algumas informações relevantes serão
no sistema. que aumenta a produtividade.
visualizadas na View.
 CREATE VIEW: Criando a primeira VIEW
Para criar uma View, utilizamos o comando CREATE VIEW. Na Uma vez criada, a View ficará armazenada no banco de dados, na pasta de
imagem abaixo temos a estrutura padrão: Exibições.

CREATE VIEW nome_da_view AS E para selecionar essa View, utilizamos o comando SELECT.
SELECT
Coluna1,
Coluna2,
Coluna3
FROM
Tabela
 ALTER VIEW: Alterando uma VIEW criada
Para alterar uma View criada, usamos o comando ALTER VIEW.

Na imagem ao lado, temos um exemplo. A vwClientes, criada anteriormente,

foi alterada para considerar apenas os clientes do sexo feminino.
 DROP VIEW: Excluindo uma VIEW
Para excluir uma View criada, usamos o comando DROP VIEW.

O comando é bem simples e é ilustrado na imagem ao lado.

 VIEWS

EXERCÍCIOS 1 Questão 1
a. A partir da tabela DimProduct, crie uma View contendo as
informações de ProductName, ColorName, UnitPrice e UnitCost, da
tabela DimProduct. Chame essa View de vwProdutos.

b. A partir da tabela DimEmployee, crie uma View mostrando

FirstName, BirthDate, DepartmentName. Chame essa View de
vwFuncionarios.

c. A partir da tabela DimStore, crie uma View mostrando StoreKey,

StoreName e OpenDate. Chame essa View de vwLojas.

Questão 2
2 Crie uma View contendo as informações de Nome Completo (FirstName
+ LastName), Gênero (por extenso), E-mail e Renda Anual (formatada
com R$).

Utilize a tabela DimCustomer. Chame essa View de vwClientes.

 VIEWS

EXERCÍCIOS 3 Questão 3
a. A partir da tabela DimStore, crie uma View que considera apenas as
lojas ativas. Faça um SELECT de todas as colunas. Chame essa View
de vwLojasAtivas.

b. A partir da tabela DimEmployee, crie uma View de uma tabela que

considera apenas os funcionários da área de Marketing. Faça um
SELECT das colunas: FirstName, EmailAddress e DepartmentName.
Chame essa de vwFuncionariosMkt.

c. Crie uma View de uma tabela que considera apenas os produtos das
marcas Contoso e Litware. Além disso, a sua View deve considerar
apenas os produtos de cor Silver. Faça um SELECT de todas as
colunas da tabela DimProduct. Chame essa View de
vwContosoLitwareSilver.

Questão 4
4 Crie uma View que seja o resultado de um agrupamento da tabela
FactSales. Este agrupamento deve considerar o SalesQuantity
(Quantidade Total Vendida) por Nome do Produto. Chame esta View de
vwTotalVendidoProdutos.

OBS: Para isso, você terá que utilizar um JOIN para relacionar as tabelas
FactSales e DimProduct.
 VIEWS

EXERCÍCIOS 5 Questão 5
Faça as seguintes alterações nas tabelas da questão 1.

a. Na View criada na letra a da questão 1, adicione a coluna de

BrandName.

b. Na View criada na letra b da questão 1, faça um filtro e

considere apenas os funcionários do sexo feminino.

c. Na View criada na letra c da questão 1, faça uma alteração e

filtre apenas as lojas ativas.

6 Questão 6
a. Crie uma View que seja o resultado de um agrupamento da tabela
DimProduct. O resultado esperado da consulta deverá ser o total de
produtos por marca. Chame essa View de vw_6a.

b. Altere a View criada no exercício anterior, adicionando o peso total

por marca. Atenção: sua View final deverá ter então 3 colunas:
Nome da Marca, Total de Produtos e Peso Total.

c. Exclua a View vw_6a.

 VIEWS

GABARITOS

1 Questão 1
a. A partir da tabela DimProduct, crie uma View contendo as
informações de ProductName, ColorName, UnitPrice e UnitCost, da
tabela DimProduct. Chame essa View de vwProdutos.

b. A partir da tabela DimEmployee, crie uma View mostrando

FirstName, BirthDate, DepartmentName. Chame essa View de
vwFuncionarios.

c. A partir da tabela DimStore, crie uma View mostrando StoreKey,

StoreName e OpenDate. Chame essa View de vwLojas.
 VIEWS

GABARITOS

Questão 2
2 Crie uma View contendo as informações de Nome Completo (FirstName
+ LastName), Gênero (por extenso), E-mail e Renda Anual (formatada
com R$).

Utilize a tabela DimCustomer. Chame essa View de vwClientes.

 VIEWS

GABARITOS

3 Questão 3
a. A partir da tabela DimStore, crie uma View que considera apenas as
lojas ativas. Faça um SELECT de todas as colunas. Chame essa View
de vwLojasAtivas.

b. A partir da tabela DimEmployee, crie uma View de uma tabela que

considera apenas os funcionários da área de Marketing. Faça um
SELECT das colunas: FirstName, EmailAddress e DepartmentName.
Chame essa de vwFuncionariosMkt.

c. Crie uma View de uma tabela que considera apenas os produtos das
marcas Contoso e Litware. Além disso, a sua View deve considerar
apenas os produtos de cor Silver. Faça um SELECT de todas as
colunas da tabela DimProduct. Chame essa View de
vwContosoLitwareSilver.
 VIEWS

GABARITOS

Questão 4
4 Crie uma View que seja o resultado de um agrupamento da tabela
FactSales. Este agrupamento deve considerar o SalesQuantity
(Quantidade Total Vendida) por Nome do Produto. Chame esta View de
vwTotalVendidoProdutos.

OBS: Para isso, você terá que utilizar um JOIN para relacionar as tabelas
FactSales e DimProduct.
 VIEWS

GABARITOS

5 Questão 5
Faça as seguintes alterações nas tabelas da questão 1.

a. Na View criada na letra a da questão 1, adicione a coluna de

BrandName.

b. Na View criada na letra b da questão 1, faça um filtro e

considere apenas os funcionários do sexo feminino.

c. Na View criada na letra c da questão 1, faça uma alteração e

filtre apenas as lojas ativas.
 VIEWS

GABARITOS

6 Questão 6
a. Crie uma View que seja o resultado de um agrupamento da tabela
DimProduct. O resultado esperado da consulta deverá ser o total de
produtos por marca. Chame essa View de vw_6a.

b. Altere a View criada no exercício anterior, adicionando o peso total

por marca. Atenção: sua View final deverá ter então 3 colunas:
Nome da Marca, Total de Produtos e Peso Total.

c. Exclua a View vw_6a.

MÓDULO 13

CRUD
O QUE VEREMOS NESTE MÓDULO
MÓDULO 13
 O que é CRUD?
Operações CRUD são operações que conseguimos fazer em um Banco de Dados. Essa sigla significa o seguinte:

CREATE
• Permite criar Bancos de Dados, Tabelas ou Exibições (Views)
READ
• Permite ler os dados do banco de dados. Basicamente foi o que mais fizemos no Curso, através do SELECT.
UPDATE
• Permite atualizar os dados do banco de dados, tabelas ou views.
DELETE
• Permite deletar dados de um banco de dados, tabelas ou views.

No módulo anterior, vimos como criar Views (exibições). Essas exibições não são entendidas exatamente como tabelas do banco de dados.

Agora o que vamos fazer é aprender como criar tabelas propriamente ditas,
 Lembrando o que é um Banco de Dados…
Um banco de dados é composto por um conjunto de tabelas (vide exemplo Contoso).

As tabelas armazenam dados em linhas e colunas.

Uma linha abrange várias colunas que juntas descrevem alguma característica de um objeto. Desta forma, uma coluna é como se
fosse uma categoria.

Portanto, cada objeto (registro/record) possui características que pertencem a essas categorias.

Agora o que vamos fazer é aprender como criar tabelas propriamente ditas,
 Por que um Banco de Dados é importante
Como dito anteriormente, um Banco de Dados será usado para guardar todas as tabelas criadas. É importante entender que as
tabelas de um banco de dados precisam ter algum tipo de relação.

Tomando como exemplo o Banco de Dados Contoso, todas as tabelas ali dentro têm algum tipo de relação. Não faria sentido,
por exemplo, a gente criar uma tabela que contivesse informações de roupas da Riachuelo, sendo que é uma informação que não
tem relação nenhuma com a Contoso.
 Como criar um Banco de Dados
CREATE DATABASE

Vimos no módulo anterior como criar VIEWS, usando o comando CREATE VIEW. Para criar um Banco de Dados, a lógica é semelhante. Isso vale para
tabelas.
Existem 2 formas de criar um Banco de Dados. Na primeira opção, podemos criar de forma manual clicando com o botão direito em cima da pasta Banco
de Dados, e depois em Novo Banco de Dados... A segunda opção seria através de um código simples em SQL.

Manualmente Usando SQL

 Como criar um Banco de Dados
Uma vez criado, o Banco de Dados aparecerá da seguinte forma:
Como criar uma tabela
Agora que temos o nosso Banco de Dados, vamos começar a adicionar
tabelas dentro dele. Mas antes, alguns pontos importantes que devemos
ter em mente ao criar uma nova tabela:

Cada coluna da tabela vai ter um mesmo tipo de

informação. Ou seja, uma coluna de Nome não pode
conter outras informações além de nomes. O
mesmo vale para qualquer outra coluna: é
necessário seguir um padrão no tipo de informação
que temos naquela coluna, nunca misturar!
Como criar uma tabela
Agora que temos o nosso Banco de Dados, vamos começar a adicionar
tabelas dentro dele. Mas antes, alguns pontos importantes que devemos
ter em mente ao criar uma nova tabela:

As tabelas criadas devem ter uma estrutura

particular: para adicionar uma nova informação
nessa tabela (um novo cliente) adicionamos sempre
uma nova linha! Se na sua tabela você adiciona uma
nova coluna sempre que precisa adicionar um novo
dado, reveja a sua estrutura.
Como criar uma tabela
Agora que temos o nosso Banco de Dados, vamos começar a adicionar
tabelas dentro dele. Mas antes, alguns pontos importantes que devemos
ter em mente ao criar uma nova tabela:
INT VARCHA FLOAT
R

Cada coluna vai ter um mesmo tipo de dado. Ou

seja, na coluna de ID, sempre teremos um número;
na coluna de Nome, sempre teremos textos, na
coluna de data, sempre datas, e assim vai.

DATETIME DATETIME
Como criar uma tabela
Para criar as tabelas nos Bancos de Dados, vamos utilizar as operações
CRUD da seguinte maneira:

CREATE TABLE
O comando CREATE TABLE vai nos permitir criar uma
nova tabela. Ao lado, temos um exemplo da estrutura
para utilização do comando. É neste momento que
declaramos o tipo de cada dado.
Como criar uma tabela
Para criar as tabelas nos Bancos de Dados, vamos utilizar as operações
CRUD da seguinte maneira:

INSERT INTO
Será através do comando INSERT INTO que vamos
adicionar novos valores em nossa tabela. Além deste
comando, precisaremos também do VALUES para
especificar os valores adicionados.
Como criar uma tabela
Para criar as tabelas nos Bancos de Dados, vamos utilizar as operações
CRUD da seguinte maneira:

UPDATE
Através do comando UPDATE conseguiremos atualizar
um valor dentro de uma tabela. Geralmente esse
comando é utilizado em conjunto com o WHERE, que
vai nos possibilitar identificar a linha onde vamos fazer
a alteração.
Como criar uma tabela
Para criar as tabelas nos Bancos de Dados, vamos utilizar as operações
CRUD da seguinte maneira:

DELETE
O comando DELETE é o que vai permitir a exclusão de
dados em uma tabela. Observe que ainda não estamos
falando de exclusão de tabelas, e sim exclusão de dados
dentro de uma tabela.
Como criar uma tabela
Para criar as tabelas nos Bancos de Dados, vamos utilizar as operações
CRUD da seguinte maneira:

DROP TABLE
O comando DROP TABLE permite a exclusão definitiva
de uma tabela dentro de um Banco de Dados.
 CREATE e DROP DATABASE
Vamos criar/excluir nosso primeiro Banco de Dados.

Utilize o comando CREATE DATABASE ao lado para

criar o banco de dados ‘Teste’.

Em seguida, utilize o comando DROP DATABASE para

excluir o banco de dados criado.

Por fim, crie um novo banco de dados chamado

db_Impressionador. Este será o banco de dados onde
criaremos nossas tabelas nas próximas aulas.
 USE DATABASE
Agora que temos mais de um banco de dados,
precisamos tomar cuidado antes de criar uma nova
tabela.

O que podemos fazer para garantir que a tabela será

criada no banco de dados certo seria alterar o nome do
banco de dados no local indicado na imagem à direita.

Porém, essa seria uma solução manual.

O ideal será utilizar o comando USE, que nos permite

identificar, logo no início do nosso código, qual o Banco
de Dados queremos selecionar. Isso deixará essa seleção
muito mais automática e evitará qualquer problema de
criação de tabelas no banco de dados errado.
 CREATE TABLE
Utilize o comando CREATE TABLE ao lado para criar a
tabela ‘Produtos’.

A nova tabela deverá conter 4 colunas:

• id_produto (INT)
• nome_produto (VARCHAR)
• data_validade (DATETIME)
• preco_produto (FLOAT)
 INSERT INTO
Utilize o comando INSERT INTO ao lado para adicionar
novos valores à tabela.

Um detalhe importante: não faz diferença a ordem em

que os valores são adicionados dentro do comando
VALUES, desde que essa ordem respeite a ordem das
colunas dentro dos parênteses, logo após o nome da
tabela.
 Existe ordem correta para adicionar dados no INSERT?
Não existe ordem correta para adicionar os valores
dentro do INSERT INTO. Observe na imagem ao lado
que podemos adicionar os valores de forma diferente
da ordem das colunas da tabela.

A única condição é que os valores dentro do VALUES

sigam a mesma ordem dos argumentos informados
dentro dos parênteses da tabela.

Inclusive, observe que podemos até mesmo não passar

uma das informações (nome do produto) e não teremos
nenhum erro.
 UPDATE
Utilize o comando UPDATE para atualizar um dado
dentro de uma tabela.

O WHERE será fundamental para que a gente possa

especificar exatamente qual é o id que queremos
alterar.

Observe que, após o SET, deve ser informado o nome

da coluna que queremos alterar o valor (no exemplo,
nome_produto).
 DELETE
Utilize o comando DELETE para deletar um dado
dentro de uma tabela.

O WHERE será fundamental para que a gente possa

especificar exatamente qual é o id que queremos
deletar.
 Código para criação de uma tabela exemplo
Utilize o código ao lado para criar uma tabela
exemplo de Funcionários. Essa tabela será
usada para as próximas aplicações, onde
veremos como alterar colunas de uma tabela.
 ALTER TABLE: Adicionar coluna
Para adicionar uma coluna, utilizamos o comando ALTER
TABLE em conjunto com o comando ADD, assim como
mostrado no print ao lado.

Em seguida, utilizamos o UPDATE em conjunto com o WHERE

para atualizar os valores dessa coluna.
 ALTER TABLE: Alterando tipo de dados
Para alterar o tipo de dados de uma coluna, basta seguir o
exemplo da imagem ao lado.
 ALTER TABLE: Excluindo uma coluna de uma tabela
Para excluir uma ou mais colunas de uma tabela, utilizamos o
comando DROP COLUMN, como mostrado no exemplo ao
lado.
 CRUD

EXERCÍCIOS 1
Questão 1
a) Crie um banco de dados chamado BD_Teste.
b) Exclua o banco de dados criado no item anterior.
c) Crie um banco de dados chamado Exercicios.

2 Questão 2
No banco de dados criado no exercício anterior, crie 3 tabelas, cada uma
contendo as seguintes colunas.

Tabela 1 (dCliente): ID_Cliente, Nome_Cliente, Data_de_Nascimento

Tabela 2 (dGerente): ID_Gerente, Nome_Gerente, Data_de_Contratacao,
Salario
Tabela 3 (fContratos): ID_Contrato, Data_de_Assinatura, ID_Cliente,
ID_Gerente, Valor_do_Contrato

Lembre-se dos seguintes pontos:

a) Garantir que o Banco de Dados Exercicios está selecionado.

b) Definir qual será o tipo de dados mais adequado para cada coluna das
tabelas. Lembrando que os tipos de dados mais comuns são: INT,
FLOAT, VARCHAR e DATETIME.

Por fim, faça um SELECT para visualizar cada tabela.

 CRUD

EXERCÍCIOS 3
Questão 3
Em cada uma das 3 tabelas, adicione os seguintes valores:

TABELA dCliente

TABELA dGerente

TABELA fContratos
 CRUD

EXERCÍCIOS 4
Questão 4
Novos dados deverão ser adicionados nas tabelas dCliente, dGerente e
fContratos. Fique livre para adicionar uma nova linha em cada tabela
contendo, respectivamente,
(1) um novo cliente (id cliente, nome e data de nascimento)
(2) um novo gerente (id gerente, nome, data de contratação e
salário)
(3) um novo contrato (id, data assinatura, id cliente, id gerente,
valor do contrato)

5 Questão 5
O contrato de ID igual a 4 foi registrado com alguns erros na tabela
fContratos. Faça uma alteração na tabela atualizando os seguintes
valores:
Data_de_Assinatura: 17/03/2019
ID_Gerente: 2
Valor_do_Contrato: 33500

6 Questão 6
Delete a linha da tabela fContratos que você criou na questão 4.
 CRUD

GABARITOS

1 Questão 1
a) Crie um banco de dados chamado BD_Teste.
b) Exclua o banco de dados criado no item anterior.
c) Crie um banco de dados chamado Exercicios.
 CRUD

GABARITOS

2 Questão 2
No banco de dados criado no exercício anterior, crie 3 tabelas, cada uma
contendo as seguintes colunas.

Tabela 1 (dCliente): ID_Cliente, Nome_Cliente, Data_de_Nascimento

Tabela 2 (dGerente): ID_Gerente, Nome_Gerente, Data_de_Contratacao,
Salario
Tabela 3 (fContratos): ID_Contrato, Data_de_Assinatura, ID_Cliente,
ID_Gerente, Valor_do_Contrato

Lembre-se dos seguintes pontos:

a) Garantir que o Banco de Dados Exercicios está selecionado.

b) Definir qual será o tipo de dados mais adequado para cada coluna das
tabelas. Lembrando que os tipos de dados mais comuns são: INT,
FLOAT, VARCHAR e DATETIME.

Por fim, faça um SELECT para visualizar cada tabela.

 CRUD

GABARITOS

3 Questão 3
Em cada uma das 3 tabelas, adicione os seguintes valores:

TABELA dCliente TABELA fContratos

TABELA dGerente
 CRUD

GABARITOS

4 Questão 4
Novos dados deverão ser adicionados nas tabelas dCliente, dGerente e
fContratos. Fique livre para adicionar uma nova linha em cada tabela
contendo, respectivamente,
(1) um novo cliente (id cliente, nome e data de nascimento)
(2) um novo gerente (id gerente, nome, data de contratação e
salário)
(3) um novo contrato (id, data assinatura, id cliente, id gerente,
valor do contrato)
 CRUD

GABARITOS

5 Questão 5
O contrato de ID igual a 4 foi registrado com alguns erros na tabela
fContratos. Faça uma alteração na tabela atualizando os seguintes
valores:
Data_de_Assinatura: 17/03/2019
ID_Gerente: 2
Valor_do_Contrato: 33500
 CRUD

GABARITOS

6 Questão 6
Delete a linha da tabela fContratos que você criou na questão 4.
MÓDULO 14

SUBQUERIES E CTE’S
O QUE VEREMOS NESTE MÓDULO
MÓDULO 14
Introdução
O QUE É UMA SUBQUERY?
Uma Subconsulta (ou Subquery ou SubSELECT) nada mais é do que uma consulta dentro de outra consulta. Ou seja, com
uma subquery conseguimos utilizar o resultado de uma query (consulta) dentro de outra consulta.

O exemplo abaixo ilustra bem a ideia principal de uma subquery. Para descobrir os produtos que têm o UnitPrice maior do
que a média, podemos adicionar um SELECT dentro de outro SELECT para criar uma consulta mais otimizada.
Onde utilizamos Subqueries
Utilizamos subqueries nas seguintes situações:

Subqueries com WHERE (escalar)

Nesta situação, utilizamos o resultado de um SELECT
para filtrar um outro SELECT.

Observe no print ao lado. Temos um SELECT mais

interno sendo utilizado com o filtro WHERE de uma
consulta principal.

Para este caso, utilizamos o termo “escalar” para dizer

que o resultado do SELECT mais interno é um valor
único, e não uma lista de valores.
Onde utilizamos subqueries
Utilizamos subqueries nas seguintes situações:

Subqueries com WHERE (lista)

Aqui temos uma situação semelhante à anterior, com a
diferença de que o resultado da subquery seria uma
lista de vários valores que poderiam ser passados no
WHERE.

Neste caso, como o filtro seria de mais de 1 valor,

utilizamos o IN.
Onde utilizamos subqueries
Utilizamos subqueries nas seguintes situações:

Subqueries dentro de um SELECT

Outra opção seria utilizar o resultado de um SELECT
como uma nova coluna de uma query principal.
Onde utilizamos subqueries
Utilizamos subqueries nas seguintes situações:

Subqueries junto com um FROM

Podemos utilizar o resultado de um SELECT como uma
tabela de um outro SELECT.

Neste caso, precisamos utilizar o comando AS para dar

um nome para essa tabela.
 Subquery na prática: Aplicação com WHERE (Exemplo 1)
Para entender a ideia por trás das subqueries, vamos começar fazendo 3 exemplos.
No Exemplo 1, imagine que você queira fazer uma consulta à tabela DimProduct e considerar apenas os produtos com preços
acima da média. Como poderíamos fazer isso?
O primeiro passo seria descobrir essa média de preço. Fazemos isso através da consulta simples abaixo:

O segundo passo seria utilizar esse resultado em um filtro WHERE na tabela DimProduct.
 Subquery na prática: Aplicação com WHERE (Exemplo 1)
Fazer dessa forma não é muito automático, pois escrevemos manualmente a média de preço no filtro. Se os preços alterarem ou
se tivermos adição ou exclusão de produtos, essa filtragem não será automática. O valor de 356.8301 continuará fixo mesmo
que a média se altere.

O ideal então seria utilizar uma subquery, substituindo o valor fixo de 356.8301 pelo SELECT que criamos para descobrir essa
média:

Na solução acima, utilizamos uma subquery, ou seja, um SELECT dentro de outro SELECT. Dessa forma, o cálculo da média de
preço ficará 100% automático, sem necessidade de atualizar manualmente o valor.

Vamos agora para o exemplo 2.

