Toca do Dado | SQL & Negócios (@toca_do_dado)

SQL não é mágica. É só abrir um arquivo e mudar a forma dele. SELECT escolhe as colunas que importam. GROUP BY junta as linhas iguais e soma. Em 30 segundos você vê os dois acontecendo no mesmo arquivo — sem decorar sintaxe, sem aula chata. Se você nunca entendeu o que essas duas palavras fazem…

Sua query não tá lenta por causa do JOIN... é porque você agrega tarde demais 😬 Quando você junta as tabelas gigantes primeiro e só DEPOIS agrupa, o banco multiplica milhões de linhas pra só então mastigar tudo. É aí que trava. O truque é o contrário: agrega cada tabela ANTES de juntar. Cada uma…

Ler query com fluência não é conhecer todo comando. Dá pra saber o que cada JOIN faz e mesmo assim confiar num número errado. Foi o que aconteceu aqui: mil pedidos, frete somando 30 mil. Entrou um JOIN com a tabela de itens só pra pegar o nome do produto, e a mesma soma voltou perto de 90 mil…

O UNNEST duplica as linhas do seu pedido — e o faturamento vem 3x maior. No BigQuery uma coluna não guarda só um valor. Ela pode guardar uma lista inteira dentro dela: um pedido com 3 itens continua sendo UMA linha, e a coluna `itens` carrega os três juntos. Só que lista não soma. Pra fazer conta…

O COUNT da coluna esconde linhas do seu relatório 👀 Mesma tabela, duas contagens, dois números: 500 e 320. Nenhum dos dois está errado — eles respondem perguntas diferentes. COUNT(*) conta LINHA. Se a linha existe, ela entra, não importa o que tem dentro. COUNT(cupom) conta VALOR PREENCHIDO. E…

Você herdou uma query de 400 linhas e alguém perguntou de onde vem aquele número. Ler de cima pra baixo não resolve. Uma CTE se define lá no topo e só vai ser usada lá no fim — a ordem que está escrita não é a ordem que acontece. Então, em vez de ler, desenha. Tabelas do banco de um lado, query…

O mesmo UNION foi a query mais lenta do meu teste. E também foi a mais rápida. Você tem duas tabelas: uma guarda impressões e cliques por dia, a outra guarda vendas e faturamento por dia. E você quer um relatório dia a dia com tudo junto. Parece JOIN simples, só que teve dia com venda e sem…

UNION apaga a linha certa do seu relatório. Você tem as vendas do site numa tabela e as da loja em outra, e quer as duas juntas num relatório só. Isso é UNION ALL: uma pilha em cima da outra, tudo fica. Aí alguém fala pra usar UNION, "porque o UNION tira as duplicatas". E é exatamente nessa…

Sua tabela não tem ordem nenhuma. Nenhuma mesmo. O banco guarda cada linha onde couber — não numa fila. Quando você faz um SELECT sem ORDER BY, ele devolve na ordem que for mais rápida pra ele. Numa tabela pequena isso costuma sair na ordem que você inseriu, e você nunca percebe. Em milhões de…

Ninguém guarda tudo numa tabela só — e isso não é frescura de engenheiro. Naquela planilha gigante, o nome da Ana aparece 400 vezes. Aí alguém digita "Anna" com dois enes, e pronto: você acabou de ganhar duas clientes que são a mesma pessoa. Se ela muda de cidade, boa sorte corrigindo linha por…

Você escreve SELECT primeiro. O banco começa pelo FROM. Parece detalhe, mas é isso que explica um erro que quase todo mundo já levou: você cria um apelido com AS, tenta usar no WHERE... e o banco diz que a coluna não existe. Aí você usa o mesmo apelido no ORDER BY e funciona numa boa. Não é bug, e…

Seu faturamento não é um número. São três. 🧮 10 mil visitas × 2% de conversão × R$ 200 de ticket médio = R$ 40 mil. Mês seguinte cai pra R$ 30 mil. E aí vem a parte boa: você não precisa adivinhar o motivo. Só existem três suspeitos, e dá pra checar os três na mão. Visitas: iguais. Ticket: igual…

O banco não lê a sua query na ordem que você escreveu. Você começa pelo SELECT: escolhe as colunas e só depois diz de onde elas vêm. Faz todo sentido pra gente. Pra ele, não. Ele começa pelo FROM. Antes de escolher uma coluna, ele precisa saber de qual tabela ela sai — e é ali que os JOINs…

Seu GROUP BY conta São Paulo quatro vezes... e a sua query tá certa. O problema nasceu lá atrás, na tela de cadastro: um campo de texto livre onde cada pessoa digitou do seu jeito. Pro banco, texto é comparação exata. Um espaço no fim, uma maiúscula fora do lugar, um acento que faltou… e cada…

Sua tabela de pedidos não guarda o nome do produto. Ela guarda só um número. 🔑 Esse número é uma pista. Ele aponta pra outra tabela, onde mora o nome, o preço, tudo o resto. Lá na tabela de produtos, esse número é a **chave primária** — o RG daquela linha. Pra ser PK ele tem que seguir duas…

