Python SQLite
Finalizando a web api

Tutorial: Web Services em Python para Todas as Tabelas da Loja de Açaí

Neste tutorial, aprenderemos a criar uma API REST simples em Python utilizando o Flask para consumir as tabelas do banco de dados de uma loja de açaí. Serão abordadas as tabelas:

  • Clientes
  • Produtos
  • Materiais
  • Vendas
  • Consumo

Utilizaremos os verbos HTTP GET, POST, PUT e DELETE para realizar operações de leitura, criação, atualização e exclusão dos registros.


Requisitos

  • Python 3 instalado
  • Pacote Flask (instalável via pip install flask)
  • Banco de dados SQLite (loja_acai.db) já criado com as tabelas definidas conforme o tutorial anterior.

Estrutura das Tabelas

Para referência, veja abaixo a estrutura básica de cada tabela:


-- Clientes:
CREATE TABLE clientes (
  id_cliente INTEGER PRIMARY KEY AUTOINCREMENT,
  nome TEXT NOT NULL,
  telefone TEXT,
  email TEXT
);

-- Produtos:
CREATE TABLE produtos (
  id_produto INTEGER PRIMARY KEY AUTOINCREMENT,
  nome TEXT NOT NULL,
  preco REAL NOT NULL
);

-- Materiais:
CREATE TABLE materiais (
  id_material INTEGER PRIMARY KEY AUTOINCREMENT,
  nome TEXT NOT NULL,
  custo REAL
);

-- Vendas:
CREATE TABLE vendas (
  id_venda INTEGER PRIMARY KEY AUTOINCREMENT,
  id_cliente INTEGER,
  data_venda TEXT,
  total REAL,
  FOREIGN KEY (id_cliente) REFERENCES clientes(id_cliente)
);

-- Consumo:
CREATE TABLE consumo (
  id_consumo INTEGER PRIMARY KEY AUTOINCREMENT,
  id_venda INTEGER,
  id_produto INTEGER,
  quantidade INTEGER,
  FOREIGN KEY (id_venda) REFERENCES vendas(id_venda),
  FOREIGN KEY (id_produto) REFERENCES produtos(id_produto)
);

Com as tabelas criadas, já podemos construir nossa API.


Código Completo do Web Service

O código a seguir implementa os endpoints para cada uma das tabelas, seguindo o mesmo padrão para facilitar a manutenção e a compreensão:


from flask import Flask, request, jsonify, abort
import sqlite3

app = Flask(__name__)
DATABASE = 'loja_acai.db'  # Nome do banco de dados SQLite

def get_db():
    """Retorna uma conexão com o banco de dados configurada para retornar dicionários."""
    conn = sqlite3.connect(DATABASE)
    conn.row_factory = sqlite3.Row
    return conn

# ===================== Clientes =====================

@app.route('/clientes', methods=['GET'])
def get_clientes():
    conn = get_db()
    clientes = conn.execute("SELECT * FROM clientes").fetchall()
    conn.close()
    return jsonify([dict(row) for row in clientes])

@app.route('/clientes/<int:id>', methods=['GET'])
def get_cliente(id):
    conn = get_db()
    cliente = conn.execute("SELECT * FROM clientes WHERE id_cliente = ?", (id,)).fetchone()
    conn.close()
    if cliente is None:
        abort(404)
    return jsonify(dict(cliente))

@app.route('/clientes', methods=['POST'])
def create_cliente():
    if not request.json or 'nome' not in request.json:
        abort(400)
    cliente = {
        'nome': request.json['nome'],
        'telefone': request.json.get('telefone', ''),
        'email': request.json.get('email', '')
    }
    conn = get_db()
    cur = conn.cursor()
    cur.execute("INSERT INTO clientes (nome, telefone, email) VALUES (?, ?, ?)",
                (cliente['nome'], cliente['telefone'], cliente['email']))
    conn.commit()
    cliente['id_cliente'] = cur.lastrowid
    conn.close()
    return jsonify(cliente), 201