 Subquery na prática: Aplicação com WHERE (Exemplo 2)
No Exemplo 2 queremos filtrar nossa tabela DimProduct e retornar os produtos da categoria ‘Televisions’. Porém, não temos a
informação de Nome da Subcategoria na tabela DimProduct.

Dessa forma, precisaremos criar um SELECT que descubra o ID da categoria ‘Televisions’, e passar esse resultado como o valor
que queremos filtrar dentro do WHERE.

O resultado final ficaria da seguinte forma:

Finalmente, vamos para o nosso exemplo 3.

 Subquery na prática: Aplicação com WHERE (Exemplo 3)
No Exemplo 3 queremos filtrar nossa tabela
FactSales_JUL2007 (código mostrado mais a frente) e
mostrar apenas as vendas referentes às lojas com 100 ou
mais funcionários.

O primeiro passo é descobrir os IDs dessas lojas, através da

consulta abaixo:

Agora, vamos utilizar o resultado do SELECT anterior dentro

do filtro da tabela factSales_JUL2007:
 Subquery na prática: Aplicação com WHERE (Exemplo 3)
Obviamente, a consulta anterior não é a mais otimizada, pois
os Ids das lojas com 100 ou mais funcionários estão fixados.
Se uma nova loja passar a ter mais do que 100 funcionários, a
forma como a gente fez não vai servir.

Portanto, utilizamos como uma subquery o SELECT onde

descobrimos os Ids das lojas, tornando nossa consulta mais
automática:

(Código para criar a factSales_JUL2007 na próxima página)

Subquery na prática: Aplicação com WHERE (Exemplo 3)
 ANY e SOME
Os operadores ANY e SOME são equivalentes e permitem realizar uma comparação entre um único valor de uma coluna e um
intervalo de outros valores. O =ANY e =SOME são equivalentes. Quando usados com o sinal lógico =, eles possuem a mesma
finalidade do operador IN, permitindo retornar todas as linhas que sejam iguais à lista de valores especificados.

Exemplo:
=ANY(valor1, valor2, valor3)
Retorna todas as linhas da tabela que sejam iguais ao valor1 OU valor2 OU valor3.

O >ANY e >SOME retornam todas as linhas da tabela que tenham valores que sejam maiores a qualquer um dos valores da lista
de valores especificados.

Exemplo:
>ANY(valor1, valor2, valor3)
Retorna todas as linhas da tabela com valores maiores que o valor1 OU valor2 OU valor3. Ou seja, maior que o menor de
todos esses valores.
 ANY e SOME
O <ANY e <SOME retornam todas as linhas da tabela que tenham valores que sejam menores que qualquer um dos valores da
lista de valores especificados.

Exemplo:
<ANY(valor1, valor2, valor3)
Retorna todas as linhas da tabela com valores menores que o valor1 OU valor2 OU valor3. Ou seja, menor que o maior
de todos esses valores.
 ALL
O operador ALL também permite uma comparação entre valores especificados, mas para que a consulta retorne algum
resultado, é necessário que o valor comparado seja maior ou menor do que TODOS os valores da lista. (Obs: dificilmente
utilizamos =ALL pois estaríamos comparando um valor e esperando que ele fosse igual a todos os valores da lista. A menos que
todos os valores da lista fossem iguais, o =ALL não faria sentido)

Exemplo:
>ALL(valor1, valor2, valor3)
Retorna todas as linhas da tabela que sejam maiores que os valores valor1 E valor2 E valor3. Ou seja, as linhas que
possuem valores maiores que o máximo.

Exemplo:
<ALL(valor1, valor2, valor3)
Retorna todas as linhas da tabela com valores menores que o valor1 E valor2 E valor3. Ou seja, menor que o menor de
todos esses valores.
 EXISTS
O operador EXISTS é usado para testar a
existência de qualquer registro (linha) em uma
subconsulta.

Pensando em um exemplo prático, imagina que

a gente queira descobrir quais são os produtos
que possuem vendas em um determinado dia,
por exemplo, 01/01/2007.

Neste caso, poderíamos utilizar o EXISTS como

mostrado ao lado.
 Subquery na prática: Aplicação com SELECT
Podemos também utilizar subqueries para criar
novas colunas dentro de uma consulta.

Repare o exemplo ao lado: queremos descobrir

qual foi o total de vendas de cada produto da
nossa tabela DimProduct.

Para isso, adicionamos uma subquery (um novo

SELECT) como sendo uma coluna extra da
nossa consulta principal.

Assim, além de mostrar as colunas ProductKey

e ProductName da tabela dimProduct,
adicionamos também uma coluna que faz a
contagem de vendas na tabela FactSales.
 Subquery na prática: Aplicação com FROM
No exemplo ao lado, vemos duas formas de descobrir o total de
produtos da marca Contoso.

Na opção 1, fizemos uma contagem na tabela DimProduct e por

fim um filtro na coluna BrandName.

Já na opção 2, utilizamos a ideia de subqueries: a contagem foi

feita não na tabela DimProduct, e sim em uma tabela que foi
filtrada antes de ser aplicada no FROM.
 Subqueries aninhadas
Também é possível criar subqueries aninhadas, ou seja, subqueries dentro de subqueries. Para entender como vai funcionar,
vamos fazer o seguinte exemplo: descobrir os nomes dos clientes que ganham o segundo maior salário.

Poderíamos descobrir o segundo maior salário aplicando um TOP 2 + ORDER BY. Feito isso, descobriríamos que o segundo
maior salário é $160.000 e poderíamos utilizar esse resultado para filtrar a nossa tabela DimCustomer e descobrir os clientes
que recebem o 2º maior salário. Mas como tornar isso mais automático?
 Subqueries aninhadas
Para resolver esse problema utilizando subqueries, teríamos que dividi-lo em etapas:
 Subqueries aninhadas
A solução é mostrada ao lado. Repare que temos 3
SELECTs ao todo.
 Subqueries aninhadas
O SELECT mais interno (3) é responsável por retornar pra 1
gente o maior de todos os salários.

Com este resultado, criamos um SELECT intermediário (2)

para descobrir qual é o salário máximo, mas que seja
menor que o máximo descoberto em (3). Este seria
2
exatamente o segundo maior salário.

Por fim, utilizamos o resultado para filtrar a coluna de

YearlyIncome do SELECT (1), e finalmente chegamos no 3
resultado desejado: a lista de clientes que recebem o
segundo maior salário.
 CTEs (Common Table Expression)
Uma CTE se trata de uma tabela temporária que pode ser
criada e reaproveitada em nosso código.

Ao lado, temos um exemplo de uma CTE. A estrutura para

cria-la é bem simples. Utilizamos o comando WITH,
seguido do nome da CTE, e em seguida o AS para
especificar o que vai compor essa CTE. No exemplo ao
lado, a CTE vai armazenar determinadas colunas da tabela
DimProduct, mas considerando apenas a marca Contoso.

Em seguida, podemos selecionar essa CTE utilizando o

comando SELECT.
 Calculando agregações com CTEs
Podemos armazenar consultas mais complexas dentro de
uma CTE.

No exemplo ao lado, criamos uma CTE que é o

agrupamento da tabela DimProduct, contendo o total de
produtos por marca.

Por fim, podemos descobrir a média de produtos por

marca, aplicando o AVG na coluna Total da nossa CTE.
 Nomeando colunas de uma CTE
Também seria possível criar uma CTE especificando os
nomes das suas colunas.

No exemplo ao lado, temos a CTE com colunas chamadas

‘Marca’ e ‘Total’. Posteriormente, podemos fazer um
SELECT referenciando o nome delas.
 Criando múltiplas CTE’s
Podemos criar múltiplas CTEs e em seguida criar uma relação
entre elas.

Observe na consulta ao lado: criamos duas CTEs

(produtos_contoso e vendas_top100) e por fim, realizamos um
JOIN entre essas CTEs.
 SUBQUERIES E CTE’s

EXERCÍCIOS 1
Questão 1
Para fins fiscais, a contabilidade da empresa precisa de uma tabela
contendo todas as vendas referentes à loja ‘Contoso Orlando Store’. Isso
porque essa loja encontra-se em uma região onde a tributação foi
modificada recente.

Portanto, crie uma consulta ao Banco de Dados para obter uma tabela
FactSales contendo todas as vendas desta loja.

Questão 2
2 O setor de controle de produtos quer fazer uma análise para descobrir
quais são os produtos que possuem um UnitPrice maior que o UnitPrice
do produto de ID igual a 1893.

a) A sua consulta resultante deve conter as colunas ProductKey,

ProductName e UnitPrice da tabela DimProduct.
b) Nessa query você também deve retornar uma coluna extra, que
informe o UnitPrice do produto 1893.
 SUBQUERIES E CTE’s

EXERCÍCIOS 3
Questão 3
A empresa Contoso criou um programa de bonificação chamado “Todos
por 1”. Este programa consistia no seguinte: 1 funcionário seria
escolhido ao final do ano como o funcionário destaque, só que a
bonificação seria recebida por todos da área daquele funcionário em
particular. O objetivo desse programa seria o de incentivar a
colaboração coletiva entre os funcionários de uma mesma área. Desta
forma, o funcionário destaque beneficiaria não só a si, mas também a
todos os colegas de sua área.

Ao final do ano, o funcionário escolhido como destaque foi o Miguel

Severino. Isso significa que todos os funcionários da área do Miguel
seriam beneficiados com o programa.

O seu objetivo é realizar uma consulta à tabela DimEmployee e retornar

todos os funcionários da área “vencedora” para que o setor Financeiro
possa realizar os pagamentos das bonificações.
 SUBQUERIES E CTE’s

EXERCÍCIOS 4
Questão 4
Faça uma query que retorne os clientes que recebem um salário anual
acima da média. A sua query deve retornar as colunas CustomerKey,
FirstName, LastName, EmailAddress e YearlyIncome.

Obs: considere apenas os clientes que são 'Pessoas Físicas'.

5 Questão 5
A ação de desconto da Asian Holiday Promotion foi uma das mais bem
sucedidas da empresa. Agora, a Contoso quer entender um pouco
melhor sobre o perfil dos clientes que compraram produtos com essa
promoção.
Seu trabalho é criar uma query que retorne a lista de clientes que
compraram nessa promoção.
 SUBQUERIES E CTE’s

EXERCÍCIOS 6
Questão 6
A empresa implementou um programa de fidelização de clientes
empresariais. Todos aqueles que comprarem mais de 3000 unidades de
um mesmo produto receberá descontos em outras compras.
Você deverá descobrir as informações de CustomerKey e
CompanyName destes clientes.

Questão 7
7 Você deverá criar uma consulta para o setor de vendas que mostre as
seguintes colunas da tabela DimProduct:

ProductKey, ProductName, BrandName, UnitPrice, Média de UnitPrice.

8 Questão 8
Faça uma consulta para descobrir os seguintes indicadores dos seus
produtos:
Maior quantidade de produtos por marca
Menor quantidade de produtos por marca
Média de produtos por marca
 SUBQUERIES E CTE’s

EXERCÍCIOS 9
Questão 9
Crie uma CTE que seja o agrupamento da tabela DimProduct,
armazenando o total de produtos por marca. Em seguida, faça um
SELECT nesta CTE, descobrindo qual é a quantidade máxima de
produtos para uma marca. Chame esta CTE de
CTE_QtdProdutosPorMarca.

Questão 10
10 Crie duas CTEs:
(i) a primeira deve conter as colunas ProductKey, ProductName,
ProductSubcategoryKey, BrandName e UnitPrice, da tabela DimProduct,
mas apenas os produtos da marca Adventure Works. Chame essa CTE
de CTE_ProdutosAdventureWorks.
(ii) a segunda deve conter as colunas ProductSubcategoryKey,
ProductSubcategoryName, da tabela DimProductSubcategory mas
apenas para as subcategorias ‘Televisions’ e ‘Monitors’. Chame essa CTE
de CTE_CategoriaTelevisionsERadio.

Faça um Join entre essas duas CTEs, e o resultado deve ser uma query
contendo todas as colunas das duas tabelas. Observe nesse exemplo a
diferença entre o LEFT JOIN e o INNER JOIN.
 SUBQUERIES E CTE’s

GABARITOS

Questão 1
1 Para fins fiscais, a contabilidade da empresa precisa de uma tabela
contendo todas as vendas referentes à loja ‘Contoso Orlando Store’. Isso
porque essa loja encontra-se em uma região onde a tributação foi
modificada recente.

Portanto, crie uma consulta ao Banco de Dados para obter uma tabela
FactSales contendo todas as vendas desta loja.
 SUBQUERIES E CTE’s

GABARITOS

Questão 2
2 O setor de controle de produtos quer fazer uma análise para descobrir
quais são os produtos que possuem um UnitPrice maior que o UnitPrice
do produto de ID igual a 1893.

a) A sua consulta resultante deve conter as colunas ProductKey,

ProductName e UnitPrice da tabela DimProduct.
b) Nessa query você também deve retornar uma coluna extra, que
informe o UnitPrice do produto 1893.
 SUBQUERIES E CTE’s

GABARITOS

Questão 3
3 A empresa Contoso criou um programa de bonificação chamado “Todos
por 1”. Este programa consistia no seguinte: 1 funcionário seria
escolhido ao final do ano como o funcionário destaque, só que a
bonificação seria recebida por todos da área daquele funcionário em
particular. O objetivo desse programa seria o de incentivar a
colaboração coletiva entre os funcionários de uma mesma área. Desta
forma, o funcionário destaque beneficiaria não só a si, mas também a
todos os colegas de sua área.

Ao final do ano, o funcionário escolhido como destaque foi o Miguel

Severino. Isso significa que todos os funcionários da área do Miguel
seriam beneficiados com o programa.

O seu objetivo é realizar uma consulta à tabela DimEmployee e retornar

todos os funcionários da área “vencedora” para que o setor Financeiro
possa realizar os pagamentos das bonificações.
 SUBQUERIES E CTE’s

GABARITOS

Questão 4
4 Faça uma query que retorne os clientes que recebem um salário anual
acima da média. A sua query deve retornar as colunas CustomerKey,
FirstName, LastName, EmailAddress e YearlyIncome.

Obs: considere apenas os clientes que são 'Pessoas Físicas'.

 SUBQUERIES E CTE’s

GABARITOS

5 Questão 5
A ação de desconto da Asian Holiday Promotion foi uma das mais bem
sucedidas da empresa. Agora, a Contoso quer entender um pouco
melhor sobre o perfil dos clientes que compraram produtos com essa
promoção.
Seu trabalho é criar uma query que retorne a lista de clientes que
compraram nessa promoção.
 SUBQUERIES E CTE’s

GABARITOS

Questão 6
6 A empresa implementou um programa de fidelização de clientes
empresariais. Todos aqueles que comprarem mais de 3000 unidades de
um mesmo produto receberá descontos em outras compras.
Você deverá descobrir as informações de CustomerKey e
CompanyName destes clientes.
 SUBQUERIES E CTE’s

GABARITOS

7 Questão 7
Você deverá criar uma consulta para o setor de vendas que mostre as
seguintes colunas da tabela DimProduct:

ProductKey, ProductName, BrandName, UnitPrice, Média de UnitPrice.

 SUBQUERIES E CTE’s

GABARITOS

Questão 8
8 Faça uma consulta para descobrir os seguintes indicadores dos seus
produtos:
Maior quantidade de produtos por marca
Menor quantidade de produtos por marca
Média de produtos por marca
 SUBQUERIES E CTE’s

GABARITOS

Questão 9
9 Crie uma CTE que seja o agrupamento da tabela DimProduct,
armazenando o total de produtos por marca. Em seguida, faça um
SELECT nesta CTE, descobrindo qual é a quantidade máxima de
produtos para uma marca. Chame esta CTE de
CTE_QtdProdutosPorMarca.
 SUBQUERIES E CTE’s

GABARITOS
Questão 10
10 Crie duas CTEs:
(i) a primeira deve conter as colunas ProductKey, ProductName,
ProductSubcategoryKey, BrandName e UnitPrice, da tabela DimProduct,
mas apenas os produtos da marca Adventure Works. Chame essa CTE
de CTE_ProdutosAdventureWorks.
(ii) a segunda deve conter as colunas ProductSubcategoryKey,
ProductSubcategoryName, da tabela DimProductSubcategory mas
apenas para as subcategorias ‘Televisions’ e ‘Monitors’. Chame essa CTE
de CTE_CategoriaTelevisionsERadio.

Faça um Join entre essas duas CTEs, e o resultado deve ser uma query
contendo todas as colunas das duas tabelas. Observe nesse exemplo a
diferença entre o LEFT JOIN e o INNER JOIN.
MÓDULO 15

LOOPS
O QUE VEREMOS NESTE MÓDULO
MÓDULO 15
WHILE
O QUE É UM LOOP Início

Para que servem?

Um loop em uma linguagem de programação tem como objetivo Condição

Falso
executar repetidas vezes uma série de comandos. While
O While é uma estrutura de repetição que tem exatamente esse
objetivo. Com ele, conseguimos executar diversas vezes um ou Finaliza o Loop
mais comandos, enquanto uma determinada condição é
satisfeita. E a partir do momento que essa condição deixa de ser
Verdadeiro
satisfeita, o loop finaliza.

Ao lado, podemos ver um esquema visual da lógica While. Executa comandos

WHILE
EXEMPLO DECLARE @vContador INT
SET @vContador = 1

Imagine que a gente queira criar um contador, que vai de 1 a 10,

utilizando a lógica While.
Falso
@vContador
Na imagem ao lado é possível visualizar a lógica. Finaliza o Loop
<= 10 ???

Verdadeiro

PRINT ‘O valor do contador é: ‘ +

CONVERT(VARCHAR, @vContador)

SET @vContador = @vContador + 1

WHILE
ESTRUTURA BÁSICA
A estrutura básica do WHILE é a seguinte:

WHILE condição
BEGIN
comandos
END

Ou seja, enquanto uma determinada condição é satisfeita, todos os comandos dentro do bloco BEGIN.. END serão
executados.
WHILE - Exemplo
Imagine que a gente queira criar um contador, de 1 até 10, que printasse na
tela:

“O valor do contador é: __”

Poderíamos criar uma estrutura em Loop para executar o comando repetidas

vezes, da forma como é mostrada no exemplo ao lado.

Iniciamos uma variável chamada @vContador = 1, e a nossa condição WHILE

é executar o PRINT enquanto o valor de @vContador for menor ou igual a 10.

Observe que criamos uma linha para incrementar esta variável cada vez que
finalizamos um loop (SET @vContador = @vContador + 1).

Desta forma, em algum momento, a condição @vContador não será mais

satisfeita e consequentemente o WHILE será finalizado.
BREAK - Exemplo
Podemos utilizar o comando BREAK para finalizar um loop
assim que uma condição intermediária for satisfeita.

Observe no exemplo ao lado que desejamos que o loop

WHILE seja executado enquanto o momento em que
@vContador for menor ou igual a 100.

Porém, criamos um teste IF para, a cada loop, verificar se o

valor de @vContador é igual a 15. Caso seja, o loop é
automaticamente interrompido e finalizado.

No exemplo ao lado, observe que o contador vai apenas até

15.
CONTINUE - Exemplo
O comando CONTINUE pode ser usado para pular repetições
em um loop. Ou seja, cada vez que uma condição mais interna
ao loop é atendida, o loop não executado, mas continua
acontecendo até que a condição do WHILE seja atendida.

No exemplo ao lado, temos um contador que deve contar até

10 (WHILE @varContador <= 10). Porém, no meio do código,
testamos dois números em particular: 3 e 6. Ou seja, sempre
que @varContador for igual a 3 ou @varContador for igual a
6, o comando PRINT é pulado, porém a contagem se mantém
funcionando até que @varContador seja igual a 10.

Observe que na contagem ao lado, na janela de mensagens, os

números 3 e 6 foram pulados.
 LOOPS

EXERCÍCIOS 1
Questão 1
Utilize o Loop While para criar um contador que comece em um valor
inicial @ValorInicial e termine em um valor final @ValorFinal. Você
deverá printar na tela a seguinte frase:
“O valor do contador é: “ + ___

2 Questão 2
Você deverá criar uma estrutura de repetição que printe na tela
a quantidade de contratações para cada ano, desde 1996 até
2003. A informação de data de contratação encontra-se na
coluna HireDate da tabela DimEmployee. Utilize o formato:
X contratações em 1996
Y contratações em 1997
Z contratações em 1998
...
...
N contratações em 2003
Obs: a coluna HireDate contém a data completa (dd/mm/aaaa).
Lembrando que você deverá printar a quantidade de
contratações por ano.
 LOOPS

EXERCÍCIOS 3
Questão 3
Utilize um Loop While para criar uma tabela chamada
Calendario, contendo uma coluna que comece com a data
01/01/2021 e vá até 31/12/2021.
 LOOPS

GABARITOS

1 Questão 1
Utilize o Loop While para criar um contador que comece em um valor
inicial @ValorInicial e termine em um valor final @ValorFinal. Você
deverá printar na tela a seguinte frase:
“O valor do contador é: “ + ___
 LOOPS

GABARITOS

2 Questão 2
Você deverá criar uma estrutura de repetição que printe na tela a
quantidade de contratações para cada ano, desde 1996 até 2003. A
informação de data de contratação encontra-se na coluna HireDate da
tabela DimEmployee. Utilize o formato:
X contratações em 1996
Y contratações em 1997
Z contratações em 1998
...
...
N contratações em 2003
Obs: a coluna HireDate contém a data completa (dd/mm/aaaa).
Lembrando que você deverá printar a quantidade de contratações por
ano.
 LOOPS

GABARITOS

3 Questão 3
Utilize um Loop While para criar uma tabela chamada Calendario,
contendo uma coluna que comece com a data 01/01/2021 e vá até
31/12/2021.
MÓDULO 16

WINDOW FUNCTIONS
O QUE VEREMOS NESTE MÓDULO
MÓDULO 16
WINDOW FUNCTIONS - Introdução
PARA QUE SERVEM?
• São utilizadas para cálculos mais avançados de análises de dados;
• Possuem um uso semelhante ao GROUP BY, só que mais avançado e personalizável;
• A instrução OVER permite definir qual será a “janela” (conjunto de linhas) a ser considerado no cálculo;
• A instrução PARTITION BY divide o conjunto em “partições” nas quais as funções de janela são
aplicadas.
Window Functions - Introdução
QUAIS AS FINALIDADES?
As funções de janela possuem as seguintes finalidades:

1. Cálculos de agregação: COUNT, SUM, AVG, MIN, MAX

2. Cálculos de deslocamento: FIRST_VALUE, LAST_VALUE, LEAD, LAG
3. Cálculos estatísticos: RANK, DENSE_RANK, NTILE
Window Functions - Introdução
Imagine a tabela abaixo, com a rede de 10 lojas de uma determinada empresa.

Como poderíamos fazer para calcular o % vendido por cada loja?

