Você filtra linhas com WHERE, compara valores, combina condições e lida com valores nulos sem cair em armadilhas comuns. Também pratica ordenação e recortes com ORDER BY, LIMIT e OFFSET.

SQL nasceu para consultar dados relacionais e cresceu junto com empresas, padrões abertos e bancos como Oracle, PostgreSQL, MySQL, SQL Server e SQLite. Este capítulo mostra por que a linguagem ficou tão duradoura e por que dialetos diferentes ainda compartilham a mesma base.

Você usa números, texto e datas dentro das consultas, com operadores, funções e conversões de tipo. Isso permite limpar pequenas diferenças, montar campos derivados e preparar dados para análise.

Você reúne linhas com GROUP BY, calcula totais, médias, contagens e filtra grupos com HAVING. O capítulo mostra como transformar registros detalhados em resumos úteis.

Você liga tabelas com INNER JOIN usando chaves primárias e estrangeiras. A prática mostra como pedidos, clientes, produtos e pagamentos viram uma resposta única sem duplicar sentido.

Você usa LEFT, RIGHT e FULL JOIN quando a ausência de correspondência também importa. O capítulo treina diagnósticos de dados faltantes, cadastros sem venda e registros órfãos.

Você reconhece duplicações criadas por joins mal planejados e corrige consultas com chaves, granularidade e contagens de checagem. Isso evita resultados bonitos, mas errados.

Você escreve subconsultas em WHERE, FROM e SELECT, além de comparar IN, EXISTS e consultas correlacionadas. Esse recurso permite dividir perguntas difíceis em partes menores.

Você usa CTEs com WITH para organizar consultas longas em etapas nomeadas. O capítulo mostra como tornar análises complexas mais legíveis, testáveis e fáceis de revisar.

Você usa CASE, COALESCE e NULLIF para classificar dados, tratar nulos e criar regras de negócio dentro da consulta. Isso ajuda a transformar dados crus em campos prontos para decisão.

Você aplica ROW_NUMBER, RANK, LAG, LEAD e somas acumuladas sem perder o detalhe das linhas. Essas funções resolvem rankings, comparações mês a mês e análises por grupo.

Você combina resultados com UNION, INTERSECT e EXCEPT, escolhendo quando manter ou remover duplicatas. O capítulo cobre listas consolidadas, diferenças entre bases e validações rápidas.

Você insere, atualiza e apaga dados com INSERT, UPDATE e DELETE de forma segura. A prática inclui filtros de proteção, transações de teste e conferência antes de alterar registros.

Você cria tabelas com tipos adequados, chaves, valores obrigatórios e regras de unicidade. O objetivo é fazer o banco impedir erros comuns antes que eles virem problemas maiores.

Você separa entidades, evita repetição desnecessária e modela relações um-para-muitos e muitos-para-muitos. O capítulo também mostra quando uma pequena redundância pode ser uma decisão consciente.

Você usa PRIMARY KEY, FOREIGN KEY, UNIQUE, CHECK e DEFAULT para proteger a qualidade dos dados. Essas regras transformam conhecimento do negócio em garantias dentro do banco.

Você lê diagramas entidade-relacionamento e cria esquemas para casos como loja, escola, clínica ou aplicativo de entregas. A prática liga desenho conceitual, tabelas reais e consultas que provam o modelo.

Você usa BEGIN, COMMIT e ROLLBACK para agrupar mudanças que precisam dar certo juntas. O capítulo cobre atomicidade, consistência, isolamento e durabilidade com exemplos do dia a dia.

Você vê como bloqueios, isolamento e concorrência afetam leituras e escritas feitas ao mesmo tempo. A prática mostra conflitos, leituras sujas, deadlocks e escolhas realistas de isolamento.

Você cria índices para acelerar buscas, joins e ordenações, mas também mede o custo em escrita e armazenamento. O capítulo ensina a escolher índices pelo padrão real de consulta.

Você lê planos de execução, identifica varreduras caras, joins pesados e filtros aplicados tarde demais. Com isso, consegue melhorar consultas usando evidência, não tentativa cega.

Você reescreve consultas lentas, reduz dados cedo, evita funções que anulam índices e compara alternativas equivalentes. O foco é desempenho prático sem mudar o resultado correto.

Você cria views para simplificar consultas repetidas e materialized views para guardar resultados caros. O capítulo mostra usos em relatórios, segurança e desempenho, além dos cuidados de atualização.

Você usa procedimentos, funções, gatilhos e eventos quando a lógica precisa morar perto dos dados. Também avalia quando isso ajuda e quando complica manutenção, testes e portabilidade.

Você trabalha com usuários, papéis, permissões, mascaramento simples e acesso mínimo necessário. O capítulo cobre cuidados com dados pessoais, auditoria e prevenção de vazamentos por consulta mal liberada.

Você faz exportações, importações, cargas em lote e conferências de qualidade após mover dados. A prática inclui CSV, dumps, tabelas temporárias e validações por contagem e amostragem.

Você organiza dados para análise com tabelas de fatos, dimensões, granularidade e métricas consistentes. Esse modelo sustenta dashboards, relatórios recorrentes e perguntas históricas.

Você usa funções de tempo, calendários, coortes e comparações entre períodos. O capítulo prepara consultas para receita mensal, retenção, sazonalidade e indicadores acumulados.

Você consulta campos JSON, arrays e estruturas semiestruturadas dentro de bancos relacionais e analíticos. Esse recurso é essencial quando eventos, APIs e logs chegam menos organizados que tabelas tradicionais.

Você trabalha com bancos colunares e data warehouses gerenciados, onde particionamento, clustering, custo por consulta e escalabilidade mudam as decisões. O capítulo mostra como SQL se adapta a grandes volumes na nuvem.

Você consulta arquivos Parquet, tabelas em data lakes e formatos abertos usados por lakehouses. A prática mostra como SQL passou a alcançar dados fora do banco tradicional sem abandonar controle e desempenho.

Você monta transformações versionadas, testáveis e documentadas com o estilo moderno de analytics engineering. O capítulo cobre modelos SQL, dependências entre consultas, testes de dados e revisão em Git.

Você usa SQL para eventos contínuos, janelas de tempo e agregações que se atualizam conforme os dados chegam. Isso prepara para logs, sensores, filas, antifraude e painéis quase em tempo real.

Você compara PostgreSQL, MySQL, SQL Server, Oracle, SQLite e bancos analíticos sem decorar diferenças inúteis. O foco é reconhecer sintaxe, tipos, funções e limitações que afetam trabalho real.

Você percorre um trabalho completo: recebe uma pergunta de negócio, identifica fontes, valida dados, escreve consultas, revisa resultados, entrega uma tabela final e documenta decisões. Esse fluxo junta técnica, comunicação e cuidado profissional.

Você constrói um projeto final com esquema, carga de dados, consultas analíticas, otimização, permissões e documentação. A entrega serve como prova concreta de que você consegue trabalhar com SQL de ponta a ponta.

Você mapeia caminhos como analista de dados, analytics engineer, desenvolvedor backend, DBA e engenheiro de dados. O capítulo orienta portfólio, certificações úteis, prática contínua, leitura de documentação e formas de acompanhar mudanças nos bancos de dados.