Você criou o índice... e a sua query ignora ele 😩 O índice guarda a sua coluna do jeito que ela é — ordenadinha, pronta pra achar o pedaço certo rapidinho. Só que se você põe uma função em cima dela no WHERE (tipo pegar só o ano de uma data), o banco não reconhece mais aquele valor. Ele precisa…

Criar um índice não organiza a sua tabela. É fácil imaginar o banco reordenando tudo depois do CREATE INDEX. Só que ele não mexe uma vírgula na sua tabela — Ana, Bruno, Carla e Diego continuam exatamente na mesma ordem de antes. O que ele faz é montar uma estrutura nova, do lado. E ali dentro só…

Antes de rodar sua query, o banco traça a rota. Pensa num GPS: você não entra no carro e sai dirigindo. Primeiro escolhe o caminho. O banco faz igual — antes de ler uma única linha da tabela, ele monta um plano de execução. Vale mais usar o índice ou varrer a tabela inteira? Qual JOIN entra…

Todo mundo filtra o ROW_NUMBER do jeito difícil. Abre uma CTE, calcula o ranking, sai da query, volta por fora e filtra onde o número é 1. Funciona... mas é um monte de código pra um problema simples. Tem um atalho: o QUALIFY. Pensa nele como o terceiro filtro da família 👇 WHERE filtra linha…

A IA já escreve SQL mais rápido que quase todo mundo. E mesmo assim, não vai te substituir. 👇 Porque escrever a query nunca foi a parte difícil. O difícil sempre foi fazer a pergunta certa. Como você define uma "venda"? Pedido cancelado entra? Qual data vale? A IA cruza tabelas em segundos — mas…

O DISTINCT não te dá a última compra de cada cliente. Ele só apaga linha repetida. 👀 O que você quer é UMA linha de cada grupo: o pedido mais recente de cada cliente, o produto mais vendido de cada categoria. E é aí que entra o ROW_NUMBER. Pensa numa fila: 📌 o ORDER BY, pela data, decide quem…

O maior erro numa investigação de dados? Abrir o banco cedo demais. 🕳️ As vendas caíram, te pedem o porquê, e o instinto é já sair escrevendo query. Só que o SQL responde perguntas — ele não inventa as perguntas pra você. Então, antes de tocar no banco, passa por 4: 1️⃣ Existe problema mesmo? Caiu…

O Big Six do SQL: 6 comandos que montam quase qualquer query 🧱 Parece que SQL tem mil comandos pra decorar — mas na prática, 6 deles resolvem quase tudo. Aprenda o que cada um faz e a ordem já vira natural: 🔹 SELECT — quais colunas você quer de volta 🔹 FROM — de qual tabela elas vêm 🔹 WHERE…

Já viu uma venda que só sobe e desce e ninguém consegue ler tendência nenhuma? 📉 Isso é uma serra. E a média móvel é o que transforma essa serra numa linha suave: a média dos últimos 7 dias, andando dia a dia. O pulo do gato tá numa parte da window function que quase ninguém usa — o frame. É onde…

Por que a MESMA query funciona num banco e dá erro em outro? 🤔 SELECT TOP 10 roda liso no SQL Server… e quebra no Postgres, no MySQL, no BigQuery. Não é bug seu — é que cada banco fala um dialeto próprio de SQL. Existe um SQL padrão (o ANSI SQL), mas ele é só a base, o mínimo que todo mundo…

> Função de janela pra mapear início e fim de jornada? Existe: FIRST_VALUE() e LAST_VALUE() 🧩 Elas pegam o primeiro ou o último registro de cada grupo que você define — a partição. Muito útil quando cada linha representa uma ação (cliques, vendas, dados de marketing), principalmente quando tem…

Seu tempo médio de conversão pode estar 2x maior do que é de verdade. 😳 O motivo não é erro de conta. É duplicata. Pra saber quanto tempo passa entre a visita na página do produto e a compra, você junta venda com clique num JOIN. Só que a pessoa visita o mesmo produto 2, 3 vezes antes de decidir…

Seu tempo médio de conversão pode estar 2x acima do real — e o SQL não te avisa. Quando você junta venda × cliques numa janela de tempo, quem visitou o produto várias vezes duplica a venda e infla a média. A solução mora em duas funções de janela: 📌 LAG() — traz o valor da linha ANTERIOR. Aqui, o…

Tem um JOIN nessa sua query que não precisa existir. 👀 Sabe quando você quer o top 10 de produtos e, do lado, o quanto cada um representa na categoria dele? Pra ter esse share, o caminho normal dá trabalho: você agrega DUAS vezes (uma por produto, outra por categoria) e costura tudo de volta com…

Você perde dados no GROUP BY. 😵‍💫 Ele resume a tabela: 6 pedidos entram, 3 linhas saem. E o detalhe some. Só que na vida real você quer as duas coisas: cada pedido na tela E a média daquele cliente do lado. É pra isso que existe WINDOW FUNCTION. Pra cada linha que o banco está olhando, ele monta…