Window Functions - Introdução
Imagine a tabela abaixo, com a rede de 10 lojas de uma determinada empresa. A imagem 1 mostra as 10 lojas e suas
respectivas vendas. Já a figura 2 mostra o comando em SQL para calcular a soma total da quantidade vendida de todas essas
lojas.

1 2

Como poderíamos fazer para calcular o % vendido por cada loja?

Window Functions - Introdução
Primeiro, teríamos que calcular o total vendido e incluir na nossa
tabela.

Porém, ao executar o código ao lado, incluindo uma nova coluna a ser

calculada pela função SUM, obtemos o erro abaixo:

O erro ocorreu porque quando incluímos o SUM dentro do SELECT, ele espera que a gente faça algum agrupamento com o
GROUP BY.
Window Functions - Introdução
Uma solução que poderíamos pensar seria utilizar o GROUP BY,
agrupando por todas as colunas da tabela, dado que queremos
visualizar todas essas colunas.

Porém, ao fazer isso, o Total Vendido é calculado de forma diferente

para cada linha, um resultado que não queremos. O que queremos na
verdade é poder ter um valor total para todas as linhas, no caso 22090,
para poder dividir os valores de Qtd_Vendida por este total.

Portanto, para resolver este problema, temos que usar funções de

janela e a instrução OVER.
Window Functions - Introdução
Simplesmente adicionamos o OVER() logo depois do SUM e o Total
Vendido será calculado igual para todas as linhas, permitindo que a
gente faça o cálculo do %.

Lembrando que a instrução OVER permite definir qual será a “janela”

(conjunto de linhas) a ser considerado no cálculo.
Window Functions - Introdução
E se a gente usasse o PARTITION BY junto com o OVER?

Lembrando que a instrução PARTITION BY divide o conjunto em

“partições” nas quais as funções de janela são aplicadas.

Se a gente informar o ID_Loja junto com o PARTITION BY, a

janela vai considerar os agrupamentos de ID_Loja. Como cada ID
é um ID diferente, o resultado do Total Vendido não faz nenhum
agrupamento, retornando o resultado diferente para cada loja.
Window Functions - Introdução
Agora se a gente informar a Regiao junto com o PARTITION BY, a
janela vai considerar os agrupamentos de Regiao.
Como as regiões podem se repetir para diferentes lojas, o cálculo
da soma vai levar isso em consideração.

Ou seja, na linha de uma loja do Sudeste, o Total Vendido será

calculado de acordo com aquela região.
Código para criar a tabela lojas
Para os exemplos e explicações das funções de janela, será
necessário que você crie a tabela ao lado.

Portanto, copie o código e replique no seu SQL Server para

que assim você possa acompanhar as próximas aulas.
Funções de Agregação - SUM, COUNT, AVG, MIN, MAX
OVER
Os primeiros exemplos que vamos ver é com as funções de
agregação. Conseguimos usar essas funções para cálculos de
totais de contagens, somas, médias, mínimos e máximos.

Na imagem ao lado é possível visualizar o resultado de cada

uma dessas funções de agregação aplicadas às funções de
janela.

Um detalhe importante é que neste exemplo, utilizamos a

instrução OVER apenas. Dessa forma, o cálculo do total será
considerando todas as lojas. Se quiséssemos calcular totais
levando em consideração cada região (por exemplo, o pra
uma loja do Sudeste, calcular o total do sudeste) teríamos
que utilizar a instrução OVER em conjunto com a
PARTITION BY.
Funções de Agregação - SUM, COUNT, AVG, MIN, MAX
OVER + PARTITION BY
Se quisermos calcular estas agregações para
fazer análises considerando agrupamentos
específicos (por região, por exemplo) apenas
adicionamos dentro do OVER a instrução
PARTITION BY e informamos por qual
coluna queremos fazer um agrupamento.
Teria uma lógica semelhante ao GROUP BY,
sendo que não agrupamos uma tabela, e sim
o cálculo.

Ou seja, os cálculos de contagem, soma,

média, mínimo e máximo são feitos
considerando um determinado grupo
especificado. No caso do exemplo, o grupo
é a coluna Regiao.
Funções de Agregação - SUM, COUNT, AVG, MIN, MAX
OVER + PARTITION BY
Olhando mais atentamente para o exemplo anterior,
vemos que a coluna ‘Qtd Lojas P/ Região’ nada mais é
do que o total por região.

Para a linha 1, da loja Botafogo Praia&Mar, por exemplo,

o valor 5 significa que há 5 lojas da região sudeste.
Cálculo de participação % (Parte 1)
Sabendo como fazer agregamentos totais (OVER apenas) e
agregamentos particionados (OVER + PARTITION BY),
poderemos facilmente agora fazer cálculos de participação %.

Observe no exemplo ao lado. Se quisermos descobrir qual é a

participação de cada loja em termos de total vendido, basta
dividirmos a coluna Qtd_Vendida pelo bloco
SUM(Qtd_Vendida) OVER().

Obs: utilizamos a função FORMAT apenas para formatar os

resultados como percentual. Não haveria necessidade de
incluí-lo.
Cálculo de participação % (Parte 2)
Fazendo uma alteração simples e incluindo o
PARTITION BY, podemos calcular o % que cada loja
tem de participação, considerando suas respectivas
regiões.

Tome cuidado porque no exemplo ao lado, a soma de

% não é 100% porque o cálculo está sendo
considerando cada região.

Ou seja, a loja Botafogo Praia&Mar tem uma

quantidade vendida que representa 6,8% do valor
total, representa 24,32% das vendas da região
Sudeste.
Funções de Classificação

ROW_NUMBER
1 Cria uma coluna com a numeração das linhas da tabela. É como se fosse uma coluna de ID.

RANK
2 Cria uma coluna de ranking. Em caso de empates, os rankings dos números se repetem, mas o próximo ranking pula a
sequência. Ex: dois valores na posição 8, o valor seguinte pula para a posição 10.

DENSE_RANK
3 Cria uma coluna de ranking. Em caso de empates, os rankings dos números se repetem, e o próximo ranking continua a
sequência. Ex: dois valores na posição 8, o valor seguinte continua na posição 9.

NTILE
4 Distribui os valores de uma coluna em grupos.
Funções de Classificação – ROW_NUMBER, RANK, DENSE_RANK e NTILE

Para fins de entendimento e comparação, todas as

funções de classificação são mostradas ao lado.

Observe que dentro da instrução OVER é utilizado o

ORDER BY. O que faz sentido, pois de certa forma as
funções de classificação têm como objetivo ordenar os
valores.

Porém, com as funções de classificação, podemos

potencializar a aplicação do ORDER BY (que aqui
também pode ser usado com as opções ASC e DESC,
fazendo a ordenação crescente e decrescente,
respectivamente).
Funções de Classificação com PARTITION BY
As funções de classificação também podem ser
utilizadas dentro de repartições, ou seja, grupos
internos a nossa tabela, por meio do PARTITION BY.

No exemplo ao lado, as funções de classificação são

aplicadas particionando por regiões. Ou seja, é como se
o PARTITION BY deixasse claro para o SQL que a
tabela deve ser entendida como diversas tabelas
separadas, fazendo essa divisão por região.
RANK com GROUP BY
Podemos também utilizar a função RANK para criar
rankings em dados agrupados.

Ou seja, criamos agrupamentos com o GROUP BY e

fazemos um ranking considerando estes dados
agrupados.

No exemplo ao lado, criamos um agrupamento por

Região, e adicionamos a essa tabela agrupada uma
coluna de ranking.
Código para criar a tabela Resultado
Para os próximos exercícios, será importante ter esta
tabela. Basta copiar o código e reproduzir no seu SSMS.
Cálculo de soma móvel
Uma outra análise que podemos fazer é a de soma
móvel. A forma mais fácil de entender o
funcionamento é observar o exemplo ao lado.

Na tabela, temos uma coluna com o faturamento

de cada mês e outra coluna com a soma móvel.
Cálculo de soma móvel
Se você observar bem, o valor 15 marcado na
imagem ao lado se trata do valor 9 (Faturamento
Total da linha 4) somado com o valor 6
(Faturamento Total da linha 3).

Na verdade, qualquer valor da coluna Soma móvel

é a soma do valor do Faturamento Total na sua
linha mais o Faturamento Total na linha anterior.
Isso é o que chamamos de soma móvel.

Vamos ver como é feito este cálculo usando

comandos em SQL.
Cálculo de soma móvel
Para fazer essa soma móvel, precisamos usar
uma função de janela. Usamos a função SUM
junto com a cláusula OVER para somar os
valores de um determinado intervalo, como
mostrado na figura ao lado.
 Cálculo de soma móvel

Este intervalo de soma pode ser especificado pelo trecho marcado na imagem acima. Observe a parte:
ROWS BETWEEN 1 PRECEDING AND CURRENT ROW

Podemos traduzir esta parte literalmente por:

LINHAS ENTRE 1 ANTES E A LINHA ATUAL

Como queremos fazer uma soma, isto significa que: a nossa janela de soma será entre as linhas anterior e atual. Ou seja, essa
soma será feita considerando sempre os valores da linha atual + a linha anterior.
Cálculo de soma móvel
Podemos testar outros resultados personalizando
a janela de soma. Dessa vez, se colocarmos

ROWS BETWEEN 3 PRECEDING AND CURRENT

ROW
Ele vai fazer a soma da linha atual com as 3 linhas
anteriores, conforme imagem ao lado.
Cálculo de soma móvel
Outra possibilidade é personalizar a janela para
que ela considere valores antes da linha e depois
da linha em questão. Por exemplo, na imagem ao
lado, cada valor da coluna Soma móvel é a soma
do Faturamento Total da linha anterior +
Faturamento Total da linha atual + Faturamento
Total da linha seguinte. Para conseguir estender a
nossa janela para a linha seguinte, usamos o
comando FOLLOWING.

ROWS BETWEEN 1 PRECEDING AND 1

FOLLOWING

Em resumo, podemos usar o PRECEDING ou o

FOLLOWING para personalizar o “tamanho” da
nossa janela de cálculo.
Cálculo de média móvel
Para fazer uma média móvel, seguimos
exatamente a mesma lógica explicada
anteriormente. A única diferença é que agora
usamos o AVG no lugar do SUM.

Na verdade, podemos fazer qualquer análise

móvel apenas trocando a função (COUNT, MIN,
MAX, SUM, AVG).
Cálculo de acumulado
Para fazer um cálculo de acumulado,
precisamos fazer com que a nossa janela de
análise comece sempre na data mais antiga e
vá até a linha atual.

Observe a imagem ao lado. O valor de Fat.

Acumulado na linha onde o valor é 42 é a soma
de Faturamento Total desde a primeira linha da
tabela até aquela linha (8+10+6+9+5+4=42).

Isso significa que a janela de soma deve ser

entre a linha mais anterior até a linha atual.
Informar a linha atual nós sabemos: será por
meio da CURRENT ROW.

Já para informar a linha mais anterior, usamos o

UNBOUNDED PRECEDING.
Cálculo de acumulado
Ou seja, sempre que precisarmos fazer um
cálculo com uma janela que começa na
primeira linha da tabela, o nosso intervalo
começará com:

UNBOUNDED PRECEDING

De forma muito semelhante, se quisermos uma

janela que vá até a última linha, usamos o
UNBOUNDED FOLLOWING.
 Resumo das janelas

Você pode entender também a parte destacada acima como uma especificação do intervalo da nossa janela de cálculo. Ela terá a
seguinte estrutura:
ROWS BETWEEN inicio_do_intervalo AND fim_do_intervalo
Exemplos desses intervalos podem ser:

- ROWS BETWEEN 1 PRECEDING AND CURRENT ROW: 1 linha antes e a linha atual.
- ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW: todas as linhas antes e a linha atual.
- ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING: 1 linha antes e 1 linha depois da atual.
- ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING: todas as linhas antes e todas as linhas depois
da linha atual.
Funções de Offset
LAG
1 Faz um deslocamento nos valores, retornando um valor que está em uma posição anterior (1 linha anterior, 2 linhas
anteriores, etc).

LEAD
2 Faz um deslocamento nos valores, retornando o valor que está em uma posição posterior (1 linha seguinte, 2 linhas seguintes,
etc).

FIRST_VALUE
3 Cria uma coluna de ranking. Em caso de empates, os rankings dos números se repetem, e o próximo ranking continua a
sequência. Ex: dois valores na posição 8, o valor seguinte continua na posição 9.

LAST_VALUE
4 Distribui os valores de uma coluna em grupos.
Função LAG
O funcionamento da função LAG é bem intuitivo.
Ele permite acessar valores anteriores.

No exemplo ao lado, cada valor da coluna Valor

anterior se trata do valor da linha anterior, na
coluna Faturamento Total.

A função LAG pede 3 argumentos:

1) Qual é a coluna com os valores que queremos

deslocar.
2) Quantas linhas pra trás queremos deslocar.
3) Quando não for encontrado um valor anterior,
qual é o valor que deve aparecer.
Função LAG
No exemplo ao lado, temos os seguintes argumentos
para a função:

1º argumento) Expressão: Faturamento_MM -

coluna que queremos acessar valores anteriores.

2º argumento) Offset: 1 - quantas linhas queremos

deslocar para trás.

3º argumento) Default: 0 - valor padrão que

queremos que retorne caso ele não encontre
nenhum valor (na linha 1 da tabela ao lado, retornou
zero porque não tem nenhum outro valor de
Faturamento antes da linha 1).
Função LAG
Vejamos um outro exemplo:

1º argumento) Expressão: Faturamento_MM - coluna

que queremos acessar valores anteriores.

2º argumento) Offset: 2 - quantas linhas queremos

deslocar para trás.

3º argumento) Default: não informado.

Repare agora que a coluna Valor anterior está

“pegando” o valor 2 casas para trás na coluna
Faturamento Total. E como não informamos o default,
os dois primeiros valores ficaram NULL (porque
deslocando o Faturamento Total duas casas para trás,
não tem nenhum valor disponível).
Função LEAD
A função LEAD fará o oposto. Agora, o
deslocamento será feito para frente. Então observe
na imagem ao lado que ao usar o LEAD com o 2º
argumento igual a 1, acessamos o valor de
Faturamento Total da linha seguinte.

Ou seja, na linha 1, o valor 10 refere-se ao

Faturamento Total da linha 2.
Função NULLIF
Vamos agora entender o funcionamento de uma função
bem simples, mas muito útil: a função NULLIF.

Essa função recebe dois argumentos. Quando o valor

dos dois argumentos é igual, ela retorna NULL. Quando
o valor dos dois argumentos é diferente, ele retorna o
valor do primeiro argumento.

Observe no exemplo ao lado. NULLIF(3, 3) retorna

como resultado o valor NULL. Já o NULLIF(3, 5) retorna
como resultado o valor 3, que é o valor do primeiro
argumento.

Essa função tem uma funcionalidade muito simples, que

será muito útil na nossa aplicação de cálculo do MoM a
seguir.
Cálculo MoM
O cálculo MoM (Month Over Month) nada mais é
do que um cálculo de variação percentual de
crescimento/decrescimento de um valor em
relação ao mês anterior.

Por exemplo: qual foi a variação percentual do

Faturamento de fevereiro em relação ao mês
anterior? A fórmula é a seguinte:

Variação % MoM = (Faturamento Mês

Atual/Faturamento Mês Anterior) – 1

O resultado para fevereiro portanto seria:

Variação % = (10/8) – 1 = 24,25%

Cálculo MoM
Para fazer esse cálculo de variação %
precisaremos trabalhar com funções de janela,
mais especificamente a função de offset LAG pois
precisamos fazer o Faturamento Total dividido
pelo Faturamento do Mês Anterior.

Na imagem ao lado é possível ver o Faturamento

Total e o Faturamento Mês Anterior lado a lado,
graças à aplicação da função de janela LAG.
Agora, fica fácil fazer um dividido pelo outro.
 Cálculo MoM
Ao fazer o cálculo de Faturamento_MM/Faturamento
Mês Anterior, no entanto, temos um erro no
resultado: Erro de divisão por zero.

Isso aconteceu porque especificamente porque para

a primeira linha, o Faturamento Mês Anterior é zero,
pois não temos nenhum valor antes de 2020-01-01.
Por isso, ao fazer (8/0) – 1 temos uma divisão por
zero neste caso.

Precisaremos portanto tratar essa divisão por zero. É

ai que entra a função NULLIF.
 Cálculo MoM
Usaremos a função NULLIF junto à função LAG, dado que ela
retorna o valor zero na primeira linha da tabela, uma vez que
não tem nenhum valor de Faturamento antes da primeira linha.

Lembrando que a função NULLIF retorna NULL se o resultado

dos dois argumentos é igual, e retorna o resultado do primeiro
argumento quando os dois valores são diferentes, ela será
exatamente o que a gente precisa.

No primeiro mês, quando o Faturamento Mês Anterior é igual a

zero, quanto tempos NULLIF(0, 0) o resultado é NULL. Assim, o
cálculo de variação fica 8/NULL – 1. Qualquer valor dividido por
NULL retorna NULL, então não teremos erro.

Agora quando o Faturamento Mês Anterior for diferente de

zero, teremos NULLIF(Faturamento Mês Anterior, 0) e o
resultado será Faturamento Mês Anterior.
 Cálculo MoM
Para completar, podemos usar a função FORMAT
para deixar o valor do Crescimento MoM no formato
percentual.

Um detalhe importante é que alguns dos valores do

Crescimento MoM é negativo. Isso porque em alguns
meses, o Faturamento reduziu em comparação com o
mês anterior, por isso a variação é negativa.
 FIRST_VALUE e LAST_VALUE
Fechamos com as funções FIRST_VALUE e
LAST_VALUE. Estas funções permitem retornar o
primeiro valor e o último valor de uma determinada
coluna.

Ao lado, temos a aplicação dessas duas funções de

janela. Para ambos, consideramos uma janela que vai
do valor UNBOUNDED PRECEDING até o
UNBOUNDED FOLLOWING, ou seja, todos os
valores.

No exemplo ao lado, o FIRST_VALUE (primeiro

valor) de todo o Faturamento_MM é o 8. Já o
LAST_VALUE (último valor) de todo o
Faturamento_MM é o 10.
 WINDOW FUNCTIONS

DESAFIO 1

Para resolver os exercícios 1 a 4, crie uma View

chamada vwProdutos, que contenha o
agrupamento das colunas BrandName, ColorName
e os totais de quantidade vendida por marca/cor e
também o total de receita por marca/cor.
 WINDOW FUNCTIONS

EXERCÍCIOS 1
Questão 1
Utilize a View vwProdutos para criar uma coluna extra calculando a
quantidade total vendida dos produtos.

Questão 2
2 Crie mais uma coluna na consulta anterior, incluindo o total de produtos
vendidos para cada marca.

Questão 3
3 Calcule o % de participação do total de vendas de produtos por marca.
Ex: A marca A. Datum teve uma quantidade total de vendas de 199.041
de um total de 3.406.089 de vendas. Isso significa que a da marca A.
Datum é 199.041/3.406.089 = 5,84%.
 WINDOW FUNCTIONS

EXERCÍCIOS 4
Questão 4
Crie uma consulta à View vwProdutos, selecionando as colunas Marca,
Cor, Quantidade_Vendida e também criando uma coluna extra de Rank
para descobrir a posição de cada Marca/Cor. Você deve obter o
resultado abaixo. Obs: Sua consulta deve ser filtrada para que seja
mostrada apenas a marca Contoso.
 WINDOW FUNCTIONS

DESAFIO 2
Para responder os próximos 2 exercícios, você precisará criar uma View auxiliar.
A sua view deve se chamar vwHistoricoLojas e deve conter um histórico com a quantidade de
lojas abertas a cada Ano/Mês (como mostrado na figura à direita). Os desafios são:

(1) Criar uma coluna de ID para essa View

(2) Relacionar as tabelas DimDate e DimStore
Dicas:
1- A coluna de ID será criada a partir de uma função de janela. Você deverá se atentar a
forma como essa coluna deverá ser ordenada, pensando que queremos visualizar uma ordem
de Ano/Mês que seja: 2005/january, 2005/February... e não 2005/April, 2005/August...
2- As colunas Ano, Mês e Qtd_Lojas correspondem, respectivamente, às seguintes colunas:
CalendarYear e CalendarMonthLabel da tabela DimDate e uma contagem da coluna
OpenDate da tabela DimStore.
 WINDOW FUNCTIONS

EXERCÍCIOS 5
Questão 5
A partir da view criada no DESAFIO 2, você deverá fazer uma soma
móvel considerando sempre o mês atual + 2 meses para trás.

Questão 6
6 Utilize a vwHistoricoLojas para calcular o acumulado de lojas abertas
a cada ano/mês.
 WINDOW FUNCTIONS

DESAFIO 3
Neste desafio, você terá que criar suas próprias tabelas e views para conseguir resolver os
exercícios 7 e 8. Os próximos exercícios envolverão análises de novos clientes. Para isso,
será necessário criar uma nova tabela e uma nova view.
Abaixo, temos um passo a passo para resolver o problema por partes.
PASSO 1: Crie um novo banco de dados chamado Desafio e selecione esse banco de dados
criado.
PASSO 2: Crie uma tabela de datas entre o dia 1 de janeiro do ano com a compra
(DateFirstPurchase) mais antiga e o dia 31 de dezembro do ano com a compra mais recente.
Obs1: Chame essa tabela de Calendario.
Obs2: A princípio, essa tabela deve conter apenas 1 coluna, chamada data e do tipo DATE.
PASSO 3: Crie colunas auxiliares na tabela Calendario chamadas: Ano, Mes, Dia, AnoMes e
NomeMes. Todas do tipo INT.
PASSO 4: Adicione na tabela os valores de Ano, Mês, Dia, AnoMes e NomeMes (nome do
mês em português). Dica: utilize a instrução CASE para verificar o mês e retornar o nome
certo.
PASSO 5: Crie a View vwNovosClientes, que deve ter as colunas mostradas abaixo.
 WINDOW FUNCTIONS

EXERCÍCIOS 7
Questão 7
Faça um cálculo de soma móvel de novos clientes nos últimos 2
meses.
b) Faça um cálculo de média móvel de novos clientes nos
últimos 2 meses.
c) Faça um cálculo de acumulado dos novos clientes ao longo do
tempo.
d) Faça um cálculo de acumulado intra-ano, ou seja, um
acumulado que vai de janeiro a dezembro de cada ano, e volta a
fazer o cálculo de acumulado no ano seguinte.

