Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/alefrp/sql_dwacoes
Criado com base em minha experiência em dados financeiros e SQL, para análise avançada de ações.
https://github.com/alefrp/sql_dwacoes
database datawarehouse modeling sql
Last synced: 2 days ago
JSON representation
Criado com base em minha experiência em dados financeiros e SQL, para análise avançada de ações.
- Host: GitHub
- URL: https://github.com/alefrp/sql_dwacoes
- Owner: AlefRP
- License: mit
- Created: 2023-04-11T17:31:34.000Z (over 1 year ago)
- Default Branch: main
- Last Pushed: 2024-02-18T23:41:56.000Z (9 months ago)
- Last Synced: 2024-02-19T00:56:06.997Z (9 months ago)
- Topics: database, datawarehouse, modeling, sql
- Homepage:
- Size: 60.5 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# Data Warehouse para Análise de Ações Financeiras
## 👓 Visão Geral
Este Data Warehouse é projetado para armazenar, processar e analisar dados históricos e em tempo real de ações financeiras. Ele permite que analistas e investidores façam consultas complexas, gerem relatórios e obtenham insights para tomar decisões informadas no mercado de ações.
## ⚙️ Funcionalidades
- **Armazenamento de Dados**: Estruturação de dados em esquema estrela para otimização de consultas analíticas.
- **Consultas Avançadas**: Capacidade de executar análises profundas com várias dimensões e métricas.
- **Procedimentos Armazenados**: Automatização de tarefas comuns, como a inserção de novos dados de ações.
- **Triggers**: Atualização automática de volumes totais após transações.
- **Views**: Relatórios predefinidos para análises rápidas.
## 🏗️ Estrutura do Banco de Dados
O banco de dados é composto por tabelas de dimensão (`dim_tempo`, `dim_acoes`, `dim_mercado`) e uma tabela de fatos (`fatos_acoes`), seguindo um esquema estrela clássico.
## 🔧 Como Configurar
1. **Criação do Banco de Dados**: Execute os scripts SQL fornecidos para criar o esquema do banco de dados.
2. **População de Dados**: Use os procedimentos armazenados para inserir dados nas tabelas de dimensão e fatos.
3. **Atualização e Manutenção**: Configure os triggers para manter a integridade e atualização dos dados em tempo real.
## 💻 Uso
Para executar consultas e gerar relatórios, utilize as views definidas ou escreva suas próprias consultas SQL. Exemplos de consultas e instruções sobre como usar procedimentos armazenados e triggers estão documentados no diretório `/sql`.
### Executando Procedimentos Armazenados
Para adicionar uma nova ação:
```sql
CALL AdicionarAcao('AAPL', 'Apple Inc.', 'Tecnologia', 'NASDAQ');
```
## 🔍 Utilizando Views
Para visualizar o relatório de preços das ações:
```sql
SELECT * FROM vw_relatorio_precos_acoes;
```
## ❓ Suporte
Se você encontrar algum problema ou tiver alguma dúvida sobre como configurar e usar este Data Warehouse, por favor, abra uma issue no repositório do GitHub. Faremos o possível para ajudar e melhorar a documentação conforme necessário.
## 🤝 Contribuições
Contribuições para o projeto são muito bem-vindas. Siga os passos abaixo para contribuir:
1. Faça o fork do projeto.
2. Crie uma branch para suas mudanças: `git checkout -b minha-nova-feature`.
3. Faça commit das suas alterações: `git commit -m 'Adiciona alguma feature'`.
4. Faça push para a branch: `git push origin minha-nova-feature`.
5. Envie um pull request.
## 📜 Licença
Este projeto é licenciado sob a Licença MIT - veja o arquivo [LICENSE](LICENSE) no repositório para mais detalhes.
## 📧 Contato
Para contato direto, envie uma mensagem para o e-mail fornecido no perfil do GitHub ou utilize as ferramentas de comunicação do próprio GitHub.