@app.route('/clientes/<int:id>', methods=['PUT'])
def update_cliente(id):
    if not request.json:
        abort(400)
    campos = []
    valores = []
    for campo in ['nome', 'telefone', 'email']:
        if campo in request.json:
            campos.append(f"{campo} = ?")
            valores.append(request.json[campo])
    if not campos:
        abort(400)
    valores.append(id)
    conn = get_db()
    conn.execute(f"UPDATE clientes SET {', '.join(campos)} WHERE id_cliente = ?", valores)
    conn.commit()
    conn.close()
    return jsonify({'result': True})

@app.route('/clientes/<int:id>', methods=['DELETE'])
def delete_cliente(id):
    conn = get_db()
    conn.execute("DELETE FROM clientes WHERE id_cliente = ?", (id,))
    conn.commit()
    conn.close()
    return jsonify({'result': True})

# ===================== Produtos =====================

@app.route('/produtos', methods=['GET'])
def get_produtos():
    conn = get_db()
    produtos = conn.execute("SELECT * FROM produtos").fetchall()
    conn.close()
    return jsonify([dict(row) for row in produtos])

@app.route('/produtos/<int:id>', methods=['GET'])
def get_produto(id):
    conn = get_db()
    produto = conn.execute("SELECT * FROM produtos WHERE id_produto = ?", (id,)).fetchone()
    conn.close()
    if produto is None:
        abort(404)
    return jsonify(dict(produto))

@app.route('/produtos', methods=['POST'])
def create_produto():
    if not request.json or 'nome' not in request.json or 'preco' not in request.json:
        abort(400)
    produto = {
        'nome': request.json['nome'],
        'preco': request.json['preco']
    }
    conn = get_db()
    cur = conn.cursor()
    cur.execute("INSERT INTO produtos (nome, preco) VALUES (?, ?)",
                (produto['nome'], produto['preco']))
    conn.commit()
    produto['id_produto'] = cur.lastrowid
    conn.close()
    return jsonify(produto), 201

@app.route('/produtos/<int:id>', methods=['PUT'])
def update_produto(id):
    if not request.json:
        abort(400)
    campos = []
    valores = []
    for campo in ['nome', 'preco']:
        if campo in request.json:
            campos.append(f"{campo} = ?")
            valores.append(request.json[campo])
    if not campos:
        abort(400)
    valores.append(id)
    conn = get_db()
    conn.execute(f"UPDATE produtos SET {', '.join(campos)} WHERE id_produto = ?", valores)
    conn.commit()
    conn.close()
    return jsonify({'result': True})

@app.route('/produtos/<int:id>', methods=['DELETE'])
def delete_produto(id):
    conn = get_db()
    conn.execute("DELETE FROM produtos WHERE id_produto = ?", (id,))
    conn.commit()
    conn.close()
    return jsonify({'result': True})

# ===================== Materiais =====================

@app.route('/materiais', methods=['GET'])
def get_materiais():
    conn = get_db()
    materiais = conn.execute("SELECT * FROM materiais").fetchall()
    conn.close()
    return jsonify([dict(row) for row in materiais])

@app.route('/materiais/<int:id>', methods=['GET'])
def get_material(id):
    conn = get_db()
    material = conn.execute("SELECT * FROM materiais WHERE id_material = ?", (id,)).fetchone()
    conn.close()
    if material is None:
        abort(404)
    return jsonify(dict(material))

@app.route('/materiais', methods=['POST'])
def create_material():
    if not request.json or 'nome' not in request.json:
        abort(400)
    material = {
        'nome': request.json['nome'],
        'custo': request.json.get('custo', 0.0)
    }
    conn = get_db()
    cur = conn.cursor()
    cur.execute("INSERT INTO materiais (nome, custo) VALUES (?, ?)",
                (material['nome'], material['custo']))
    conn.commit()
    material['id_material'] = cur.lastrowid
    conn.close()
    return jsonify(material), 201

@app.route('/materiais/<int:id>', methods=['PUT'])
def update_material(id):
    if not request.json:
        abort(400)
    campos = []
    valores = []
    for campo in ['nome', 'custo']:
        if campo in request.json:
            campos.append(f"{campo} = ?")
            valores.append(request.json[campo])
    if not campos:
        abort(400)
    valores.append(id)
    conn = get_db()
    conn.execute(f"UPDATE materiais SET {', '.join(campos)} WHERE id_material = ?", valores)
    conn.commit()
    conn.close()
    return jsonify({'result': True})