Questão 8
8 Faça os cálculos de MoM e YoY para avaliar o percentual de
crescimento de novos clientes, entre o mês atual e o mês
anterior, e entre um mês atual e o mesmo mês do ano anterior.
 WINDOW FUNCTIONS

DESAFIO 1

Para resolver os exercícios 1 a 4, crie uma View

chamada vwProdutos, que contenha o
agrupamento das colunas BrandName, ColorName
e os totais de quantidade vendida por marca/cor e
também o total de receita por marca/cor.
 WINDOW FUNCTIONS

GABARITOS

Questão 1
1 Utilize a View vwProdutos para criar uma coluna extra calculando a
quantidade total vendida dos produtos
 WINDOW FUNCTIONS

GABARITOS

Questão 2
2 Crie mais uma coluna na consulta anterior, incluindo o total de produtos
vendidos para cada marca.
 WINDOW FUNCTIONS

GABARITOS

Questão 3
3 Calcule o % de participação do total de vendas de produtos por marca.
Ex: A marca A. Datum teve uma quantidade total de vendas de 199.041
de um total de 3.406.089 de vendas. Isso significa que a da marca A.
Datum é 199.041/3.406.089 = 5,84%.
 WINDOW FUNCTIONS

GABARITOS

Questão 4
4 Crie uma consulta à View vwProdutos, selecionando as colunas Marca,
Cor, Quantidade_Vendida e também criando uma coluna extra de Rank
para descobrir a posição de cada Marca/Cor. Você deve obter o
resultado abaixo. Obs: Sua consulta deve ser filtrada para que seja
mostrada apenas a marca Contoso.
 WINDOW FUNCTIONS

DESAFIO 2
Para responder os próximos 2 exercícios, você precisará criar uma View
auxiliar.
A sua view deve se chamar vwHistoricoLojas e deve conter um histórico
com a quantidade de lojas abertas a cada Ano/Mês (como mostrado na
figura à direita). Os desafios são:

(1) Criar uma coluna de ID para essa View

(2) Relacionar as tabelas DimDate e DimStore
Dicas:
1- A coluna de ID será criada a partir de uma função de janela. Você deverá
se atentar a forma como essa coluna deverá ser ordenada, pensando que
queremos visualizar uma ordem de Ano/Mês que seja: 2005/january,
2005/February... e não 2005/April, 2005/August...
2- As colunas Ano, Mês e Qtd_Lojas correspondem, respectivamente, às
seguintes colunas: CalendarYear e CalendarMonthLabel da tabela DimDate
e uma contagem da coluna OpenDate da tabela DimStore.
 WINDOW FUNCTIONS

GABARITOS

5 Questão 5
A partir da view criada no DESAFIO 2, você deverá fazer uma soma
móvel considerando sempre o mês atual + 2 meses para trás.
 WINDOW FUNCTIONS

GABARITOS

Questão 6
6 Utilize a vwHistoricoLojas para calcular o acumulado de lojas abertas a
cada ano/mês.
 WINDOW FUNCTIONS

DESAFIO 3
Neste desafio, você terá que criar suas próprias tabelas e views para
conseguir resolver os exercícios 7 e 8. Os próximos exercícios envolverão
análises de novos clientes. Para isso, será necessário criar uma nova tabela e
uma nova view.
Abaixo, temos um passo a passo para resolver o problema por partes.
PASSO 1: Crie um novo banco de dados chamado Desafio e selecione esse
banco de dados criado.
PASSO 2: Crie uma tabela de datas entre o dia 1 de janeiro do ano com a
compra (DateFirstPurchase) mais antiga e o dia 31 de dezembro do ano com
a compra mais recente.
Obs1: Chame essa tabela de Calendario.
Obs2: A princípio, essa tabela deve conter apenas 1 coluna, chamada data e
do tipo DATE.

CONTINUA NA PRÓXIMA PÁGINA

 WINDOW FUNCTIONS

DESAFIO 3
Neste desafio, você terá que criar suas próprias tabelas e views para
conseguir resolver os exercícios 7 e 8. Os próximos exercícios
envolverão análises de novos clientes. Para isso, será necessário criar
uma nova tabela e uma nova view.
Abaixo, temos um passo a passo para resolver o problema por partes.
PASSO 3: Crie colunas auxiliares na tabela Calendario chamadas: Ano,
Mes, Dia, AnoMes e NomeMes. Todas do tipo INT.
PASSO 4: Adicione na tabela os valores de Ano, Mês, Dia, AnoMes e
NomeMes (nome do mês em português). Dica: utilize a instrução CASE
para verificar o mês e retornar o nome certo.

CONTINUA NA PRÓXIMA PÁGINA

 WINDOW FUNCTIONS

DESAFIO 3
Neste desafio, você terá que criar suas próprias tabelas e views para
conseguir resolver os exercícios 7 e 8. Os próximos exercícios
envolverão análises de novos clientes. Para isso, será necessário criar
uma nova tabela e uma nova view.
Abaixo, temos um passo a passo para resolver o problema por partes.
PASSO 5: Crie a View vwNovosClientes, que deve ter as colunas
mostradas abaixo.
 WINDOW FUNCTIONS

GABARITOS

7 Questão 7
Faça um cálculo de soma móvel de novos clientes nos últimos 2 meses.
b) Faça um cálculo de média móvel de novos clientes nos últimos 2
meses.
c) Faça um cálculo de acumulado dos novos clientes ao longo do tempo.
d) Faça um cálculo de acumulado intra-ano, ou seja, um acumulado que
vai de janeiro a dezembro de cada ano, e volta a fazer o cálculo de
acumulado no ano seguinte.
 WINDOW FUNCTIONS

GABARITOS

Questão 8
8 Faça os cálculos de MoM e YoY para avaliar o percentual de
crescimento de novos clientes, entre o mês atual e o mês anterior, e
entre um mês atual e o mesmo mês do ano anterior.
MÓDULO 17

REGEX
(REGULAR EXPRESSIONS)
O QUE VEREMOS NESTE MÓDULO
MÓDULO 17

os
REGULAR EXPRESSIONS - Introdução
O QUE É E PARA QUE SERVEM?
• A expressão regular (conhecida como regex ou
regexp, do inglês regular expression) permite uma
forma de identificar cadeias de caracteres de
interesse, como caracteres específicos, palavras ou
Relembrando o LIKE...
padrões de caracteres.
o LIKE é um comando especial que nos permite filtrar textos de
• Em resumo, a expressão regular é uma forma de forma mais personalizada. No exemplo acima, estamos
permitir realizar, de forma simples, operações filtrando todas as descrições de produto que contenham o
bastante complexas com strings, que possivelmente texto Touchpad.

exigiriam várias condições para tratar cada caso.

• O SQL Server já possui uma opção para tratar casos
especiais de textos, por meio do comando LIKE,
que já vimos anteriormente. Porém, neste módulo
vamos ver diversas aplicações mais avançadas.
 COLLATE - Introdução
COLLATION é um conjunto de regras que informam ao mecanismo de banco de dados como comparar e classificar os dados
de caracteres no SQL Server.

Em resumo, ele serve para indicar se um determinado campo será CASE INSENSITIVE e também a forma como interpreta a
acentuação das palavras. Observe os exemplos abaixo.

Temos uma tabela com dois nomes:

Marcus e André. Só que cada nome é Filtrando o nome ‘MARCUS’, temos as duas
escrito de uma forma diferente: linhas com esse nome como resultado, mesmo Filtrando ‘andre’, apenas 1 linha é retornada,
MARCUS e marcus, André e andre. que uma delas esteja escrita em letras pois o outro nome está escrito com acento.
Como será que filtros de texto se minúsculas.
comportam com essas diferenciações?
COLLATE - Introdução
Quando usamos o COLLATE, conseguimos configurar duas coisas na hora de criar os filtros de textos:

(i) Se haverá ou não diferenciação entre letras maiúsculas e minúsculas.

(ii) Se haverá ou não diferenciação entre letras acentuadas e não acentuadas.

Identifica se a configuração será “accent insenstive” ou “accent
sensitive”:

- AI: Accent Insensitive (não diferencia palavras acentuadas de

não acentuadas)
- AS: Accent Sensitive (diferencia palavras acentuadas de não
acentuadas)

Identifica se a configuração será “case insenstive” ou “case

sensitive”:

- CI: Case Insensitive (não diferencia maiúsculas de minúsculas)

- CS: Case Sensitive (diferencia maiúsculas de minúsculas)
 COLLATE - Introdução
Observe agora uma nova situação, dessa vez usando o COLLATE.

Temos a mesma tabela com

dois nomes: Marcus e André. Filtrando o nome ‘Marcus’, ele não retorna Filtrando ‘Andre’, as duas linhas são
nenhuma linha, pois nenhuma está escrita retornadas, mesmo que em uma delas
exatamente dessa forma (considerando tenhamos o nome com acento.
maiúsculas e minúsculas).
Um pouco mais sobre COLLATE
O COLLATION nos permite configurar se teremos diferenciação entre maiúsculas
e minúsculas, ou entre palavras acentuadas.

Ele pode ser definido em níveis diferentes no SQL Server. Abaixo estão os três
níveis:

1. A nível de programa (SQL Server)

2. A nível de Bancos de Dados
3. A nível de tabelas/colunas
Um pouco mais sobre COLLATE
1. A NÍVEL DE SQL SERVER
O COLLATION a princípio é definido durante a instalação do programa.
Por padrão, o COLLATION padrão é o seguinte:

Latin1_General_CI_AS

Onde CI significa Case Insensitive (não diferencia maiúsculas de minúsculas) e AS significa Accent Sensitive (sensível ao
sotaque).
Para descobrir o COLLATION configurado, podemos utilizar o comando abaixo:
Um pouco mais sobre COLLATE
2. A NÍVEL DE BANCO DE DADOS
Por padrão, todos os bancos de dados vão herdar a configuração do COLLATION feita durante a instalação do SQL Server.
Nós podemos também especificar o COLLATION do Banco de Dados no momento da sua criação.

Para alterar o COLLATE após criar um banco de dados, usamos o comando abaixo:*/

Para saber o COLLATION de um Banco de Dados específico, podemos usar o comando abaixo:
Um pouco mais sobre COLLATE
3. A NÍVEL DE TABELA/COLUNA
Por padrão, uma nova coluna de tipo VARCHAR herda o COLLATION do banco de dados, a menos que você especifique o
COLLATION explicitamente ao criar a tabela.

Para criar uma coluna com um COLLATION diferente, você pode especificar usando o comando Collate SQL.

Podemos ver o COLLATION de cada coluna da tabela usando o comando abaixo:

LIKE – Case Sensitive
No exemplo ao lado, temos vários exemplos
de aplicação do LIKE e suas respectivas
descrições.

Como podemos ver na imagem ao lado,

podemos usar colchetes como forma de criar
filtros ainda mais personalizados.
LIKE – Filtrando os primeiros caracteres
No próximo exemplo vemos como é possível
filtrar uma coluna a partir do primeiro
caractere da palavra.
LIKE – Filtrando os primeiros caracteres + case sensitive
Agora vamos trabalhar com uma outra tabela,
que vamos chamar de Textos.

Neste exemplo vamos ver mais algumas

aplicações de filtros especiais, como pode ser
visto na imagem ao lado.
LIKE – Aplicando um filtro ainda mais personalizado
Conseguimos personalizar ainda mais o filtro
combinando o que vimos até agora.

No exemplo ao lado, usamos o colchetes, o

underline (para especificar ‘qualquer
caractere’ naquela posição) e também o sinal
de percentual, que significa que temos uma
quantidade de texto qualquer no final da
palavra.
LIKE – Utilizando o operador de negação
Neste exemplo vemos a aplicação do operador ^, que faz
uma negação no nosso filtro de textos.

Ao lado, é possível visualizar a aplicação deste operador.

LIKE – Identificando caracteres especiais
É possível fazer um filtro para visualizar todos os textos
que possuem caracteres especiais. A aplicação é mostrada
ao lado.
LIKE – Aplicações com números
Por fim, temos uma aplicação especial para
números, como mostrado nos exemplos ao
lado.
MÓDULO 18

Constraints
O QUE VEREMOS NESTE MÓDULO
MÓDULO 18
O que são CONSTRAINTS?
CONSTRAINTS no SQL são regras (restrições) que podemos definir para as colunas de uma tabela. Essas regras garantem
integridade ao Banco de Dados, pois é através delas que garantimos que apenas os valores que atendam às regras pré-
estabelecidas sejam incluídos em cada coluna.
NOT NULL

FOREIGN KEY UNIQUE

SQL
CONSTRAINTS
PRIMARY KEY CHECK

IDENTITY DEFAULT
Constraints: NOT NULL
A CONSTRAINT NOT NULL não permite que sejam adicionados valores nulos à coluna.

Repare ao lado na criação da tabela

dCliente:

Definimos a restrição NOT NULL para

as colunas nome_cliente, genero,
data_de_nascimento e cpf.

Isso significa que, quando formos inserir

linhas na tabela dCliente, não podemos
deixar de informar dados para estas
colunas.
Constraints: UNIQUE
A CONSTRAINT UNIQUE identifica uma coluna de forma única, sem permitir valores duplicados (mas, permite
NULL).

Repare ao lado na criação da tabela

dCliente:

Definimos a restrição UNIQUE para a

coluna cpf.

Isso significa que, quando formos inserir

linhas na tabela dCliente, não podemos
informar o mesmo CPF para dois ou
mais clientes.
Constraints: CHECK
A CONSTRAINT CHECK verifica se o valor adicionado na coluna atende a uma determinada condição.

Repare ao lado na criação da tabela

dGerente:

Definimos a restrição CHECK para a

coluna salario, para verificar se os valores
informados são maiores que 0.

Isso significa que, quando formos inserir

linhas na tabela dGerente, não podemos
informar valores negativos ou iguais a 0
para a coluna salario.
Constraints: DEFAULT
A CONSTRAINT DEFAULT retorna um valor default (padrão) caso a coluna não seja preenchida.

Repare na criação da tabela fContratos:

Definimos a restrição DEFAULT SYSDATE para a coluna data_assinatura.

Isso significa que,

quando formos inserir
linhas na tabela
fContratos, caso não
seja informada nenhuma
data para a coluna
data_assinatura, ela será
preenchida, por padrão,
com a data atual.
Constraints: IDENTITY
A CONSTRAINT IDENTITY permite que uma coluna siga uma auto numeração (usada em colunas de ID).

Repare na criação da tabela

fContratos:

Definimos a restrição
IDENTITY para a coluna
id_contrato.

Isso significa que, quando

formos inserir linhas na tabela
fContratos, não precisaremos preencher a coluna id_contrato, pois a
restrição IDENTITY irá auto incrementar esta coluna.

Note que é necessário informar, no primeiro argumento da IDENTITY

o número a ser considerado como valor inicial da numeração (aqui
começamos com o número 1); e no segundo argumento, o passo
desta incrementação: no caso deste exemplo, de 1 em 1.
Coluna id_contrato auto incrementada pela Constraint IDENTITY
Constraints: PRIMARY KEY
A CONSTRAINT PRIMARY KEY torna uma coluna a chave primária da tabela. É uma coluna que identifica de forma
única as linhas de uma tabela.

Nenhum dos valores de uma coluna de chave primária deve ser nulo ou se repetir. Será através dessa coluna que
criaremos relações entre as tabelas.

Repare na criação da tabela fContratos:

Definimos a restrição PRIMARY

KEY para a coluna id_contrato.

Isso significa que esta coluna é

a chave primária da tabela
fContratos e será utilizada para
se relacionar com outras
tabelas, que farão referência a
ela como uma FOREIGN KEY
(chave estrangeira).
Constraints: FOREIGN KEY
A CONSTRAINT FOREIGN KEY torna uma coluna uma chave estrangeira da tabela, que será relacionada à chave
primária (PRIMARY KEY) de outra tabela.

Repare na criação da tabela fContratos:

Definimos a restrição FOREIGN KEY para as colunas id_cliente e id_gerente.

Isso significa que estas

colunas se relacionarão
com as PRIMARY KEYS
(chaves primárias)
id_cliente e id_gerente das
tabelas dCliente e
dGerente, respectivamente.
Violação de Constraints: NOT NULL
Recapitulando, a CONSTRAINT NOT NULL não permite que sejam adicionados valores nulos à coluna.

Agora, repare na criação da nossa tabela dCliente:

Podemos observar que definimos a

CONSTRAINT NOT NULL para diversas
colunas, entre elas a coluna
nome_cliente.

Isto significa que a coluna nome_cliente

precisa ser devidamente preenchida
quando inserimos um novo registro
(linha) na tabela dCliente.
Violação de Constraints: NOT NULL
Portanto, se tentarmos executar, por exemplo, o INSERT INTO abaixo, teremos um problema. Consegue perceber
por quê?

Se você respondeu que é porque não especificamos a coluna nome_cliente no nosso código, acertou!

Quando deixamos de informar uma coluna na hora de inserir novos dados, o sistema entende que aquela coluna
deve ser deixada vazia (preenchida com null). Como definimos, quando criamos nossa tabela dCliente, a restrição
NOT NULL para a coluna nome_cliente, o sistema vai retornar o seguinte erro ao tentar executar o código acima:

Desta forma, a tentativa de inserção de novo registro é considerada falha, e nenhum dado deste novo registro é
salvo no banco de dados, nem mesmo nas outras colunas que atendiam às especificações.
Violação de Constraints: CHECK
Recapitulando, a CONSTRAINT CHECK verifica se o valor adicionado na coluna atende a uma determinada
condição.

Agora, repare na criação da nossa tabela dCliente:

Podemos observar que definimos a

CONSTRAINT CHECK para a coluna
genero, estabelecendo a condição:

genero IN (‘M’, ‘F’, ‘O’, ‘PND’)

Isto significa que a coluna genero só

pode ser preenchida com os valores ‘M’
(para masculino), ‘F’ (para feminino), ‘O’
(para outros) ou ‘PND’ (para prefiro não
declarar) quando inserimos um novo
registro (linha) na tabela dCliente.
Violação de Constraints: CHECK
Portanto, se tentarmos executar, por exemplo, o INSERT INTO abaixo, teremos outro problema. Só que desta vez
será porque tentamos cadastrar um valor diferente de ‘M’, ‘F’, ‘O’ ou ‘PND’ na coluna genero:

Quando violamos uma restrição CHECK, o sistema retorna um erro informando os nomes da constraint, do banco
de dados, da tabela e da coluna violada:

Desta forma, a tentativa de inserção de novo registro é considerada falha, e nenhum dado deste novo registro é
salvo no banco de dados, nem mesmo nas outras colunas que atendiam às especificações.
Violação de Constraints: UNIQUE
Recapitulando, a CONSTRAINT UNIQUE identifica uma coluna de forma única, sem permitir valores duplicados.

Agora, repare na criação da nossa tabela dCliente:

Podemos observar que definimos a

CONSTRAINT UNIQUE para a coluna
cpf.

Isto significa que a coluna cpf não pode

receber um valor que já conste na
coluna como pertencente a algum outro
registro (cliente) da tabela dCliente.
Violação de Constraints: UNIQUE
Portanto, se tentarmos executar, por exemplo, o INSERT INTO abaixo, teremos mais um problema...

... pois o CPF informado já foi informado como sendo de outro cliente. Veja:

Quando violamos uma restrição UNIQUE, o sistema retorna um erro informando os nomes da constraint e da
tabela, assim como o valor da chave duplicada:

Desta forma, a tentativa de inserção de novo registro é considerada falha, e nenhum dado deste novo registro é
salvo no banco de dados, nem mesmo nas outras colunas que atendiam às especificações.
Violação de Constraints: PRIMARY KEY e FOREIGN KEY
Recapitulando, a CONSTRAINT PRIMARY KEY torna uma coluna a chave primária da tabela, ao passo que a
CONSTRAINT FOREIGN KEY torna uma coluna uma chave estrangeira da tabela, que será relacionada à chave
primária (PRIMARY KEY) de outra tabela.

Agora, repare na criação da nossa tabela fContratos:

Podemos observar que
definimos a CONSTRAINT
FOREIGN KEY para a coluna
id_gerente, que faz referência à
PRIMARY KEY id_gerente
estabelecida na tabela
dGerente.

Isto significa que a coluna

id_gerente da tabela fContratos
não pode receber um ID de um
gerente que não exista na
Foreign Key da tabela Referência à Primary Key
coluna id_gerente da tabela
fContratos da tabela dGerente
dGerente.
Violação de Constraints: PRIMARY KEY e FOREIGN KEY
Portanto, se tentarmos executar, por exemplo, o INSERT INTO abaixo, teremos outro problema...

... pois o id_gerente informado (10) não existe na tabela dGerente. Veja:
Violação de Constraints: PRIMARY KEY e FOREIGN KEY
Quando violamos as restrições PRIMARY KEY e FOREIGN KEY, o sistema retorna um erro informando os nomes da
constraint, do banco de dados, da tabela e da coluna violada:

Desta forma, a tentativa de inserção de novo registro é considerada falha, e nenhum dado deste novo registro é
salvo no banco de dados, nem mesmo nas outras colunas que atendiam às especificações.
Gerenciando Constraints: ADICIONAR
Vejamos agora como fazemos para adicionar, renomear e remover CONSTRAINTS.

Para ADICIONAR uma nova CONSTRAINT a uma tabela, utilizamos a seguinte sintaxe:

ALTER TABLE nome_da_tabela

ADD CONSTRAINT nome_da_nova_constraint tipo_da_nova_constraint (nome_da_coluna);

Exemplos:
Gerenciando Constraints: RENOMEAR
Vejamos agora como fazemos para adicionar, renomear e
remover CONSTRAINTS.

Para RENOMEAR uma CONSTRAINT de uma tabela,

devemos clicar com o botão direito sobre o nome da
constraint no menu lateral esquerdo da tela (Bancos de
Dados > Nome_do_Banco_de_Dados > Tabelas >
Nome_da_Tabela > Chaves > Nome_da_Constraint), após em
Renomear:
Gerenciando Constraints: REMOVER
Vejamos agora como fazemos para adicionar, renomear e remover CONSTRAINTS.

Para REMOVER uma CONSTRAINT de uma tabela, utilizamos a seguinte sintaxe:

ALTER TABLE nome_da_tabela

DROP CONSTRAINT nome_da_constraint;

Exemplos:
 CONSTRAINTS

Questão 1.a
EXERCÍCIOS 1.a Você está responsável por criar um Banco de Dados com algumas
tabelas que vão armazenar informações associadas ao aluguel de carros
de uma locadora.

a) O primeiro passo é criar um banco de dados chamado AlugaFacil.

Questão 1.b – Tabela 1

1.b b) O seu banco de dados deve conter 3 tabelas e a descrição de cada
uma delas é mostrada abaixo:

Obs.: você identificará as restrições das tabelas a partir de suas

descrições.

Tabela 1: Cliente

- id_cliente
- nome_cliente
- cnh
- cartao

• A tabela Cliente possui 4 colunas.

• A coluna id_cliente deve ser a chave primária da tabela, além de ser

autoincrementada de forma automática.

• As colunas nome_cliente, cnh e cartao não podem aceitar valores

nulos, ou seja, para todo cliente estes campos devem
necessariamente ser preenchidos.

• Por fim, a coluna cnh não pode aceitar valores duplicados.

 CONSTRAINTS

Questão 1.b – Tabela 2

EXERCÍCIOS 1.b Tabela 2: Carro

- id _carro
- placa
- modelo
- tipo

• A tabela Carro possui 3 colunas.

• A coluna id_carro deve ser a chave primária da tabela, além de ser

autoincrementada de forma automática.

• As colunas modelo, tipo e placa não podem aceitar valores nulos.

• Os tipos de carros cadastrados devem ser: Hatch, Sedan, SUV.

• Por fim, a coluna placa não pode aceitar valores duplicados.

 CONSTRAINTS

Questão 1.b – Tabela 3

EXERCÍCIOS 1.b Tabela 3: Locacoes

- id_locacao
- data_locacao
- data_devolucao
- id_carro
- id_cliente

• A tabela Locacoes possui 5 colunas.

• A coluna id_locacao deve ser a chave primária da tabela, além de ser

autoincrementada de forma automática.

• Nenhuma das demais colunas devem aceitar valores nulos.

• As colunas id_carro e id_cliente são chaves estrangeiras que

permitirão a relação da tabela Locacoes com as tabelas Carro e
Cliente.

Questão 2
2 Tente violar as constraints criadas para cada tabela. Este exercício é
livre.

Obs.: Para fazer o exercício de violação de constraints basta utilizar o

comando INSERT INTO para adicionar valores nas tabelas que não
respeitem as restrições (constraints) estabelecidas na criação das
tabelas.

Ao final, exclua o banco de dados criado.

 CONSTRAINTS

GABARITOS

Questão 1.a
1.a Você está responsável por criar um Banco de Dados com algumas
tabelas que vão armazenar informações associadas ao aluguel de carros
de uma locadora.

a) O primeiro passo é criar um banco de dados chamado AlugaFacil.

 CONSTRAINTS

GABARITOS
Questão 1.b – Tabela 1
1.b b) O seu banco de dados deve conter 3 tabelas e a descrição de cada uma
delas é mostrada abaixo:

Obs.: você identificará as restrições das tabelas a partir de suas descrições.

Tabela 1: Cliente

- id_cliente
- nome_cliente
- cnh
- cartao

• A tabela Cliente possui 4 colunas.

• A coluna id_cliente deve ser a chave primária da tabela, além de ser

autoincrementada de forma automática.

• As colunas nome_cliente, cnh e cartao não podem aceitar valores nulos, ou

seja, para todo cliente estes campos devem necessariamente ser
preenchidos.

• Por fim, a coluna cnh não pode aceitar valores duplicados.

 CONSTRAINTS

GABARITOS

1.b Questão 1.b – Tabela 2

Tabela 2: Carro

- id _carro
- placa
- modelo
- tipo

• A tabela Carro possui 3 colunas.

• A coluna id_carro deve ser a chave primária da tabela, além de ser

autoincrementada de forma automática.

• As colunas modelo, tipo e placa não podem aceitar valores nulos.

• Os tipos de carros cadastrados devem ser: Hatch, Sedan, SUV.

• Por fim, a coluna placa não pode aceitar valores duplicados.

 CONSTRAINTS

GABARITOS

1.b Questão 1.b – Tabela 3

Tabela 3: Locacoes

- id_locacao
- data_locacao
- data_devolucao
- id_carro
- id_cliente

• A tabela Locacoes possui 5 colunas.

• A coluna id_locacao deve ser a chave primária da tabela, além de

ser autoincrementada de forma automática.

• Nenhuma das demais colunas devem aceitar valores nulos.

• As colunas id_carro e id_cliente são chaves estrangeiras que

permitirão a relação da tabela Locacoes com as tabelas Carro e
Cliente.
 CONSTRAINTS

GABARITOS

Questão 2
2 Tente violar as constraints criadas para cada tabela. Este
exercício é livre.

Obs.: Para fazer o exercício de violação de constraints basta

utilizar o comando INSERT INTO para adicionar valores nas
tabelas que não respeitem as restrições (constraints)
estabelecidas na criação das tabelas.

Ao final, exclua o banco de dados criado.

 CONSTRAINTS

GABARITOS

Questão 2
2 Tente violar as constraints criadas para cada
tabela. Este exercício é livre.

Obs.: Para fazer o exercício de violação de

constraints basta utilizar o comando INSERT
INTO para adicionar valores nas tabelas que
não respeitem as restrições (constraints)
estabelecidas na criação das tabelas.

Ao final, exclua o banco de dados criado.

 CONSTRAINTS

GABARITOS

Questão 2
2 Tente violar as constraints criadas para cada
tabela. Este exercício é livre.

Obs.: Para fazer o exercício de violação de

constraints basta utilizar o comando INSERT
INTO para adicionar valores nas tabelas que
não respeitem as restrições (constraints)
estabelecidas na criação das tabelas.

Ao final, exclua o banco de dados criado.

 CONSTRAINTS

GABARITOS

Questão 2
2 Tente violar as constraints criadas para cada tabela. Este
exercício é livre.

Obs.: Para fazer o exercício de violação de constraints basta

utilizar o comando INSERT INTO para adicionar valores nas
tabelas que não respeitem as restrições (constraints)
estabelecidas na criação das tabelas.

Ao final, exclua o banco de dados criado.

MÓDULO 19

Sequences
O QUE VEREMOS NESTE MÓDULO
MÓDULO 19
O que são SEQUENCES?
Uma sequência (SEQUENCE) é um objeto que utilizamos para criação de números sequenciais automáticos.

São usadas especialmente para gerar valores sequenciais únicos para as chaves primárias das tabelas.

Dessa forma, não precisamos ficar preenchendo a sequência de IDs manualmente (como fizemos até então).
Podemos gerá-los automaticamente por meio de uma SEQUENCE.

Nas próximas páginas, vamos entender sua sintaxe e como utilizá-la.

O que são SEQUENCES?
SINTAXE:

CREATE SEQUENCE nome_sequencia Criar sequência

AS tipo Informar tipo de dados a ser utilizado (INT, DECIMAL, etc.)
START WITH n Começar a sequência a partir de qual número
INCREMENT BY n Incrementar de quantos em quantos números (de 1 em 1, de 10 em 10, etc.)
MAXVALUE n | NO MAXVALUE A sequência terá valor máximo ou não
MINVALUE n | NO MINVALUE A sequência terá valor mínimo ou não
CYCLE | NO CYCLE; Quando atingir o valor máximo, deve voltar ao começo ou não
Como criar SEQUENCES
EXEMPLO:

Vamos supor que queremos criar uma sequência para utilizar na tabela dCliente. Para isso, utilizamos um código que:

Criará uma sequência que será chamada de clientes_seq;

Será do tipo INT;

Começará pelo número 1;

Será incrementada de 1 em 1;

Terá valor máximo de 9999999;

E não voltará ao início.

Descobrindo o próximo valor da SEQUENCE
Para descobrir qual é o próximo valor da sequência, utilize SELECT NEXT VALUE FOR:

Cada vez que você executar o código acima, ele retornará o próximo valor da sequência:
Como excluir SEQUENCES
Por fim, para excluir uma SEQUENCE, utilize o comando DROP SEQUENCE:
Como utilizar uma SEQUENCE na prática
Vejamos agora na prática como utilizar uma sequence.

Vamos supor que a gente queira criar uma sequência para uma tabela chamada dProjeto, que criaremos logo mais.
Para tanto, vamos utilizar o seguinte código, estabelecendo que a nossa sequence:

Será chamada de projetos_seq;

Será do tipo INT;

Começará pelo número 1;

Será incrementada de 1 em 1;

Não terá valor máximo;

Não voltará ao início.

Como utilizar uma SEQUENCE na prática
Criada a sequence projetos_seq, vamos agora criar a tabela dProjeto que a utilizará:
Como utilizar uma SEQUENCE na prática
Por fim, vamos inserir os registros (linhas) na nova tabela criada.

Repare que para inserir os valores da coluna id_projeto, agora que temos uma sequence, não precisamos informar
número de ID por número de ID, manualmente. Basta informarmos nas linhas a serem inseridas o comando NEXT
VALUE FOR e o nome da sequence, conforme abaixo:
Como utilizar uma SEQUENCE na prática
Se consultarmos nossa tabela dProjeto agora, veremos que quatro registros foram inseridos, e a coluna id_projeto foi
devidamente preenchida com os valores automaticamente gerados pela sequence projetos_seq:
Como utilizar uma SEQUENCE na prática
Repare que se continuarmos inserindo novas linhas, estas também seguirão a ordem da sequence utilizada.

A título de exemplo, vamos adicionar mais um registro:

Veja que o ID gerado automaticamente para a coluna id_projeto do novo registro seguiu normalmente a numeração
da sequência:
 SEQUENCES

Questão 0
EXERCÍCIOS 0 Crie o Banco de Dados AlugaFacil, onde serão criadas as sequences e
tabelas dos exercícios.

Questão 1
1 Vamos criar Sequences que serão utilizadas nas tabelas: Carro, Cliente e
Locacoes.

Essas sequences serão chamadas de: cliente_seq, carro_seq e

locaçoes_seq.

Todas essas sequences devem começar pelo número 1, incrementar de

1 em 1 e não ter valor máximo.
 SEQUENCES

Questão 2 – Tabela Cliente

EXERCÍCIOS 2 Utilize as sequences nas 3 tabelas: Carro, Cliente e Locacoes.

Você deve excluir as tabelas existentes e recriá-las. Lembre-se que não

é necessário utilizar a constraint IDENTITY nas colunas de chave
primária, uma vez que nelas serão usadas as Sequences.

Tabela 1: Cliente

- id_cliente
- nome_cliente
- cnh
- cartao

• A tabela Cliente possui 4 colunas.

• A coluna id_cliente deve ser a chave primária da tabela.

• As colunas nome_cliente, cnh e cartao não podem aceitar valores

nulos, ou seja, para todo cliente estes campos devem
necessariamente ser preenchidos.

• Por fim, a coluna cnh não pode aceitar valores duplicados.

 SEQUENCES

Questão 2 – Tabela Carro

EXERCÍCIOS 2 Tabela 2: Carro

- id _carro
- placa
- modelo
- tipo

• A tabela Carro possui 3 colunas.

• A coluna id_carro deve ser a chave primária da tabela.

• As colunas modelo, tipo e placa não podem aceitar valores nulos.

• Os tipos de carros cadastrados devem ser: Hatch, Sedan, SUV.

• Por fim, a coluna placa não pode aceitar valores duplicados.

 SEQUENCES

Questão 2 – Tabela Locacoes

EXERCÍCIOS 2 Tabela 3: Locacoes

- id_locacao
- data_locacao
- data_devolucao
- id_carro
- id_cliente

• A tabela Locacoes possui 5 colunas.

• A coluna id_locacao deve ser a chave primária da tabela.

• Nenhuma das demais colunas devem aceitar valores nulos.

• As colunas id_carro e id_cliente são chaves estrangeiras que

permitirão a relação da tabela Locacoes com as tabelas Carro e
Cliente.

Questão 3
3 Exclua as sequences criadas.
 SEQUENCES

GABARITOS

Questão 0
0 Crie o Banco de Dados AlugaFacil, onde serão criadas as
sequences e tabelas dos exercícios.
 SEQUENCES

GABARITOS

Questão 1
1 Vamos criar Sequences que serão utilizadas nas tabelas: Carro,
Cliente e Locacoes.

Essas sequences serão chamadas de: cliente_seq, carro_seq e

locaçoes_seq.

Todas essas sequences devem começar pelo número 1,

incrementar de 1 em 1 e não ter valor máximo.
 SEQUENCES

GABARITOS

Questão 2 – Tabela Cliente

2 Você deve excluir as tabelas existentes e recriá-las. Lembre-se
que não é necessário utilizar a constraint IDENTITY nas
colunas de chave primária, uma vez que nelas serão usadas as
Sequences.

Tabela 1: Cliente

- id_cliente
- nome_cliente
- cnh
- cartao

• A tabela Cliente possui 4 colunas.

• A coluna id_cliente deve ser a chave primária da tabela.

• As colunas nome_cliente, cnh e cartao não podem aceitar

valores nulos, ou seja, para todo cliente estes campos
devem necessariamente ser preenchidos.

• Por fim, a coluna cnh não pode aceitar valores duplicados.

 SEQUENCES

GABARITOS

Questão 2 – Tabela Carro

2 Tabela 2: Carro

- id _carro
- placa
- modelo
- tipo

• A tabela Carro possui 3 colunas.

• A coluna id_carro deve ser a chave primária da tabela.

• As colunas modelo, tipo e placa não podem aceitar valores

nulos.

• Os tipos de carros cadastrados devem ser: Hatch, Sedan,

SUV.

• Por fim, a coluna placa não pode aceitar valores duplicados.

 SEQUENCES

GABARITOS

Questão 2 – Tabela Locacoes

2 Tabela 3: Locacoes

- id_locacao
- data_locacao
- data_devolucao
- id_carro
- id_cliente

• A tabela Locacoes possui 5 colunas.

• A coluna id_locacao deve ser a chave primária da tabela.

• Nenhuma das demais colunas devem aceitar valores nulos.

• As colunas id_carro e id_cliente são chaves estrangeiras

que permitirão a relação da tabela Locacoes com as tabelas
Carro e Cliente.
 SEQUENCES

GABARITOS

Questão 2
2 Utilize as sequences nas 3 tabelas: Carro, Cliente e Locacoes.
 SEQUENCES

GABARITOS

Questão 3
3 Exclua as sequences criadas.
MÓDULO 20

Transactions
O QUE VEREMOS NESTE MÓDULO
MÓDULO 20
O que são TRANSACTIONS?
Uma TRANSACTION é uma ação realizada dentro do banco de dados. Essa ação pode ser uma inserção (INSERT
INTO), uma atualização (UPDATE), ou uma exclusão (DELETE) de dados do banco. Precisamos de transações
quando estamos alterando o banco de dados de alguma forma, seja inserindo, atualizando ou excluindo dados.

Normalmente, não temos muito "controle" sobre transações, a menos que a gente explicite no nosso código que
queremos fazer isso.

Assim, a ideia de uma transação é agrupar um conjunto de instruções a serem executadas no banco de dados, e ter
a flexibilidade de:

A. Se algo der errado, desfazer essa transação;

B. Se tudo der certo, salvar essa transação.
O que são TRANSACTIONS?
Vimos até agora como inserir, alterar e excluir dados no banco de dados com comandos como estes aqui:

Quando executamos as ações acima desta forma, não temos controle sobre desfazê-las ou salvá-las no banco, pois
as transações efetuadas estão implícitas (não declaradas). Mas, quando usamos transações explícitas, conseguimos
controlar melhor essas ações.
O que são TRANSACTIONS?
E este controle é possível por meio dos comandos:

BEGIN TRANSACTION: com ele informamos ao sistema que estamos iniciando uma transação;

ROLLBACK TRANSACTION: comando TCL que usamos para desfazer uma transação no banco;

COMMIT (TRANSACTION): comando TCL por meio do qual salvamos uma transação no banco.
BEGIN TRANSACTION, COMMIT e ROLLBACK
Para exemplificarmos como utilizamos os comandos apresentados na página anterior, inicialmente, vamos criar uma
nova tabela em nosso banco de dados, chamada cliente_aux que conterá os mesmos dados da tabela dCliente:

Assim, poderemos modificar à vontade nossa

nova tabelinha sem “bagunçar” a tabela original!

Vejamos como ficou:

BEGIN TRANSACTION, COMMIT e ROLLBACK
Vamos supor que queremos criar uma transaction para inserir um novo registro na tabela cliente_aux.

Para explicitarmos ao banco de dados que queremos iniciar uma transação, devemos utilizar o comando BEGIN
TRANSACTION (ou BEGIN TRAN, que também funciona da mesma forma).

Em seguida, acrescentamos o código do que queremos fazer:

BEGIN TRANSACTION, COMMIT e ROLLBACK
Se consultarmos novamente a tabela cliente_aux, veremos que o registro foi inserido:
BEGIN TRANSACTION, COMMIT e ROLLBACK
Porém, ele não está definitivamente salvo, pois o inserimos por meio de uma transação explícita que iniciamos com
o BEGIN TRANSACTION.

Desta forma, temos a oportunidade de verificar se este registro está correto antes de executarmos a próxima ação.
E agora, temos duas opções:

Verificando que a inserção dos dados foi efetuada de acordo com o esperado, podemos salvá-la definitivamente
no banco de dados por meio de um COMMIT. Ou, percebendo que algo errado aconteceu, podemos desfazer esta
inserção por meio de um ROLLBACK.
BEGIN TRANSACTION, COMMIT e ROLLBACK
Vamos supor que verificamos que algo não saiu conforme o esperado e desejamos desfazer esta inserção.

Para isso, devemos utilizar o comando ROLLBACK TRANSACTION:

Consultando novamente a tabela cliente_aux, repare que o

registro que havíamos inserido foi excluído:
BEGIN TRANSACTION, COMMIT e ROLLBACK
Note que, uma vez que demos um ROLLBACK, não conseguimos efetuar um COMMIT para salvar essa mesma
inserção de dados:

Isto acontece porque, uma transação, uma vez iniciada, pode ser salva com um COMMIT ou desfeita com um
ROLLBACK. Enquanto não for efetuada nenhuma das duas ações, a transação permanece em aberto.

Porém, após executado um COMMIT ou um ROLLBACK, essa transação é encerrada. Portanto, se, após executado
um ROLLBACK, tentarmos efetuar um COMMIT, o sistema retornará o erro acima, pois a transação já havia sido
encerrada, não sendo mais possível efetuar nenhuma ação em relação a ela.

O contrário também vale: após um COMMIT, a transação é encerrada, não sendo possível efetuar um ROLLBACK.
BEGIN TRANSACTION, COMMIT e ROLLBACK
Agora, vamos executar novamente o nosso BEGIN TRANSACTION para efetuar a inserção do mesmo registro.
Assim, iniciaremos uma nova transação:
BEGIN TRANSACTION, COMMIT e ROLLBACK
Repare que o registro foi mais uma vez inserido na tabela cliente_aux:
BEGIN TRANSACTION, COMMIT e ROLLBACK
Porém, como já abordado anteriormente, sabemos que ele não está definitivamente salvo, pois o inserimos por
meio de uma transação explícita que iniciamos com o BEGIN TRANSACTION.

Desta forma, temos a oportunidade de verificar se este registro está correto antes de executarmos a próxima ação.
E agora, temos novamente duas opções:

Verificando que a inserção dos dados foi efetuada de acordo com o esperado, podemos salvá-la definitivamente
no banco de dados por meio de um COMMIT. Ou, percebendo que algo errado aconteceu, podemos desfazer esta
inserção por meio de um ROLLBACK.
BEGIN TRANSACTION, COMMIT e ROLLBACK
No exemplo anterior, havíamos desfeito a inserção com um ROLLBACK.

Agora, vimos que tudo saiu conforme o esperado, e por isso queremos salvar essa inserção definitivamente na
nossa tabela. Para isso, executamos um COMMIT:

Consultando novamente a tabela cliente_aux, repare que o

registro permanece lá, pois foi definitivamente salvo:
BEGIN TRANSACTION, COMMIT e ROLLBACK
Note que, uma vez que demos um COMMIT, não conseguimos efetuar um ROLLBACK para excluir essa mesma
inserção de dados:

Isto acontece porque, uma transação, uma vez iniciada, pode ser salva com um COMMIT ou desfeita com um
ROLLBACK. Enquanto não for efetuada nenhuma das duas ações, a transação permanece em aberto.

Porém, após executado um COMMIT ou um ROLLBACK, essa transação é encerrada. Portanto, se, após executado
um COMMIT, tentarmos efetuar um ROLLBACK, o sistema retornará o erro acima, pois a transação já havia sido
encerrada, não sendo mais possível efetuar nenhuma ação em relação a ela.

O contrário também vale: após um ROLLBACK, a transação é encerrada, não sendo possível efetuar um COMMIT.
Criando TRANSACTIONS nomeadas
Veremos agora que podemos criar transações nomeadas. O processo é o mesmo de se criar uma transação sem
nome. Devemos apenas acrescentar o nome que desejamos dar a ela logo após o BEGIN TRANSACTION, desta
forma:

No exemplo acima, chamamos nossa transação de T1.

Assim, quando formos efetuar um COMMIT ou um ROLLBACK nesta transação, informamos o nome dela junto ao
comando a ser executado:
COMMIT e ROLLBACK condicionais
Vamos agora a um exemplo um pouquinho mais complexo que os anteriores, em que estabeleceremos, dentro de
uma transação, uma condição para que uma inserção de dados seja ou salva de forma definitiva no banco de dados
(com um COMMIT), ou desfeita (com um ROLLBACK).

Suponhamos que a gente queira inserir no banco de dados uma cliente chamada Ruth Campos.

Só que, antes de executar um COMMIT, primeiro nós queremos saber se o cadastro dessa cliente já existe.

Para isso, podemos estabelecer uma condição: se o cadastro dessa cliente já existir, desfaça a transação; se não
existir, salve a transação.

Vejamos, na próxima página, como podemos fazer isso na prática.

COMMIT e ROLLBACK condicionais
Primeiramente, apenas para fins didáticos, vamos consultar os registros da nossa tabela cliente_aux:

Note que não temos nenhuma cliente chamada

Ruth Campos cadastrada na tabela cliente_aux.

Vamos, então, ao código da nossa transaction.

COMMIT e ROLLBACK condicionais
O código completo que
executaremos será este aqui:

Fique tranquilo(a), veremos agora seu

passo a passo nas próximas páginas!
COMMIT e ROLLBACK condicionais
1 Antes de tudo, declaramos uma variável chamada @contador que mais a frente receberá a contagem de quantas
clientes chamadas “Ruth Campos” existem na tabela cliente_aux;

2 Iniciamos a transação com um BEGIN TRANSACTION, dando a ela o nome de T1;

3 Efetuamos um INSERT INTO com os dados da cliente Ruth Campos;

3
COMMIT e ROLLBACK condicionais
4 Fazemos a contagem na tabela cliente_aux de todas as clientes que se chamam “Ruth Campos”, e armazenamos essa
contagem na variável @contador que criamos no início.
Repare que, conforme vimos anteriormente, até agora, não tínhamos nenhuma cliente chamada Ruth Campos
cadastrada na tabela cliente_aux.
Quando iniciamos a transação T1, inserimos um registro com os dados de uma cliente chamada Ruth Campos.
Portanto, agora, a nossa contagem (COUNT) verificará que existe o registro de uma cliente chamada Ruth Campos
na tabela cliente_aux, por isso armazenará na varíavel @contador o valor 1.