@app.route('/materiais/<int:id>', methods=['DELETE'])
def delete_material(id):
    conn = get_db()
    conn.execute("DELETE FROM materiais WHERE id_material = ?", (id,))
    conn.commit()
    conn.close()
    return jsonify({'result': True})

# ===================== Vendas =====================

@app.route('/vendas', methods=['GET'])
def get_vendas():
    conn = get_db()
    vendas = conn.execute("SELECT * FROM vendas").fetchall()
    conn.close()
    return jsonify([dict(row) for row in vendas])

@app.route('/vendas/<int:id>', methods=['GET'])
def get_venda(id):
    conn = get_db()
    venda = conn.execute("SELECT * FROM vendas WHERE id_venda = ?", (id,)).fetchone()
    conn.close()
    if venda is None:
        abort(404)
    return jsonify(dict(venda))

@app.route('/vendas', methods=['POST'])
def create_venda():
    if not request.json or 'id_cliente' not in request.json or 'data_venda' not in request.json or 'total' not in request.json:
        abort(400)
    venda = {
        'id_cliente': request.json['id_cliente'],
        'data_venda': request.json['data_venda'],
        'total': request.json['total']
    }
    conn = get_db()
    cur = conn.cursor()
    cur.execute("INSERT INTO vendas (id_cliente, data_venda, total) VALUES (?, ?, ?)",
                (venda['id_cliente'], venda['data_venda'], venda['total']))
    conn.commit()
    venda['id_venda'] = cur.lastrowid
    conn.close()
    return jsonify(venda), 201

@app.route('/vendas/<int:id>', methods=['PUT'])
def update_venda(id):
    if not request.json:
        abort(400)
    campos = []
    valores = []
    for campo in ['id_cliente', 'data_venda', 'total']:
        if campo in request.json:
            campos.append(f"{campo} = ?")
            valores.append(request.json[campo])
    if not campos:
        abort(400)
    valores.append(id)
    conn = get_db()
    conn.execute(f"UPDATE vendas SET {', '.join(campos)} WHERE id_venda = ?", valores)
    conn.commit()
    conn.close()
    return jsonify({'result': True})

@app.route('/vendas/<int:id>', methods=['DELETE'])
def delete_venda(id):
    conn = get_db()
    conn.execute("DELETE FROM vendas WHERE id_venda = ?", (id,))
    conn.commit()
    conn.close()
    return jsonify({'result': True})

# ===================== Consumo =====================

@app.route('/consumo', methods=['GET'])
def get_consumo():
    conn = get_db()
    consumos = conn.execute("SELECT * FROM consumo").fetchall()
    conn.close()
    return jsonify([dict(row) for row in consumos])

@app.route('/consumo/<int:id>', methods=['GET'])
def get_consumo_item(id):
    conn = get_db()
    consumo = conn.execute("SELECT * FROM consumo WHERE id_consumo = ?", (id,)).fetchone()
    conn.close()
    if consumo is None:
        abort(404)
    return jsonify(dict(consumo))

@app.route('/consumo', methods=['POST'])
def create_consumo():
    if not request.json or 'id_venda' not in request.json or 'id_produto' not in request.json or 'quantidade' not in request.json:
        abort(400)
    consumo = {
        'id_venda': request.json['id_venda'],
        'id_produto': request.json['id_produto'],
        'quantidade': request.json['quantidade']
    }
    conn = get_db()
    cur = conn.cursor()
    cur.execute("INSERT INTO consumo (id_venda, id_produto, quantidade) VALUES (?, ?, ?)",
                (consumo['id_venda'], consumo['id_produto'], consumo['quantidade']))
    conn.commit()
    consumo['id_consumo'] = cur.lastrowid
    conn.close()
    return jsonify(consumo), 201

@app.route('/consumo/<int:id>', methods=['PUT'])
def update_consumo(id):
    if not request.json:
        abort(400)
    campos = []
    valores = []
    for campo in ['id_venda', 'id_produto', 'quantidade']:
        if campo in request.json:
            campos.append(f"{campo} = ?")
            valores.append(request.json[campo])
    if not campos:
        abort(400)
    valores.append(id)
    conn = get_db()
    conn.execute(f"UPDATE consumo SET {', '.join(campos)} WHERE id_consumo = ?", valores)
    conn.commit()
    conn.close()
    return jsonify({'result': True})