4
COMMIT e ROLLBACK condicionais
5 Continuamos agora estabelecendo a condição: 5
se a variável @contador for igual a 1, devemos
salvar definitivamente esse novo registro
executando um COMMIT na transação T1.
Além disso, imprimimos na tela a mensagem
“Ruth Campos cadastrada com sucesso.”

6 Caso contrário, ou seja, se a variável

@contador tiver recebido um valor maior que 6

1, significa que esse registro já existia na

tabela, portanto, devemos desfazer a inserção
dele executando um ROLLBACK na transação
T1. Além disso, imprimimos na tela a
mensagem “Ruth Campos já foi cadastrada na
tabela. Insert abortado.”
COMMIT e ROLLBACK condicionais
Note que, como ainda não havia registro na tabela
cliente_aux com o nome_cliente = “Ruth Campos”, na
primeira vez que executamos essa transação condicional,
a inserção foi cadastrada com sucesso 1 :
2

Repare que, agora, a cliente Ruth Campos encontra-se

devidamente cadastrada 2 :
COMMIT e ROLLBACK condicionais
Porém, se tentarmos inserir novamente um registro com
o nome_cliente = “Ruth Campos”, o sistema efetuará o
ROLLBACK estabelecido na condição que criamos,
retornando a mensagem “Ruth Campos já foi cadastrada
na tabela. Insert abortado.”, conforme esperado 1 : 2

Repare que continua registrada na tabela cliente_aux

apenas uma linha com nome_cliente = “Ruth Campos” 2 :
Tratamento de erros em TRANSACTIONS (TRY e CATCH)
Lembra-se que, no início deste módulo, para criar nossa tabela cliente_aux, nós utilizamos as informações
contidas na tabela dCliente?

Pois bem. Se repararmos, agora, no código que foi utilizado para criação da tabela dCliente, veremos que a
coluna data_de_nascimento foi definida como do tipo DATE:
Tratamento de erros em TRANSACTIONS (TRY e CATCH)
Isso significa que a coluna data_de_nascimento da nossa tabela cliente_aux também é do tipo DATE, já que ela
foi criada com base em toda a estrutura e registros da tabela dCliente.

Vamos imaginar que descobrimos que a data de nascimento do cliente de ID número 4 estava incorreta e,
portanto, precisamos corrigir essa informação:
Tratamento de erros em TRANSACTIONS (TRY e CATCH)
Sabendo que a data de nascimento correta deste cliente é 15 de março de 1992, tentamos efetuar a seguinte
alteração:

Porém, conforme vimos, a coluna data_de_nascimento é do tipo DATE. Portanto, ela não aceitou a nova data de
nascimento informada no código acima, pois, da forma como ela foi passada, o sistema entendeu que se trata de
uma string (texto), não uma data. O correto seria ter informado 15/03/1992. Assim sendo, o sistema retornou o
seguinte erro:
Tratamento de erros em TRANSACTIONS (TRY e CATCH)
Todo sistema é passível de apresentar erros, por isso, é
muito importante que sejamos capazes de prever esses
erros, para que possamos criar mecanismos para trata-los
caso aconteçam. Assim, o sistema não será abortado,
pois saberá exatamente como proceder.

Portanto, vamos pensar em como poderíamos ter tratado

o erro apresentado na página anterior, utilizando os
comandos TRY e CATCH.

Uma forma de ter resolvido esse problema, poderia ter

sido por meio de um ROLLBACK: informaríamos ao
sistema que ele deveria tentar efetuar o UPDATE
desejado (dentro de um bloco TRY) e, caso não fosse
possível, deveria ser efetuado um ROLLBACK (informado
dentro de um bloco CATCH).

Vejamos ao lado como ficaria o código:

Tratamento de erros em TRANSACTIONS (TRY e CATCH)
Vamos percorrer agora seu o passo a passo: 1

1 Iniciamos o bloco TRY com o comando BEGIN TRY; 2

2 Iniciamos a transação com o comando BEGIN 3

TRANSACTION, nomeando-a T1;

3 Inserimos dentro da transação o UPDATE que

queremos efetuar; 4

4 Finalizamos a transação com um COMMIT,

imprimindo na tela, em seguida, a informação “Data
5
atualizada com sucesso”;

5 Finalizamos o bloco TRY com o comando END TRY;

Tratamento de erros em TRANSACTIONS (TRY e CATCH)
Para o caso do comando inserido dentro do bloco TRY
apresentar algum erro, criamos agora um bloco com o
6
comando CATCH, que tratará o erro eventualmente
retornado pelo código contido no bloco TRY.
7
6 Para isso, iniciamos o bloco CATCH com o comando
BEGIN CATCH;

7 Inserimos dentro deste bloco o comando ROLLBACK para 8

desfazer a transação T1 criada dentro do bloco TRY,
imprimindo na tela, em seguida, a informação “Data
cadastrada inválida”;

8 Finalizamos o bloco CATCH com o comando END CATCH;

Tratamento de erros em TRANSACTIONS (TRY e CATCH)
Note que, agora, se tentarmos executar este código que criamos, tentando inserir a data com a string ‘15 de março
de 1992’, o sistema retornará a mensagem abaixo.

Repare que 0 linhas foram afetadas, pois o ROLLBACK definido no bloco CATCH foi efetuado.

E a mensagem “Data cadastrada inválida”, também definida no bloco CATCH, foi apresentada na tela, conforme
esperado.
Tratamento de erros em TRANSACTIONS (TRY e CATCH)
Se consultarmos a tabela cliente_aux, verificaremos que a data de nascimento do cliente de ID número 4
permanece inalterada:
Tratamento de erros em TRANSACTIONS (TRY e CATCH)
Se alterarmos a data informada no nosso código para o formato correto, para que o sistema a reconheça como
sendo do tipo DATE, a alteração será devidamente efetuada e salva com um COMMIT, conforme determinado pela
transação contida dentro do bloco TRY:

1 2

3
Variável @@TRANCOUNT
Conforme visto, quando iniciamos uma transação explícita, como temos feito neste módulo, ela fica em aberto
aguardando que executemos um COMMIT para salvá-la definitivamente no banco de dados, ou um ROLLBACK
para desfazê-la.

A variável @@TRANCOUNT pode ser muito útil quando queremos saber quantas transações temos em aberto
aguardando que executemos um COMMIT ou um ROLLBACK.

Vejamos:

Para iniciar, vamos utilizar a variável @@TRANCOUNT para nos mostrar que não existem transações em aberto:

Repare que o print acima retornou o número 0,

indicando que realmente não temos transações
em aberto:
Variável @@TRANCOUNT
Agora, vamos iniciar duas transações: a T1 e a T2.

Imprimindo novamente a variável @@TRANCOUNT, veremos que, agora, o sistema retornará o valor 2. Isso
significa que temos duas transações em aberto, que são exatamente a T1 e a T2 que inicializamos acima:
Variável @@TRANCOUNT
Vamos executar um COMMIT na transação T2:

Agora, se imprimirmos novamente a variável @@TRANCOUNT, veremos que o sistema retornará o valor 1. Isso
significa que temos apenas uma transação em aberto, que é a T1, já que a T2 acabamos de salvar e finalizar com
o COMMIT acima:
Variável @@TRANCOUNT
Por fim, vamos executar um ROLLBACK na transação T1:

Note que, se imprimirmos novamente a variável @@TRANCOUNT, veremos que o sistema retornará o valor 0.
Isso significa que finalmente não temos mais transações em aberto, pois a última transação que aguardava um
fechamento, a T1, foi desfeita e finalizada com o ROLLBACK que executamos acima:
Transações Aninhadas
TRANSACTIONS, além dos diversos tipos de comandos capazes de inserir, alterar ou excluir informações em um
banco de dados, também podem conter outras transações dentro de seu bloco de comandos. A essas transações
“uma dentro da outra”, chamamos de “transações aninhadas” (ou, em inglês, de nested transactions).

A grande diferença das transações aninhadas para as transações feitas separadamente (que temos visto até aqui) é
que, com as transações aninhadas, as transações mais internas, mesmo que contenham COMMITs ou ROLLBACKs,
só serão de fato salvas ou desfeitas quando a transação principal (mais externa) for salva com um COMMIT.

Caso a transação externa venha a ser desfeita com um ROLLBACK, tudo que tiver sido efetuado pelas transações
internas não será salvo, mesmo que estas transações internas contenham seus próprios COMMITs.

Em resumo, as transações internas são dependentes da transação externa.

Para ilustrar, vejamos um exemplo na próxima página.

Transações Aninhadas
Vamos executar o código ao lado: T1

Repare que nele temos uma transação externa (T1), e 1

dentro dela, temos outra transação (T2).

1 Com a T1, efetuamos um UPDATE alterando o CPF do

cliente de ID número 1 da tabela cliente_aux para T2

“999.999.999-99”.
2

2 Já com a T2, efetuamos um UPDATE alterando o CPF do

cliente de ID número 2 da tabela cliente_aux para
“111.111.111-11”.
3

3 Para finalizar a T2 (interna), efetuamos um COMMIT. 4

4 Porém, para finalizar a T1 (externa) executamos um

ROLLBACK.
Transações Aninhadas
Vejamos agora o passo a passo de como as informações de CPF desses dois clientes (IDs números 1 e 2) foram
sendo alteradas conforme o código da página anterior foi sendo executado.

Antes de tudo, vamos relembrar as informações dos clientes de IDs número 1 e 2:

Ao alterarmos o CPF do cliente de ID número 1 para 999.999.999-99, esta alteração foi inserida na tabela,
aguardando o COMMIT para ser salva de maneira definitiva, ou o ROLLBACK para ser desfeita:
Transações Aninhadas
Continuando na execução do nosso código, ao alterarmos o CPF do cliente de ID número 2 para 111.111.111-11,
esta alteração foi inserida na tabela e aparentemente salva, já que efetuamos um COMMIT ao final da T2:

Porém, para finalizar a T1, que é a nossa transação externa, na qual a T2 acima está contida, utilizamos um
ROLLBACK. Assim, ambas as alterações de números de CPFs que haviam sido efetuadas foram desfeitas, inclusive
a do ID número 2 (que foi efetuada e salva com um COMMIT pela T2), pois a T2 interna é dependente da T1
externa. Assim, uma vez efetuado um ROLLBACK na T1, também foi efetuado um ROLLBACK na T2:
 TRANSACTIONS

Questão 1
EXERCÍCIOS 1 Crie uma tabela chamada Carro com os dados abaixo.

Obs.: não se preocupe com constraints, pode criar uma tabela simples.

Questão 2
2 Execute as seguintes transações no banco de dados, sempre na tabela
Carro. Lembre-se de dar um COMMIT para efetivar cada uma das
transações.

a) Inserir uma nova linha com os seguintes valores:

- id_carro = 6
- placa = CDR-0090
- modelo = Fiat Argo
- tipo = Hatch

b) Atualizar o tipo do carro de id = 1 de Hatch para Sedan.

c) Deletar a linha referente ao carro de id = 6.

 TRANSACTIONS

GABARITOS

Questão 1
1 Crie uma tabela chamada Carro com os dados abaixo.

Obs.: não se preocupe com constraints, pode criar uma tabela

simples.
 TRANSACTIONS

GABARITOS

Questão 2.a
2.a Execute as seguintes transações no banco de dados, sempre
na tabela Carro. Lembre-se de dar um COMMIT para efetivar
cada uma das transações.

a) Inserir uma nova linha com os seguintes valores:

- id_carro = 6
- placa = CDR-0090
- modelo = Fiat Argo
- tipo = Hatch
 TRANSACTIONS

GABARITOS

Questão 2.b
2.b b) Atualizar o tipo do carro de id = 1 de Hatch para Sedan.
 TRANSACTIONS

GABARITOS

Questão 2.c
2.c c) Deletar a linha referente ao carro de id = 6.
MÓDULO 21

Functions
O QUE VEREMOS NESTE MÓDULO
MÓDULO 21
O que são FUNCTIONS?
Uma FUNCTION é um conjunto de comandos que executam ações e retorna um valor escalar. As functions ajudam
a simplificar um código.

Por exemplo, se você tem um cálculo complexo que aparece diversas vezes no seu código, em vez de repetir várias
vezes aquela série de comandos, você pode simplesmente criar uma função e reaproveitá-la sempre que precisar.

O próprio SQL tem diversas funções do sistema (prontas) e, até agora, já vimos vários exemplos de funções deste
tipo, como funções de data, texto, etc.
O que são FUNCTIONS?
Podemos visualizar as funções do sistema na pasta Conforme formos criando nossas próprias funções,
Programação > Funções > Funções do Sistema: elas ficarão salvas na pasta Programação > Funções
> Funções com Valor Escalar:
Como criar e utilizar uma FUNCTION
Vamos imaginar que a gente queira fazer uma formatação diferenciada na coluna data_de_nascimento da tabela
dCliente. Em vez de retornar apenas a data conforme ela está armazenada (por exemplo, ‘1989-02-12’), queremos
retorná-la por extenso (assim: ‘Domingo, 12 de Fevereiro de 1989’).

Vimos no módulo de funções single row que podemos fazer isso por meio da função DATENAME, desta forma:
Como criar e utilizar uma FUNCTION
Porém, para facilitar para gente, nós podemos criar uma function que utilize a DATENAME e retorne este mesmo
resultado para qualquer coluna de data de qualquer tabela.

Assim, quando formos efetuar a consulta a uma tabela que contenha uma coluna de data que precisemos retornar
por extenso (como no caso da coluna data_de_nascimento da tabela dCliente), nós não precisamos recriar todo o
código com a DATENAME. Tudo que precisamos fazer é “chamar” dentro do nosso SELECT a função que tivermos
criado.

Vamos portanto, criar essa função, que chamaremos de

fnDataCompleta, usando o código ao lado:
Como criar e utilizar uma FUNCTION
1 Iniciamos com o comando CREATE FUNCTION, damos um 1
nome à function (fnDataCompleta), assim como ao parâmetro 2
que será recebido por ela (no caso @data, que será do tipo
DATE); 3

2 Em seguida, informamos o tipo de dado que a function deverá

retornar que, neste caso, será do tipo VARCHAR. Repare que
no parâmetro a function receberá um dado do tipo DATE
(YYYY-MM-DD), fará o tratamento necessário nesse dado
(cujos comandos serão passados logo mais dentro do bloco de
execução que inicia com BEGIN) e retornará um dado do tipo 4
VARCHAR (a string da data por extenso);

3 Depois, abrimos o bloco de execução e, dentro dele, passamos

os comandos do que a função deve ser capaz de fazer (no caso,
transformar uma data em uma string desta data por extenso);

4 Finalizamos o bloco de execução com o comando END.

Como criar e utilizar uma FUNCTION
Repare que nossa function recém-criada agora está salva na pasta Programação > Funções > Funções com Valor
Escalar, como havíamos mencionado anteriormente.

Note que, ao nome da function, o sistema acrescentou o

prefixo “dbo”. Este termo significa “database owner”
(proprietário do banco de dados) e é anexado a todo
objeto criado pelo administrador do banco de dados.

Por isso, em se tratando de functions, quando formos

utilizá-las nas consultas que efetuarmos, devemos sempre
nos lembrar de acrescentar o prefixo “dbo.” ao seu nome,
caso contrário, o sistema retornará o erro abaixo:
Como criar e utilizar uma FUNCTION
Criada nossa function fnDataCompleta, agora podemos utilizá-la
todas as vezes que precisarmos pegar um valor do tipo DATE e
transformá-lo em uma string dessa data por extenso.

Então, para executar esse procedimento com a coluna 1

data_de_nascimento da tabela dCliente, podemos fazer como no
código ao lado.

Perceba que informamos o nome da função (dbo.fnDataCompleta)

e, entre parênteses, passamos o nome da coluna que servirá de
2
parâmetro para a função. Neste caso, é a coluna
data_de_nascimento da tabela dCliente 1 .

Assim, a function pegará essa coluna informada como parâmetro na

nossa consulta ao lado, passará para o parâmetro @data da
function, e executará os comandos constantes em seu bloco de
execução.

Ao final, nossa query retornará o resultado desejado, com a nova

coluna “criada” pela function 2 :
Como alterar uma FUNCTION
Para alterar uma function, devemos, na primeira linha do nosso código, utilizar o comando ALTER FUNCTION:

Entretanto, como uma boa prática, aconselhamos unir os comandos CREATE e ALTER sempre que formos criar ou
alterar uma FUNCTION.

Desta forma, não corremos o risco de querer criar uma function que já existe e retornar um erro, ou querer alterar
uma function que ainda não existe, incorrendo em novo erro:

Com o comando unificado CREATE OR ALTER FUNCTION, o sistema será capaz de verificar:

A. Se a function não existe, então ele criará uma nova function por meio do comando CREATE;
B. Se a function já existe, assim ele alterará a function já existente por meio do comando ALTER.
Como alterar uma FUNCTION
Dito isto, vamos alterar a function que criamos
para incluir na nossa string de data por extenso,
também a informação de semestre.

Para isso, vamos precisar acrescentar uma

estrutura condicional: o CASE.

Conforme demonstrado ao lado, com o CASE

verificamos o seguinte:

Caso o mês seja menor ou igual a 6, retornamos o

termo ‘(1º Semestre)’ junto à string da data por
extenso;
Caso contrário (ou seja, caso o mês seja maior que
6), retornamos o termo ‘(2º Semestre)’ junto à
string da data por extenso.
Como alterar uma FUNCTION
Repare agora, com a alteração efetuada na nossa function, como será o resultado apresentado pela consulta à
tabela dCliente:

Foi incluída na coluna “criada” pela function

fnDataCompleta a informação de semestre junto à
data por extenso:
Como excluir uma FUNCTION
Para excluir uma function é muito simples, basta executarmos o
comando DROP FUNCTION, conforme abaixo:

Ou, manualmente, clicando com o botão direito sobre o nome da

function armazenada na pasta Programação > Funções > Funções
com Valor Escalar, e depois selecionar a opção Excluir (conforme ao
lado):
 FUNCTIONS

Questão 1
EXERCÍCIOS 1 Crie uma Function que calcule o tempo (em anos) entre duas datas.
Essa function deve receber dois argumentos: data_inicial e data_final.
Caso a data_final não seja informada, a function deve automaticamente
considerar a data atual do sistema.
Essa function será usada para calcular o tempo de casa de cada
funcionário.
Obs.: a função DATEDIFF não é suficiente para resolver este problema.

Questão 2
2 Crie uma function que calcula a bonificação de cada funcionário (5% a
mais em relação ao BaseRate).
Porém, tome cuidado! Nem todos os funcionários deverão receber
bônus...
 FUNCTIONS

Questão 3
EXERCÍCIOS 3 Crie uma Function que retorna uma tabela. Esta function deverá receber
como parâmetro o gênero do cliente e retornar todos os clientes que
são do gênero informado na function.
Observe que esta function será utilizada particularmente na tabela
DimCustomer.

Questão 4
4 Crie uma Function que retorna uma tabela-resumo com o total de
produtos por cores.
Sua function deve receber 1 argumento, em que será possível
especificar de qual marca você deseja o resumo.
 FUNCTIONS

GABARITOS

Questão 1
1 Crie uma Function que calcule o tempo (em anos) entre duas
datas.
Essa function deve receber dois argumentos: data_inicial e
data_final.
Caso a data_final não seja informada, a function deve
automaticamente considerar a data atual do sistema.
Essa function será usada para calcular o tempo de casa de cada
funcionário.
Obs.: a função DATEDIFF não é suficiente para resolver este
problema.
 FUNCTIONS

GABARITOS

Questão 2
2 Crie uma function que calcula a bonificação de cada
funcionário (5% a mais em relação ao BaseRate).

Porém, tome cuidado! Nem todos os funcionários deverão

receber bônus...
 FUNCTIONS

GABARITOS

Questão 3
3 Crie uma Function que retorna uma tabela. Esta function
deverá receber como parâmetro o gênero do cliente e retornar
todos os clientes que são do gênero informado na function.

Observe que esta function será utilizada particularmente na

tabela DimCustomer.
 FUNCTIONS

GABARITOS

Questão 4
4 Crie uma Function que retorna uma tabela-resumo com o total
de produtos por cores.

Sua function deve receber 1 argumento, em que será possível

especificar de qual marca você deseja o resumo.
MÓDULO 22

Procedures
O QUE VEREMOS NESTE MÓDULO
MÓDULO 22
O que são PROCEDURES?
Uma PROCEDURE é um bloco de código que possui um nome e pode ser armazenado no banco de dados.
Ele pode incluir uma série de comandos SQL para executar alguma tarefa.

Procedures são usadas para fazer tarefas repetitivas que não são possíveis em queries do SQL ou que
dariam muito trabalho.

Elas podem incluir estruturas de controle e comandos.

Uma Procedure pode ou não aceitar parâmetros de entrada.

O que são PROCEDURES?
Podemos visualizar as procedures do sistema na Conforme formos criando nossas próprias
pasta Programação > Procedimentos Armazenados procedures, elas ficarão salvas na pasta
> Procedimentos Armazenados do Sistema: Programação > Procedimentos Armazenados:
Como criar PROCEDURES
Existem duas formas de se criar uma PROCEDURE: sem parâmetros e com parâmetros.

Na PROCEDURE sem parâmetros, todas as informações necessárias para sua execução serão atribuídas dentro da
própria PROCEDURE.

Já na PROCEDURE com parâmetros, essas informações serão fornecidas pelo usuário.

Vejamos a seguir exemplos de cada uma delas.

Como criar PROCEDURES SEM PARÂMETROS
Vamos iniciar com um exemplo bem simples de como criar uma PROCEDURE SEM PARÂMETROS.

Suponhamos que a gente queira criar uma procedure para armazenar uma consulta à tabela dGerente.
O código ficaria assim:

Vejamos seu passo a passo na próxima página.

Como criar PROCEDURES SEM PARÂMETROS
1 Iniciamos a procedure com o comando CREATE PROCEDURE e 1

damos um nome a ela;

2
2 Abrimos o bloco de execução com o comando BEGIN;
3
3 Dentro do bloco de execução, passamos todas as instruções da
procedure. No caso, o nosso SELECT à tabela dGerente;

4 Finalizamos o bloco de execução e a procedure com o comando

END.

4
Como criar PROCEDURES SEM PARÂMETROS
Para executar nossa procedure, utilizamos o seguinte comando:

Executando-a, temos o seguinte resultado:

Agora, toda vez que precisarmos visualizar o resultado dessa mesma consulta, basta utilizarmos o comando
acima e executar a procedure prOrdenaGerentes, em vez de ter que recriar todo o código novamente.
Como criar PROCEDURES COM UM PARÂMETRO
Vamos agora avançar um pouquinho aprendendo a criar uma PROCEDURE COM UM PARÂMETRO.

Suponhamos que a gente queira criar uma procedure para armazenar uma consulta à tabela dCliente que
retorne apenas os clientes ou do sexo masculino, ou do sexo feminino, a depender do que for informado pelo
usuário.
O código ficaria conforme ao lado.