@app.route('/consumo/<int:id>', methods=['DELETE'])
def delete_consumo(id):
    conn = get_db()
    conn.execute("DELETE FROM consumo WHERE id_consumo = ?", (id,))
    conn.commit()
    conn.close()
    return jsonify({'result': True})

if __name__ == '__main__':
    app.run(debug=True)

Entendendo os Verbos HTTP Utilizados

Nesta API, utilizamos os seguintes métodos HTTP:

  • GET: Recupera dados dos registros. Por exemplo, GET /clientes retorna todos os clientes e GET /clientes/<id> retorna um cliente específico.
  • POST: Cria um novo registro. Por exemplo, POST /produtos espera dados em JSON para criar um novo produto.
  • PUT: Atualiza um registro existente. Por exemplo, PUT /materiais/<id> atualiza as informações do material indicado.
  • DELETE: Remove um registro do banco. Exemplo: DELETE /vendas/<id> remove a venda informada.

Como Executar e Testar a API

Siga os passos abaixo para executar e testar a API:

  1. Salve o código em um arquivo, por exemplo, app.py.
  2. Verifique se o banco de dados loja_acai.db existe e está configurado com as tabelas apresentadas.
  3. Instale o Flask, se ainda não o fez: pip install flask
  4. Execute o aplicativo: python app.py
  5. Utilize ferramentas como Postman ou curl para testar cada endpoint.

Conclusão

Este tutorial demonstrou como criar web services em Python para consumir as tabelas de um banco de dados SQLite da loja de açaí, abrangendo as tabelas Clientes, Produtos, Materiais, Vendas e Consumo. Ao utilizar o Flask e os principais verbos HTTP, você obteve uma API REST simples e modular, facilitando a integração com outras aplicações.

Experimente testar cada endpoint e ajustar o código conforme as necessidades do seu projeto!

Python SQLite
Exemplo prático de Python para loja Açaí

Tutorial: Web Services em Python para a Tabela Clientes

Neste tutorial, vamos criar uma API REST simples em Python utilizando o Flask para consumir a tabela Clientes de um banco de dados SQLite. Você aprenderá como utilizar os principais verbos HTTP (GET, POST, PUT e DELETE) para realizar operações de leitura, criação, atualização e exclusão de registros.


Requisitos

  • Python 3 instalado
  • Pacote Flask (instalável via pip install flask)
  • Banco de dados SQLite já criado com a tabela clientes

Estrutura da Tabela Clientes

Considere que a tabela clientes foi criada com a seguinte estrutura:


CREATE TABLE clientes (
  id_cliente INTEGER PRIMARY KEY AUTOINCREMENT,
  nome TEXT NOT NULL,
  telefone TEXT,
  email TEXT
);

Código do Web Service

O código a seguir implementa uma API REST utilizando Flask. Ele define uma rota para cada operação (GET, POST, PUT e DELETE) na tabela clientes:


from flask import Flask, request, jsonify, abort
import sqlite3

app = Flask(__name__)
DATABASE = 'loja_acai.db'  # Nome do banco de dados SQLite

def get_db():
    """Abre uma conexão com o banco de dados e define o row_factory para retornar dicts."""
    conn = sqlite3.connect(DATABASE)
    conn.row_factory = sqlite3.Row
    return conn

# 1. GET /clientes - Retorna todos os clientes
@app.route('/clientes', methods=['GET'])
def get_clientes():
    conn = get_db()
    clientes = conn.execute("SELECT * FROM clientes").fetchall()
    conn.close()
    return jsonify([dict(row) for row in clientes])

# 2. GET /clientes/&lt;id&gt; - Retorna um cliente específico
@app.route('/clientes/&lt;int:id&gt;', methods=['GET'])
def get_cliente(id):
    conn = get_db()
    cliente = conn.execute("SELECT * FROM clientes WHERE id_cliente = ?", (id,)).fetchone()
    conn.close()
    if cliente is None:
        abort(404)
    return jsonify(dict(cliente))

# 3. POST /clientes - Cria um novo cliente
@app.route('/clientes', methods=['POST'])
def create_cliente():
    if not request.json or 'nome' not in request.json:
        abort(400)
    cliente = {
        'nome': request.json['nome'],
        'telefone': request.json.get('telefone', ''),
        'email': request.json.get('email', '')
    }
    conn = get_db()
    cur = conn.cursor()
    cur.execute("INSERT INTO clientes (nome, telefone, email) VALUES (?, ?, ?)",
                (cliente['nome'], cliente['telefone'], cliente['email']))
    conn.commit()
    cliente['id_cliente'] = cur.lastrowid
    conn.close()
    return jsonify(cliente), 201

# 4. PUT /clientes/&lt;id&gt; - Atualiza um cliente existente
@app.route('/clientes/&lt;int:id&gt;', methods=['PUT'])
def update_cliente(id):
    if not request.json:
        abort(400)
    campos = []
    valores = []
    for campo in ['nome', 'telefone', 'email']:
        if campo in request.json:
            campos.append(f"{campo} = ?")
            valores.append(request.json[campo])
    if not campos:
        abort(400)
    valores.append(id)
    conn = get_db()
    conn.execute(f"UPDATE clientes SET {', '.join(campos)} WHERE id_cliente = ?", valores)
    conn.commit()
    conn.close()
    return jsonify({'result': True})

# 5. DELETE /clientes/&lt;id&gt; - Remove um cliente
@app.route('/clientes/&lt;int:id&gt;', methods=['DELETE'])
def delete_cliente(id):
    conn = get_db()
    conn.execute("DELETE FROM clientes WHERE id_cliente = ?", (id,))
    conn.commit()
    conn.close()
    return jsonify({'result': True})

if __name__ == '__main__':
    app.run(debug=True)

Entendendo os Verbos HTTP

Neste exemplo, utilizamos os seguintes métodos HTTP:

  • GET: Utilizado para recuperar dados. Temos dois endpoints:
    • GET /clientes – retorna todos os clientes;
    • GET /clientes/<id> – retorna um cliente específico.
  • POST: Utilizado para criar um novo recurso. O endpoint POST /clientes recebe dados no formato JSON para inserir um novo cliente.
  • PUT: Utilizado para atualizar um recurso existente. O endpoint PUT /clientes/<id> recebe os campos que devem ser atualizados do cliente informado.
  • DELETE: Utilizado para remover um recurso. O endpoint DELETE /clientes/<id> exclui o cliente com o id informado.

Como Executar e Testar a API

Siga os passos abaixo para executar e testar a API:

  1. Salve o código em um arquivo, por exemplo, app.py.
  2. Certifique-se de que o banco de dados loja_acai.db existe e contém a tabela clientes.
  3. Instale o Flask se ainda não o fez: pip install flask
  4. Execute o aplicativo: python app.py
  5. Acesse os endpoints utilizando ferramentas como Postman ou o curl via linha de comando.

Conclusão

Este tutorial apresentou de forma didática como criar web services em Python para a tabela clientes utilizando Flask, explorando os verbos HTTP básicos necessários para a manipulação dos dados (GET, POST, PUT e DELETE). Essa estrutura pode ser facilmente expandida para incluir outras tabelas e funcionalidades em seu projeto.

Experimente testar e modificar os endpoints para adaptar à sua aplicação.

SQLite
Roteiro de exercícios auto aplicáveis

Roteiro de Exercícios Práticos com SQLite Studio para uma Loja de Açaí

Neste post, você encontrará um roteiro autoaplicado com 10 exercícios práticos para trabalhar com o SQLite Studio. Assumimos que o banco de dados já foi criado e abrimos o editor SQL para que você possa seguir cada passo, criando e manipulando tabelas relacionadas a uma loja de açaí: clientes, produtos, materiais, vendas e consumo.


Exercício 1: Criação das Tabelas

Objetivo: Criar a estrutura básica do banco de dados com as tabelas clientes, produtos, materiais, vendas e consumo.