Repare que iniciamos com a junção dos comandos

CREATE OR ALTER PROCEDURE. Como explicado no
módulo de Functions, fazendo desta forma, o sistema
será capaz de verificar:

A. Se a procedure não existe, então ele criará uma nova

procedure por meio do comando CREATE;
B. Se a procedure já existe, assim ele alterará a
procedure já existente por meio do comando ALTER.

Vejamos seu passo a passo na próxima página.

Como criar PROCEDURES COM UM PARÂMETRO
1 Iniciamos a procedure com o comando CREATE OR 1

ALTER PROCEDURE, a nomeamos, e declaramos o

nome e o tipo de dado do parâmetro que receberá a 2

informação de gênero que será passada pelo usuário; 3

2 Abrimos o bloco de execução com o comando BEGIN;

3 Dentro do bloco de execução, passamos todas as

instruções da procedure. No caso, o nosso SELECT à
tabela dCliente (observe que no filtro que fizemos com 4

o comando WHERE, em vez de estabelecer que genero

= ‘M’ ou genero = ‘F’, informamos o nome do 5
parâmetro que criamos na primeira linha do nosso
código, junto ao comando CREATE OR ALTER
PROCEDURE: @gen 4 );

5 Finalizamos o bloco de execução e a procedure com o

comando END.
Como criar PROCEDURES COM UM PARÂMETRO
Para executar nossa procedure, utilizamos o comando EXECUTE seguido do nome da procedure e da informação
que deverá ser passada ao parâmetro @gen (no caso, ‘M’ para retornar todos os clientes do gênero masculino ou
‘F’ para retornar todas as clientes do gênero feminino):

OU.

Agora, toda vez que precisarmos visualizar o resultado dessa mesma consulta, basta utilizarmos o comando
acima e executar a procedure prListaClientes, em vez de ter que recriar todo o código novamente.
Como criar PROCEDURES COM MAIS DE UM PARÂMETRO
Avancemos novamente mais um pouquinho para aprender como podemos criar uma PROCEDURE COM MAIS
DE UM PARÂMETRO.

Vamos imaginar que a gente queira, lá na nossa procedure prListasClientes, além de poder filtrar nossos clientes
por gênero, também escolher o ano de sua data de nascimento. Vamos precisar incluir mais um parâmetro,
então, concorda?

Para isso, a gente precisa alterar alguns detalhes no

nosso código, que vai ficar igual ao lado:

Vejamos seu passo a passo na próxima página.

Como criar PROCEDURES COM MAIS DE UM PARÂMETRO
1 Iniciamos a procedure com o comando CREATE OR 1
ALTER PROCEDURE, a nomeamos, e declaramos os
2
nomes e os tipos de dados dos parâmetros que
receberão as informações de gênero e ano de 3
nascimento que serão passados pelo usuário;

2 Abrimos o bloco de execução com o comando BEGIN;

3 Dentro do bloco de execução, passamos todas as 4

instruções da procedure. No caso, o nosso SELECT à 5

tabela dCliente (observe que no filtro que fizemos com
o comando WHERE, em vez de estabelecer que genero = ‘M’ ou
genero = ‘F’, informamos o nome do parâmetro que criamos na
primeira linha do nosso código, junto ao comando CREATE OR ALTER
PROCEDURE: @gen. O mesmo vale para o filtro
YEAR(data_de_nascimento), pois não informamos um ano qualquer,
mas sim o parâmetro que criamos: @ano 4 );

5 Finalizamos o bloco de execução e a procedure com o comando END.

Como criar PROCEDURES COM MAIS DE UM PARÂMETRO
Para executar nossa procedure, utilizamos o comando EXECUTE seguido do nome da procedure e das
informações que deverão ser passadas aos parâmetros @gen e @ano. A título de exemplo, informamos ‘M’ para
o parâmetro @gen e 1989 para o parâmetro @ano; assim retornaremos todos os clientes do gênero masculino
que nasceram no ano de 1989) :

Agora, toda vez que precisarmos visualizar o resultado dessa mesma consulta, basta utilizarmos o comando
acima e executar a procedure prListaClientes, em vez de ter que recriar todo o código novamente.
Como criar PROCEDURES COM PARÂMETRO DEFAULT
E continuemos avançando! Agora, vamos ver como podemos passar um valor padrão (default) para um
parâmetro. Esse valor default será sempre utilizado caso o usuário não informe nenhum valor para o parâmetro
em questão.

Vamos imaginar que a gente queira alterar novamente a nossa procedure prListasClientes, para podermos incluir
o valor “M” como default do parâmetro @gen. Assim, caso o usuário não informe nenhum valor, sempre
retornaremos os clientes do gênero masculino na consulta efetuada pela procedure.

Para isso, a gente precisa alterar um detalhe no nosso

código, que vai ficar igual ao lado:

Vejamos seu passo a passo na próxima página.

Como criar PROCEDURES COM PARÂMETRO DEFAULT
1 Iniciamos a procedure com o comando CREATE OR 1
ALTER PROCEDURE, a nomeamos, e declaramos os
2
nomes e os tipos de dados dos parâmetros que
receberão as informações de gênero e ano de 3
nascimento que serão passados pelo usuário. Repare
que, para o parâmetro @gen, estabelecemos o valor
default “M”. Assim, caso o usuário não informe o
gênero, a consulta executada dentro da procedure, por
padrão, retornará os clientes do gênero masculino;
4
2 Abrimos o bloco de execução com o comando BEGIN;

3 Dentro do bloco de execução, passamos todas as

instruções da procedure. No caso, o nosso SELECT à
tabela dCliente;

4 Finalizamos o bloco de execução e a procedure com o

comando END.
Como criar PROCEDURES COM PARÂMETRO DEFAULT
Para executar nossa procedure, utilizamos o comando EXECUTE seguido do nome da procedure e das
informações que deverão ser passadas aos parâmetros @gen e @ano.

Porém, agora, como definimos um valor default para o parâmetro @gen, não somos obrigados a informar
novamente o valor “M” caso a gente queira retornar clientes do gênero masculino. Em um caso assim, basta
informarmos o ano de nascimento. Só precisamos informar o gênero se quisermos que apareçam as clientes do
gênero feminino (F) em vez dos clientes do gênero masculino (M).

Então, se quisermos retornar os clientes do gênero masculino que nasceram no ano de 1989 é só escrever o
código abaixo, certo?

Errado!
Repare que, se executarmos o código acima, o sistema retornará o seguinte erro:
Como criar PROCEDURES COM PARÂMETRO DEFAULT
Isso acontece porque, como a nossa procedure prListaClientes possui dois parâmetros, quando informamos
apenas um valor ao comando EXECUTE, o sistema não sabe para qual parâmetro ele deve passar aquele valor.
Ele não entende que, uma vez que existe um parâmetro com um valor default, se informamos apenas um valor,
este valor deve ser passado ao parâmetro que não tem valor default.

Então, para que o erro da página anterior não ocorra, temos que informar ao EXECUTE a qual parâmetro aquele
valor se refere, desta forma:

Perceba que, agora, o sistema entendeu e retornou todos os clientes do gênero masculino que nasceram em
1989:
Como criar PROCEDURES COM PARÂMETRO DEFAULT
E para retornar as clientes do gênero feminino que nasceram em 1989, por exemplo?

Neste caso, como teremos que, obrigatoriamente, informar valores tanto para o parâmetro @gen quanto para o
parâmetro @ano, não faz diferença se informamos o nome do parâmetro no comando EXECUTE ou não:

OU.

Perceba que, agora, o sistema retornou todas as clientes do gênero feminino que nasceram em 1989.
Portanto, o parâmetro default passado dentro da procedure só é utilizado quando o usuário não informa
nenhum valor para aquele parâmetro. Caso o usuário informe um valor diferente, é este valor que prevalece,
não o default.
Como criar PROCEDURES COMPLEXAS
Agora, vamos ver um exemplo de uma procedure um pouco mais complexa que as anteriores.

Com esta nova procedure, nós poderemos efetuar cadastros de assinatura de novos contratos na tabela
fContratos.

Como exemplo, ao final, executada a procedure, nós cadastraremos os seguintes dados informados pelo usuário
para um novo contrato:

Gerente: Lucas Sampaio

Cliente: Gustavo Barbosa

Valor do Contrato: 5000

Como criar PROCEDURES COMPLEXAS
Repare novamente nos valores que cadastraremos:

Gerente: Lucas Sampaio

Cliente: Gustavo Barbosa
Valor do Contrato: 5000

Façamos uma consulta a nossa tabela fContratos:

Notou que ela não tem as colunas de nome do cliente e nome do

gerente, somente as colunas de id_cliente e id_gerente?

Como, então, vamos conseguir cadastrar esse novo registro, se o

usuário vai informar para gente exatamente os nomes do gerente
e do cliente, não seus IDs?
Como criar PROCEDURES COMPLEXAS
Vamos ter que encontrar uma forma de extrair essas informações das tabelas dCliente e dGerente, pois lá temos
seus nomes registrados. Veja:

dCliente dGerente
Como criar PROCEDURES COMPLEXAS
Como sabemos, as colunas de id_cliente e id_gerente das tabelas dCliente e dGerente são as chaves primárias
dessas tabelas, às quais as chaves estrangeiras id_cliente e id_gerente da tabela fContratos fazem referência:

dCliente

fContratos

dGerente
Como criar PROCEDURES COMPLEXAS
Portanto, se queremos que os nomes informados pelo usuário para cliente e gerente sejam considerados para
cadastrarmos os IDs desses nomes corretamente na tabela fContratos, precisamos, por meio dos nomes
informados pelo usuário, conseguir extrair os IDs das tabelas dCliente e dGerente correspondentes a esses
nomes para poder salvá-los no registro do novo contrato assinado.

E é isso que a nossa nova procedure vai ser capaz de fazer. Para tanto, precisaremos seguir o seguinte passo a
passo:

1º Passo: Definir as variáveis a serem utilizadas;

2º Passo: Armazenar em uma das variáveis definidas no 1º passo o valor de id_gerente da tabela dGerente de
acordo com o nome do gerente informado pelo usuário;

3º Passo: Armazenar na outra variável definida no 1º passo o valor de id_cliente da tabela dCliente de acordo
com o nome do cliente informado pelo usuário;

4º Passo: Armazenar a data da assinatura como sendo a data atual do sistema;

5º Passo: Utilizar o INSERT INTO para inserir os dados na tabela fContratos.

Como criar PROCEDURES COMPLEXAS
Observe o código que vamos criar:

Vejamos seu passo a passo nas

próximas páginas.
Como criar PROCEDURES COMPLEXAS
1 Iniciamos a procedure com o comando CREATE OR ALTER PROCEDURE, a nomeamos, e declaramos os nomes e os
tipos de dados dos parâmetros que receberão as informações de nome do gerente, nome do cliente e valor do
contrato que serão informados pelo usuário;

2 Abrimos o bloco de execução com o comando BEGIN;

3 Dentro do bloco de execução, declaramos as variáveis que vamos precisar. No caso, utilizaremos duas: uma para
armazenar o id_gerente da tabela dGerente que estiver associado ao nome do gerente informado pelo usuário; e
outra para armazenar o id_cliente da tabela dCliente que estiver associado ao nome do cliente informado pelo
usuário;

3
Como criar PROCEDURES COMPLEXAS
Continuando o bloco de execução, vamos agora incluir dois SELECTs:
4

4 O primeiro vai extrair o id_gerente da tabela dGerente de acordo

com o nome_gerente informado pelo usuário (parâmetro @gerente), e
armazenará esse id_gerente na variável que criamos na página
anterior: @vIdGerente;
5

5 Já o segundo SELECT extrairá o id_cliente da tabela dCliente de

acordo com o nome_cliente informado pelo usuário (parâmetro
@cliente), e armazenará esse id_cliente na outra variável que criamos
na página anterior: @vIdCliente;
Como criar PROCEDURES COMPLEXAS
6 Em seguida, inserimos este novo registro na tabela fContratos, puxando a data atual (GETDATE()) para a coluna
data_assinatura, o valor armazenado na variável @vIdCliente para a coluna id_cliente, o valor armazenado na
variável @vIdGerente para a coluna id_gerente, e o parâmetro @valor (informado pelo usuário) para a coluna
valor_contrato;

7 Por fim, imprimimos na tela a mensagem “Contrato registrado com sucesso!”;

8 Finalizamos o bloco de execução e a procedure com o comando END.

8
Como criar PROCEDURES COMPLEXAS
Ao executarmos o comando EXECUTE com os valores informados pelo usuário...

... note que a mensagem configurada no PRINT da procedure prRegistraContrato foi impressa na tela, conforme
esperado...
Como criar PROCEDURES COMPLEXAS
... e o novo registro foi devidamente incluído na tabela fContratos:
Como criar PROCEDURES COMPLEXAS
Vejamos nas tabelas dCliente e dGerente se extraímos os IDs corretos.

Primeiramente, repare que o novo registro puxou:

a) Da tabela dCliente, o ID nº 7 para a coluna id_cliente da tabela fContratos;
b) Da tabela dGerente, o ID nº 1 para a coluna id_gerente da tabela fContratos:

Portanto, na tabela dCliente o cliente de ID nº 7 tem que ser o Gustavo Barbosa; e na tabela dGerente o gerente
de ID nº 1 precisa ser o Lucas Sampaio, pois foram estes os nomes informados pelo usuário aos parâmetros
@cliente e @gerente no nosso EXECUTE, lembra-se? Veja:
Como criar PROCEDURES COMPLEXAS
Vamos ver se é isso mesmo:

Tudo certo, nossa procedure prRegistraContrato

está funcionando perfeitamente!
Como excluir uma PROCEDURE
Para excluir uma procedure é muito simples, basta executarmos
o comando DROP PROCEDURE, conforme abaixo:

Ou, manualmente, clicando com o botão direito sobre o nome da

procedure armazenada na pasta Programação > Procedimentos
Armazenados, e depois selecionar a opção Excluir (conforme ao
lado):
FUNCTIONS vs. PROCEDURES
Muita gente se pergunta quais são as diferenças entre FUNCTIONS e PROCEDURES.

Abaixo, listamos as principais delas:

DIFERENÇAS PROCEDURES FUNCTIONS

São usadas para executar um processo, uma
1 sequência de comandos e blocos SQL.
São usadas para fazer cálculos.

Podem ser “chamadas” dentro da

Não podem ser “chamadas” dentro da
2 cláusula SELECT.
cláusula SELECT (desde que não
contenham comandos SELECT).

3 Não precisam retornar valor. Precisam retornar algum valor.

 PROCEDURES

Questão 1
EXERCÍCIOS 1 Crie uma Procedure que resume o total de produtos por nome da
categoria. Essa Procedure deve solicitar ao usuário qual marca deve ser
considerada na análise.

Questão 2
2 Crie uma Procedure que lista os top N clientes de acordo com a data de
primeira compra. O valor de N deve ser um parâmetro de entrada da sua
Procedure.

Questão 3
3 Crie uma Procedure que recebe 2 argumentos: MÊS (de 1 a 12) e ANO
(1996 a 2003). Sua Procedure deve listar todos os funcionários que
foram contratados no mês/ano informado.
 PROCEDURES

Observação:
EXERCÍCIOS Para os exercícios 4, 5 e 6 utilize a tabela abaixo:
 PROCEDURES

Questão 4
EXERCÍCIOS 4 Crie uma Procedure que insere uma nova linha na tabela Carro. Essa
nova linha deve conter os seguintes dados:

- id = 5
- placa = GOL-5555
- modelo = Volkswagen Gol
- tipo = Hatch
- valor = 80000

Questão 5
5 Crie uma Procedure que altera o valor de venda de um carro. A
Procedure deve receber como parâmetros o id_carro e o novo valor.

Questão 6
6 Crie uma Procedure que exclui um carro a partir do id informado.
 PROCEDURES

GABARITOS

Questão 1
1 Crie uma Procedure que resume o total de produtos por nome
da categoria. Essa Procedure deve solicitar ao usuário qual
marca deve ser considerada na análise.
 PROCEDURES

GABARITOS

Questão 2
2 Crie uma Procedure que lista os top N clientes de acordo com
a data de primeira compra. O valor de N deve ser um
parâmetro de entrada da sua Procedure.
 PROCEDURES

GABARITOS

Questão 3
3 Crie uma Procedure que recebe 2 argumentos: MÊS (de 1 a
12) e ANO (1996 a 2003). Sua Procedure deve listar todos os
funcionários que foram contratados no mês/ano informado.
 PROCEDURES

GABARITOS

Questão 4
4 Crie uma Procedure que insere uma nova linha na tabela
Carro. Essa nova linha deve conter os seguintes dados:

- id = 5
- placa = GOL-5555
- modelo = Volkswagen Gol
- tipo = Hatch
- valor = 80000
 PROCEDURES

GABARITOS

Questão 5
5 Crie uma Procedure que altera o valor de venda de um carro. A
Procedure deve receber como parâmetros o id_carro e o novo
valor.
 PROCEDURES

GABARITOS

Questão 6
6 Crie uma Procedure que exclui um carro a partir do id
informado.
MÓDULO 23

Triggers DML
O QUE VEREMOS NESTE MÓDULO
MÓDULO 23
O que são TRIGGERS DML?
Uma TRIGGER é um gatilho que será disparado automaticamente quando acontecer um evento.

Uma TRIGGER DML é disparada quando um comando INSERT, UPDATE ou DELETE é executado em uma Tabela
ou View.

Antes de continuarmos, um parêntese: existem também as Triggers DDL que são disparadas quando utilizamos
comandos DDL (CREATE, ALTER, DROP). Mas este será assunto para o próximo módulo. Neste aqui, vamos
focar nas Triggers DML.

Prossigamos: na hora de criar uma TRIGGER DML, podemos definir alguns elementos:

TIPO (em relação ao evento): AFTER (depois) ou INSTEAD OF (no lugar de);

EVENTO: INSERT, UPDATE, DELETE;

CORPO: Bloco de Comandos.

Como criar uma TRIGGER DML (AFTER)
Vamos iniciar criando uma Trigger DML do tipo AFTER bem simples.

Essa trigger será disparada após (AFTER) um evento INSERT, UPDATE ou DELETE ser executado na tabela
dCliente e imprimirá na tela uma mensagem informando que os dados dessa tabela foram alterados.

Para isso, utilizaremos o código ao lado:

Vejamos na próxima página o seu passo a passo.

Como criar uma TRIGGER DML (AFTER)
1 Iniciamos a nossa trigger com o comando CREATE OR
1
ALTER TRIGGER e damos um nome a ela;
2

2 Informamos o nome da tabela que fará a trigger ser 3

disparada toda vez que for alterada. No caso, será a

4
dCliente;

3 Determinamos se a trigger será do tipo AFTER ou 5

INSTEAD OF (no caso, será do tipo AFTER, pois

queremos que ela dispare depois que uma alteração 6

for efetuada) e qual(is) o(s) comando(s) que a

disparará(ão) quando for(em) executado(s). No caso,
será depois dos três comandos DML: INSERT,
UPDATE e DELETE;
4 Iniciamos o bloco de comandos com o comando BEGIN;
5 Incluímos todos os comandos que deverão ser executados quando a trigger for disparada. Aqui, apenas um PRINT
na tela com a mensagem “Os dados da tabela dCliente foram alterados!”;
6 Finalizamos o bloco de comandos com o comando END.
Como criar uma TRIGGER DML (AFTER)
Com a nossa trigger tgClienteAlterado criada, repare que toda vez que efetuarmos um INSERT, um UPDATE ou
um DELETE na tabela dCliente, aparecerá na tela a mensagem configurada no PRINT.

Vejamos um exemplo com o comando INSERT. Vamos incluir o seguinte registro na tabela dCliente:

Repare que a mensagem configurada apareceu na tela:

Como criar uma TRIGGER DML (AFTER)
Observemos outro exemplo com o comando UPDATE. Vamos atualizar o registro que acabamos de incluir na
tabela dCliente para alterar seu CPF:

Veja que a mensagem configurada novamente apareceu na tela:

Como criar uma TRIGGER DML (AFTER)
Vejamos, por fim, um exemplo com o comando DELETE. Vamos excluir o registro que acabamos de incluir na
tabela dCliente:

Note que a mensagem configurada mais uma vez apareceu na tela:

Tabelas INSERTED e DELETED
Como poderíamos deixar nossa trigger tgClienteAlterado, criada no exemplo anterior, ainda mais clara? E se
quiséssemos, em vez de apenas informar na tela que os dados da tabela dCliente foram alterados, apresentar
uma mensagem diferente para cada tipo de ação?

Por exemplo:

Quando efetuássemos um INSERT INTO, aparecesse a mensagem “Os dados foram inseridos na tabela!”;
Já quando dados fossem atualizados com um UPDATE, mostrássemos na tela “Os dados foram atualizados na
tabela!”;
E, por fim, quando registros fossem excluídos por meio de um DELETE, avisássemos que “Os dados foram
excluídos da tabela!”.

Nossa trigger ficaria mais interessante, concorda?

Só que, para fazer isso, precisamos antes entender sobre a existência das tabelas INSERTED e DELETED.
Tabelas INSERTED e DELETED
No SQL Server, existem duas tabelas pré-configuradas, chamadas INSERTED e DELETED que, todas as vezes
que efetuamos um comando DML (INSERT, UPDATE ou DELETE), elas recebem os dados que foram ou
inseridos, ou atualizados, ou excluídos, a depender do comando que foi utilizado.

Vamos entender melhor fazendo alguns exemplos.

Suponhamos que a gente queira alterar a trigger tgClienteAlterado para, em vez de apresentar na tela aquela
mensagem genérica que os dados foram alterados, mostrar os próprios dados que foram inseridos na tabela
dCliente toda vez que executarmos um INSERT.

Ela ficará assim: Repare que agora, no bloco de comandos, retiramos o

PRINT e inserimos em seu lugar um SELECT * FROM
INSERTED.
Tabelas INSERTED e DELETED
Com essa alteração na nossa trigger, se efetuarmos o INSERT abaixo...

... repare que o resultado serão os próprios dados que foram inseridos na tabela dCliente:

Isso aconteceu porque, toda vez que inserimos um dado em alguma tabela, esse registro também fica
temporariamente armazenado na tabela INSERTED. Como incluímos um SELECT a essa tabela (INSERTED) no
bloco de comandos da trigger tgClienteAlterado, quando disparada, ela mostrou como resultado o registro que a
tabela INSERTED acabou de temporariamente armazenar.
Tabelas INSERTED e DELETED
Agora, vamos supor que queremos novamente alterar a trigger tgClienteAlterado para, a partir de agora,
apresentar na tela os dados que foram excluídos da tabela dCliente toda vez que executarmos um DELETE.