Tarefa: Execute os comandos abaixo no editor SQL do SQLite Studio para definir as tabelas:


-- Tabela de Clientes
CREATE TABLE clientes (
  id_cliente INTEGER PRIMARY KEY AUTOINCREMENT,
  nome TEXT NOT NULL,
  telefone TEXT,
  email TEXT
);

-- Tabela de Produtos (opções de açaí)
CREATE TABLE produtos (
  id_produto INTEGER PRIMARY KEY AUTOINCREMENT,
  nome TEXT NOT NULL,
  preco REAL NOT NULL
);

-- Tabela de Materiais (ingredientes e insumos)
CREATE TABLE materiais (
  id_material INTEGER PRIMARY KEY AUTOINCREMENT,
  nome TEXT NOT NULL,
  custo REAL
);

-- Tabela de Vendas
CREATE TABLE vendas (
  id_venda INTEGER PRIMARY KEY AUTOINCREMENT,
  id_cliente INTEGER,
  data_venda TEXT,
  total REAL,
  FOREIGN KEY (id_cliente) REFERENCES clientes(id_cliente)
);

-- Tabela de Consumo (itens consumidos em cada venda)
CREATE TABLE consumo (
  id_consumo INTEGER PRIMARY KEY AUTOINCREMENT,
  id_venda INTEGER,
  id_produto INTEGER,
  quantidade INTEGER,
  FOREIGN KEY (id_venda) REFERENCES vendas(id_venda),
  FOREIGN KEY (id_produto) REFERENCES produtos(id_produto)
);

Dica: Execute os comandos um a um para verificar a criação correta de cada tabela.


Exercício 2: Inserção de Dados na Tabela de Clientes

Objetivo: Inserir registros para simular os clientes da loja.

Tarefa: Cadastre pelo menos 3 registros utilizando comandos INSERT INTO:


INSERT INTO clientes (nome, telefone, email) VALUES ('Ana Silva', '123456789', 'ana@gmail.com');
INSERT INTO clientes (nome, telefone, email) VALUES ('Bruno Souza', '987654321', 'bruno@hotmail.com');
INSERT INTO clientes (nome, telefone, email) VALUES ('Carlos Pereira', '555123456', 'carlos@exemplo.com');

Cada comando adiciona um cliente, enquanto o id_cliente é gerado automaticamente.


Exercício 3: Inserção de Dados na Tabela de Produtos

Objetivo: Cadastrar os produtos ofertados pela loja (por exemplo, diferentes tamanhos ou opções do açaí).

Tarefa: Insira registros com nome do produto e preço:


INSERT INTO produtos (nome, preco) VALUES ('Açaí Pequeno', 12.50);
INSERT INTO produtos (nome, preco) VALUES ('Açaí Médio', 18.00);
INSERT INTO produtos (nome, preco) VALUES ('Açaí Grande', 25.00);

Esses comandos simulam as diferentes porções de açaí oferecidas.


Exercício 4: Inserção de Dados na Tabela de Materiais

Objetivo: Registrar os ingredientes (materiais) utilizados na preparação dos produtos.

Tarefa: Cadastre os insumos com nome e custo:


INSERT INTO materiais (nome, custo) VALUES ('Polpa de Açaí', 5.00);
INSERT INTO materiais (nome, custo) VALUES ('Granola', 2.00);
INSERT INTO materiais (nome, custo) VALUES ('Leite Condensado', 3.00);

Cada material possui um custo que pode ser utilizado para cálculos financeiros e de lucratividade.


Exercício 5: Inserção de Registros na Tabela de Vendas

Objetivo: Registrar as vendas realizadas e associá-las aos clientes.

Tarefa: Insira registros de vendas, relacionando cada venda a um cliente, com data e valor total:


INSERT INTO vendas (id_cliente, data_venda, total) VALUES (1, '2025-04-10', 25.00);
INSERT INTO vendas (id_cliente, data_venda, total) VALUES (2, '2025-04-10', 18.00);

Observe que o id_cliente referencia um cliente já cadastrado, e a data segue o formato ‘YYYY-MM-DD’.


Exercício 6: Inserção de Registros na Tabela de Consumo

Objetivo: Associar cada venda aos produtos consumidos, detalhando a quantidade.

Tarefa: Registre os itens consumidos por venda:


INSERT INTO consumo (id_venda, id_produto, quantidade) VALUES (1, 3, 1);
INSERT INTO consumo (id_venda, id_produto, quantidade) VALUES (2, 2, 2);

Exemplo: A venda com id_venda = 1 incluiu 1 unidade do produto com id_produto = 3 (Açaí Grande), e a venda com id_venda = 2 registrou 2 unidades do produto com id_produto = 2.