Ela ficará assim:

Repare que agora, no bloco de comandos, inserimos um

SELECT * FROM DELETED.
Tabelas INSERTED e DELETED
Com essa alteração na nossa trigger, se efetuarmos o DELETE abaixo...

... repare que o resultado serão os próprios dados que foram excluídos na tabela dCliente:

Isso aconteceu porque, toda vez que excluímos algum dado de uma tabela, esse registro também fica
temporariamente armazenado na tabela DELETED. Como incluímos um SELECT a essa tabela (DELETED) no
bloco de comandos da trigger tgClienteAlterado, quando disparada, ela mostrou como resultado o registro que a
tabela DELETED acabou de temporariamente armazenar.
Tabelas INSERTED e DELETED
Já parou para pensar que quando atualizamos uma tabela, temos dois registros? O novo que foi inserido na
tabela, e o antigo que foi excluído da tabela para dar lugar ao novo.

Com isso em mente, vamos imaginar que queremos, por fim, alterar a trigger tgClienteAlterado para, a partir de
agora, apresentar na tela os dados que foram inseridos na tabela dCliente e os que foram excluídos da tabela
dCliente toda vez que executarmos um UPDATE.

Ela ficará assim:

Repare que agora, no bloco de comandos, inserimos duas

consultas: um SELECT * FROM INSERTED (para retornar
o novo registro) e um SELECT * FROM DELETED (para
retornar o registro que foi excluído).
Tabelas INSERTED e DELETED
Vamos inserir novamente o registro que excluímos no último exemplo para podermos, posteriormente, atualizá-
lo:
Tabelas INSERTED e DELETED
Agora, note que, com a alteração na nossa trigger, se efetuarmos o UPDATE abaixo...

... o resultado será o registro que foi incluído na tabela dCliente e também o que foi excluído da tabela dCliente:

Novo CPF incluído pelo UPDATE efetuado acima.

Antigo CPF que foi excluído para dar lugar ao

novo CPF informado no UPDATE acima.
Isso aconteceu porque, toda vez que atualizamos algum dado de uma tabela, o novo registro também fica
temporariamente armazenado na tabela INSERTED, enquanto que o antigo registro (que foi excluído) fica
temporariamente armazenado na tabela DELETED. Como incluímos um SELECT tanto à tabela INSERTED
quanto à tabela DELETED no bloco de comandos da trigger tgClienteAlterado, quando disparada, ela mostrou
como resultado os registros que as tabelas INSERTED e DELETED acabaram de temporariamente armazenar.
Tabelas INSERTED e DELETED
Portanto, em resumo, podemos concluir que:

1) Se a trigger for de INSERT, a tabela INSERTED terá registros e a tabela DELETED ficará vazia;

2) Se a trigger for de DELETE, a tabela INSERTED ficará vazia e a tabela DELETED terá registros;

3) Se a trigger for de UPDATE, a tabela INSERTED e a tabela DELETED terão registros.

Tabelas INSERTED e DELETED
Sabendo agora como funcionam as tabelas INSERTED e DELETED, podemos finalmente personalizar as
mensagens apresentadas na tela, de acordo com o comando DML utilizado, quando a tabela dCliente for
alterada e a nossa trigger tgClienteAlterado disparada.

Vamos relembrar o que queremos fazer:

Quando efetuarmos um INSERT, queremos que apareça na tela a mensagem “Os dados foram inseridos na
tabela!”;

Já quando atualizarmos algum registro com um UPDATE, queremos mostrar na tela que “Os dados foram
atualizados na tabela!”;

E, por fim, quando excluirmos dados por meio de um DELETE, queremos avisar que “Os dados foram excluídos
da tabela!”.
Tabelas INSERTED e DELETED
Para isso, vamos alterar a trigger tgClienteAlterado para deixa-la da seguinte forma:

Vamos entender seu funcionamento nas próximas páginas.

Tabelas INSERTED e DELETED
1 Iniciamos a nossa trigger com o comando CREATE OR ALTER TRIGGER e damos um nome a ela;
2 Informamos o nome da tabela que fará a trigger ser disparada toda vez que for alterada. No caso, será a
dCliente;
3 Determinamos se a trigger será do tipo AFTER ou INSTEAD OF (no caso, será do tipo AFTER, pois queremos
que ela dispare depois que uma alteração for efetuada) e qual(is) o(s) comando(s) que a disparará(ão) quando
for(em) executado(s). No caso, será depois dos três comandos DML: INSERT, UPDATE e DELETE;

3
 Tabelas INSERTED e DELETED
4 Iniciamos o bloco de comandos com o comando BEGIN; 4

5 Dentro do bloco de comandos, fazemos um IF EXISTS 5

para verificar se, após executado um dos comandos
DML (INSERT, UPDATE ou DELETE), há dados tanto na 6

tabela INSERTED quanto na DELETED; se houver, 7

significa que o comando DML utilizado foi um UPDATE,
já que, conforme vimos, o UPDATE é o único comando
8
que insere dados tanto na INSERTED (novos dados)
quanto na DELETED (dados antigos que foram excluídos para que os novos fossem inseridos em seu lugar). Sendo
um UPDATE, aparecerá na tela a mensagem “Os dados foram atualizados na tabela!”;
6 Se no IF acima for verificado que ou a INSERTED ou a DELETED está vazia, significa que o comando DML utilizado
não foi um UPDATE, então, prosseguimos para a próxima linha do código e verificamos no primeiro ELSE IF EXISTS
se há dados na tabela INSERTED; se houver, significa que o comando DML utilizado foi um INSERT, portanto,
imprimimos na tela a mensagem “Os dados foram inseridos na tabela!”;
7 Caso contrário, ou seja, se a tabela INSERTED estiver vazia, fazemos a última verificação para saber se há dados na
tabela DELETED; se houver, significa que o comando DML utilizado foi um DELETE, portanto, imprimimos na tela
que “Os dados foram excluídos da tabela!”.
8 Finalizamos o bloco de comandos com o comando END.
Tabelas INSERTED e DELETED
Vamos testar agora um comando DML por vez. Iniciemos com o comando INSERT:

Veja só que a mensagem “Os dados foram inseridos na tabela!” apareceu na tela, conforme esperado:
Tabelas INSERTED e DELETED
Vamos testar agora o comando UPDATE:

Repare que a mensagem “Os dados foram atualizados na tabela!” apareceu na tela, conforme esperado:
Tabelas INSERTED e DELETED
Por fim, testemos o comando DELETE:

Note que a mensagem “Os dados foram excluídos da tabela!” apareceu na tela, conforme esperado:
Como criar uma TRIGGER DML (INSTEAD OF)
Vamos partir agora para a criação de uma Trigger DML do tipo INSTEAD OF. Este tipo de trigger efetua alguma
ação no lugar do comando DML especificado, toda vez que uma determinada condição for atendida.

No nosso exemplo, vamos imaginar que a gente

queira permitir a inserção de dados na tabela
dCliente apenas de segunda à sexta. Se for sábado
ou domingo, nossa trigger deve gerar um erro,
apresentá-lo na tela e não permitir a inserção dos
novos dados. Porém, se for dia útil (segunda à
sexta), a trigger deve permitir a inserção dos novos
dados na tabela dCliente normalmente.

Para criá-la, utilizaremos o código ao lado.

Vejamos nas próximas páginas o seu passo a passo.

Como criar uma TRIGGER DML (INSTEAD OF)
1 Iniciamos a nossa trigger com o comando CREATE OR ALTER TRIGGER e damos um nome a ela;
2 Informamos o nome da tabela que fará a trigger ser disparada quando for alterada. No caso, será a dCliente;
3 Determinamos se a trigger será do tipo AFTER ou INSTEAD OF (no caso, será do tipo INSTEAD OF, pois queremos
que ela informe um erro no lugar do INSERT, não permitindo que ele seja efetuado, caso o usuário tente inserir
novos dados na tabela dCliente no final de semana (sábado ou domingo).

1
2

3
 Como criar uma TRIGGER DML (INSTEAD OF)
4 Iniciamos o bloco de comandos com o comando BEGIN; 4

5
5 Dentro do bloco de comandos, executamos um IF para
verificar se o dia de hoje (GETDATE) é sábado ou 6
domingo:
6 Se for, utilizamos a instrução RAISERROR para
exibir um erro na tela com a seguinte mensagem:
“O cadastro de clientes só pode ser feito de 7
segunda à sexta”, e efetuamos um ROLLBACK
para que o INSERT efetuado seja desfeito;
7 Se não for sábado nem domingo, efetuamos o 8

INSERT desejado na tabela dCliente. Observe que

os dados a serem inseridos na tabela dCliente
serão extraídos da tabela INSERTED, que
armazenou temporariamente o registro incluído
pelo usuário;
8 Finalizamos o bloco de comandos com o comando END.
Como criar uma TRIGGER DML (INSTEAD OF)
Testemos agora a nossa trigger tgControleRegistros. Vamos tentar efetuar o seguinte INSERT na tabela
dCliente:

Se hoje for sábado ou domingo, repare que a trigger disparada retornará o erro configurado, conforme
esperado:
Como criar uma TRIGGER DML (INSTEAD OF)
Além disso, como foi efetuado o ROLLBACK configurado na trigger, o novo registro também será desfeito, não
sendo salvo na tabela dCliente. Veja:
Como criar uma TRIGGER DML (INSTEAD OF)
Porém, caso hoje não seja sábado nem domingo, repare que, executado o INSERT...

... os dados serão normalmente inseridos na tabela:

Como criar uma TRIGGER DML (INSTEAD OF)
Se consultarmos a tabela dCliente, veremos o novo registro devidamente inserido:
Como habilitar / desabilitar / excluir uma TRIGGER DML
Além de podermos excluir uma TRIGGER DML, também temos a opção de apenas desabilitá-la. Desta forma, ela
continua salva no banco de dados, porém, deixa de ser disparada. Se porventura precisarmos, podemos habilitá-
la novamente.

Para desabilitar uma trigger DML utilizamos o comando DISABLE:

DISABLE TRIGGER nome_da_trigger ON nome_da_tabela

Para habilitar uma trigger DML novamente, utilizamos o comando ENABLE:

ENABLE TRIGGER nome_da_trigger ON nome_da_tabela

Como habilitar / desabilitar / excluir uma TRIGGER DML
Para desabilitar todas as triggers DML de uma tabela utilizamos a seguinte sintaxe:

DISABLE TRIGGER ALL ON nome_da_tabela

Para habilitar novamente todas as triggers DML de uma tabela utilizamos a seguinte sintaxe:

ENABLE TRIGGER ALL ON nome_da_tabela

Por fim, para excluir uma trigger DML, utilizamos a seguinte sintaxe:

DROP TRIGGER nome_da_trigger

MÓDULO 24

Triggers DDL
O QUE VEREMOS NESTE MÓDULO
MÓDULO 24
O que são TRIGGERS DDL?
Como sabemos, uma TRIGGER é um gatilho que será disparado automaticamente quando acontecer um evento.

Vimos no módulo anterior as Triggers DML, que podem ser disparadas quando os comandos DML INSERT,
UPDATE ou DELETE são executados em uma Tabela ou View.

Agora, vamos entender como funcionam as TRIGGERS DDL, que podem ser disparadas quando executamos os
comandos DDL CREATE, ALTER ou DROP.
Como criar TRIGGERS DDL
Enquanto que, para configurar as triggers DML, nós visamos uma tabela, para criar triggers DDL, nós levamos
em consideração o banco de dados em si.

Vamos a um exemplo:

Queremos agora criar uma trigger que impeça a inclusão, alteração ou exclusão de tabelas no banco de dados
Exercícios (que viemos utilizando nos últimos módulos).

Portanto, primeiro devemos ter a certeza que o banco de dados Exercícios está selecionado. Para isso, verifique
na barra Editor SQL se aparece o nome Exercícios, conforme abaixo:
Como criar TRIGGERS DDL
Feito isso, vamos criar o seguinte código:

Vejamos o seu passo a passo na próxima página.

Como criar TRIGGERS DDL
1 Iniciamos a nossa trigger com o comando CREATE 1

OR ALTER TRIGGER e damos um nome a ela; 2

3

2 Incluímos o comando ON DATABASE que indica 4

que se trata de uma trigger DDL (não precisamos
informar o nome do banco de dados, pois a trigger 5
será criada dentro do banco de dados que estiver
selecionado);
6

3 Acrescentamos o comando FOR e informamos os comandos DDL que serão capazes de disparar a nossa trigger
quando forem executados. No caso CREATE_TABLE, ALTER_TABLE e DROP_TABLE;

4 Iniciamos o bloco de comandos com o comando BEGIN;

5 Inserimos, dentro do bloco de comandos, um PRINT para informar na tela que “Não é permitido criação, alteração
ou exclusão de tabelas”; além disso, efetuamos um ROLLBACK para desfazer a tentativa de criação, alteração ou
exclusão de tabela que havia sido executada, causando o disparo da trigger;
6 Finalizamos o bloco de comandos com o comando END.
Como criar TRIGGERS DDL
Para testar nossa trigger tgRecusarTabelas, vamos tentar criar a tabela abaixo:

Repare que a mensagem configurada no PRINT da trigger apareceu na tela:

Como criar TRIGGERS DDL
Se visualizarmos as tabelas do banco de dados Exercícios, perceberemos que realmente a tabela teste da página
anterior não foi criada:
Como habilitar / desabilitar / excluir uma TRIGGER DDL
Além de podermos excluir uma TRIGGER DDL, também temos a opção de apenas desabilitá-la. Desta forma, ela
continua salva no banco de dados, porém, deixa de ser disparada. Se porventura precisarmos, podemos habilitá-
la novamente.

Para desabilitar uma trigger DDL utilizamos o comando DISABLE:

DISABLE TRIGGER nome_da_trigger ON DATABASE

Para habilitar uma trigger DDL novamente, utilizamos o comando ENABLE:

ENABLE TRIGGER nome_da_trigger ON DATABASE

Como habilitar / desabilitar / excluir uma TRIGGER DDL
Para desabilitar todas as triggers DDL de um banco de dados utilizamos a seguinte sintaxe:

DISABLE TRIGGER ALL ON DATABASE

Para habilitar novamente todas as triggers DDL de um banco de dados utilizamos a seguinte sintaxe:

ENABLE TRIGGER ALL ON DATABASE

Por fim, para excluir uma trigger DDL, utilizamos a seguinte sintaxe:

DROP TRIGGER nome_da_trigger DATABASE

MÓDULO 25

Pivot Table
O QUE VEREMOS NESTE MÓDULO
MÓDULO 25
O que é uma PIVOT TABLE?
A PIVOT TABLE é uma tabela criada a partir da inversão de uma outra 1
tabela.

Basicamente, com o uso do operador PIVOT, conseguimos transformar o

que eram linhas de uma tabela em colunas da PIVOT TABLE, ao passo que
as colunas de outra tabela se transformam nas linhas da PIVOT TABLE.

Um exemplo: com o operador PIVOT conseguimos transformar a consulta

à tabela DimEmployee do BD Contoso ( 1 ) ...

... nesta PIVOT TABLE ( 2 ):

2
Como criar uma PIVOT TABLE
Vamos entender como conseguimos transformar a consulta mostrada na página anterior naquela PIVOT TABLE.

Primeiramente, efetuamos a seguinte consulta à tabela DimEmployee:

A consulta acima, como vimos, gera o resultado ao lado:

Como criar uma PIVOT TABLE
Depois, para criar a PIVOT TABLE, precisamos executar o código ao lado:
1
Repare que precisamos de uma subquery que para ser utilizada como tabela da nossa
consulta principal. Nesta subquery, fazemos uma consulta às colunas dos dados que
queremos ver na PIVOT TABLE: EmployeeKey e DepartmentName 1 . 2
3
4
Após isso, incluímos o operador PIVOT 2 e passamos as informações necessárias 5
para ele, que são:
O cálculo que desejamos efetuar (uma contagem da quantidade de
funcionários): COUNT(EmployeeKey) 3 ;
Por qual coluna devemos agrupar nossa PIVOT TABLE: neste caso, se
queremos uma contagem da quantidade de funcionários por departamento, devemos
agrupar pela coluna DepartmentName. Então, incluímos a linha FOR
DepartmentName 4 ;
Para o operador IN, passamos os nomes de todos os departamentos
(DepartmentName) que servirão de colunas para a nossa PIVOT TABLE 5 . Repare
que cada departamento precisa estar entre colchetes [], separados por vírgulas.
Como criar uma PIVOT TABLE
Para não precisarmos digitar departamento por departamento nesta parte, existem algumas formas de conseguir
obtê-los diretamente da coluna DepartmentName.

Neste primeiro exemplo, vamos fazer isso de uma forma um tanto quanto manual, apenas para entendermos melhor
como tudo funciona. Mais para frente, aprenderemos a fazer essa obtenção de forma dinâmica.

Fazendo o SELECT abaixo, obteremos o seguinte resultado:

Note que, como concatenamos as vírgulas e utilizamos a função QUOTENAME

para acrescentar os colchetes, assim como fizemos um TRIM na coluna
DepartmentName para que ela retorne os nomes dos departamentos sem
espaços no início e no fim, nosso resultado já vem praticamente pronto, pois é
exatamente o que precisamos passar para o operador IN no nosso PIVOT
mostrado da página anterior.
Como criar uma PIVOT TABLE
Agora, basta clicarmos com o botão direito no quadradinho da intersecção das linhas e colunas (apontado abaixo)
e clicar em Copiar:
1 2
Feito isso, colamos esse
resultado dentro dos
parênteses do operador IN,
precisando apenas remover a
vírgula que aparece na frente
do primeiro departamento,
conforme apontada no código Remover
ao lado: esta vírgula.

Executado o código, temos a nossa PIVOT TABLE:

3
Adicionando mais linhas / colunas à PIVOT TABLE
Imagine agora que queremos acrescentar à nossa PIVOT TABLE as colunas Ano e Mes, para detalhar melhor
quando os funcionários de cada departamento foram contratados. Suponhamos que a gente queira que ela fique
assim:
Adicionando mais linhas / colunas à PIVOT TABLE
Para isso, vamos precisar fazer pequenas alterações no nosso código.
1
Vejamos:

Primeiramente, vamos ter que acrescentar na subquery que utilizamos

como tabela (aquela que retorna as colunas com os dados que queremos
ver na PIVOT TABLE) as novas colunas: Ano (extraída da coluna HireDate
por meio da função YEAR) e Mes (extraída da coluna HireDate por meio da
função MONTH) 1 ;

Ao final do código, podemos também acrescentar um ORDER BY pelas

novas colunas (Ano e Mes), para que nossa PIVOT TABLE fique ordenada
por ordem de Ano/Mês de contratação 2 .

Executando o código ao lado, teremos a PIVOT TABLE mostrada na página

anterior.

2
Limitações de uma PIVOT TABLE
Lembra-se que utilizamos o código abaixo para conseguir retornar os nomes dos departamentos que queríamos
ver na PIVOT TABLE?

Lembra-se também que dissemos que esta era uma forma manual de fazer a
extração dos dados de uma coluna?

Obtendo os dados desta forma, por não ser dinâmica, caso ocorra alguma
alteração na tabela original, essa mudança não será repassada à PIVOT TABLE
que criamos.

Portanto, é importante que a gente aprenda como fazer essa obtenção de forma
mais automática e otimizada, para que a nossa PIVOT TABLE não fique limitada
aos dados extraídos no momento da criação de seu código.
Corrigindo as limitações de uma PIVOT TABLE
Inicialmente, precisamos encontrar uma forma dinâmica 1

de pegar os nomes de todos os departamentos da coluna 2

DepartmentName da tabela DimEmployee e armazená-los
em uma variável, em formato de string (texto). Para isso, 3
vamos fazer o seguinte:

Vamos declarar uma variável que receberá os nomes de 4

todos os departamentos: @NomeColunas, do tipo
NVARCHAR 1 ;

Depois, faremos um SELECT que retornará a variável @NomeColunas para que ela vá recebendo departamento
distinto por departamento distinto e vá armazenando, um a um, seguido de uma vírgula concatenada 2 . Repare
que, aqui, utilizamos uma subquery para retornar os departamentos distintos da coluna DepartmentName da
tabela DimEmployee e a utilizamos como a tabela da nossa consulta principal 3 .

Por fim, vamos retirar a última vírgula concatenada após o último departamento armazenado na variável
@NomeColunas. Para isso, basta utilizarmos a função LEFT 4 .
Corrigindo as limitações de uma PIVOT TABLE
Se fizermos um PRINT da variável @NomeColunas, repare que será retornada uma string com os nomes de todos os
departamentos entre colchetes, separados por vírgulas, exatamente como precisamos passar ao operador IN do
código da PIVOT TABLE:
Corrigindo as limitações de uma PIVOT TABLE
Só que não podemos simplesmente pegar a variável @NomeColunas e passar para o operador IN do código da
nossa PIVOT TABLE, pois não é aceito. Veja que, se executarmos o código dessa forma, será retornado um erro:
Corrigindo as limitações de uma PIVOT TABLE
Para que o nosso código da PIVOT TABLE funcione, vamos ter que conseguir transformar o próprio código (da
PIVOT TABLE) em uma string (texto) para poder concatená-lo com a variável @NomeColunas, e armazenar tudo
isso em uma outra variável, que vamos chamar de @SQL.

Para isso, vamos ter que, inicialmente, declarar essa variável:

Corrigindo as limitações de uma PIVOT TABLE
Feito isso, precisamos armazenar na variável @SQL essa concatenação que mencionamos na página anterior.
Repare que, colocando o código da PIVOT TABLE entre aspas simples, o concatenamos com a variável
@NomeColunas utilizando os sinais de + :
Corrigindo as limitações de uma PIVOT TABLE
Agora, se dermos um PRINT na variável @SQL...
Corrigindo as limitações de uma PIVOT TABLE
... veremos que o texto retornado na mensagem é exatamente o código que precisamos executar para mostrar
nossa PIVOT TABLE na tela:
Corrigindo as limitações de uma PIVOT TABLE
Agora temos o nosso código em formato de texto armazenado dentro da variável @SQL. Como fazemos para
executá-lo?

Bom, para isso, precisamos passar a variável @SQL como parâmetro a uma procedure do sistema chamada
sp_executesql, dessa forma:
Corrigindo as limitações de uma PIVOT TABLE
Executando todo o código (desde a declaração das variáveis, até o EXECUTE da procedure sp_executesql)...
Corrigindo as limitações de uma PIVOT TABLE
... teremos, finalmente, nossa PIVOT TABLE!

Agora nosso código está totalmente dinâmico. Assim, caso seja alterada qualquer informação da tabela
DimEmployee, seja em sua estrutura, sejam nos dados armazenados, tudo será automaticamente atualizado toda
vez que executarmos o código da página anterior. Dessa forma, teremos nossa PIVOT TABLE sempre atualizada.
SQL
IMPRESSIONADOR
Apostila Completa de SQL Server