Exercício 7: Consultas Simples (SELECT)

Objetivo: Visualizar os dados inseridos em cada tabela.

Tarefa: Crie consultas SELECT para mostrar todos os registros:


SELECT * FROM clientes;
SELECT * FROM produtos;
SELECT * FROM materiais;
SELECT * FROM vendas;
SELECT * FROM consumo;

Essas consultas permitem verificar a correta inserção dos dados.


Exercício 8: Consultas com JOIN

Objetivo: Unir dados de tabelas relacionadas, por exemplo, vincular clientes às suas vendas.

Tarefa: Crie uma consulta que mostre o ID da venda, nome do cliente, data e total da venda:


SELECT v.id_venda, c.nome AS Cliente, v.data_venda, v.total 
FROM vendas v
JOIN clientes c ON v.id_cliente = c.id_cliente;

O comando JOIN associa cada venda ao cliente correspondente, facilitando a visualização dos registros.


Exercício 9: Funções de Agregação

Objetivo: Utilizar funções de agregação para resumir informações dos dados.

Tarefa: Crie consultas para calcular:

  • O valor total de todas as vendas.
  • A média dos valores das vendas.

-- Total das Vendas:
SELECT SUM(total) AS Total_Vendas FROM vendas;

-- Média dos Valores das Vendas:
SELECT AVG(total) AS Media_Vendas FROM vendas;

Essas funções são úteis para análises gerenciais dos resultados de vendas.


Exercício 10: Atualização e Exclusão de Registros

Objetivo: Praticar comandos de modificação de dados com UPDATE e DELETE.

Tarefa: Realize as seguintes operações:

  1. Atualize o preço de um produto.
  2. Exclua um registro de cliente (por exemplo, um registro duplicado ou inativo).

-- Atualizar o preço do produto com id_produto = 2:
UPDATE produtos SET preco = 20.00 WHERE id_produto = 2;

-- Excluir um cliente específico (supondo que o cliente com id_cliente = 3 seja removido):
DELETE FROM clientes WHERE id_cliente = 3;

Revisar sempre as condições para evitar atualizações ou exclusões indesejadas.


Considerações Finais

Com esses 10 exercícios, você poderá explorar desde a criação das tabelas até consultas avançadas e manipulação de dados utilizando o SQLite Studio para um banco de dados fictício de uma loja de açaí. Aproveite para experimentar variações e aprofundar seus conhecimentos, criando índices, views ou novas relações entre as tabelas.

Bom estudo e prática!

SQLite
Introdução SQLite

Treinamento Integrado: História, SGBD, SQL, Python com SQLite e o Futuro dos Bancos de Dados

Bem-vindo(a)! Neste treinamento, vamos explorar como os dados são organizados e gerenciados – desde a sua história até as tendências que estão moldando o futuro dos bancos de dados.

1. Introdução

Neste treinamento, você vai conhecer os Sistemas de Gerenciamento de Banco de Dados (SGBDs), aprender a utilizar a linguagem SQL para manipular os dados, entender como o Python se integra com o SQLite e ainda conhecer um pouco da história dos bancos de dados, além de explorar as principais tendências para o futuro.

2. História dos Bancos de Dados

  • Inícios e Arquivos Planos: Nos primeiros dias da computação, os dados eram armazenados em arquivos simples (arquivos planos), o que dificultava a organização, consulta e segurança das informações.
  • Surgimento dos SGBDs: Na década de 1960, com o aumento da complexidade e volume de informações, surgiram os SGBDs para organizar os dados de forma estruturada e eficiente.
  • O Modelo Relacional: Na década de 1970, Edgar F. Codd introduziu o modelo relacional, que organizava os dados em tabelas e utilizava chaves para relacioná-las, revolucionando a forma de armazenar informações.
  • Padronização e Evolução do SQL: Com a popularização dos bancos de dados relacionais, a linguagem SQL foi padronizada, facilitando a comunicação entre os desenvolvedores e os bancos de dados.
  • Diversificação e Inovações: A partir dos anos 2000, novas abordagens surgiram, como os bancos de dados NoSQL e o SQLite, que oferecem maior flexibilidade e são ideais para aplicações mais leves.

3. Sistemas de Gerenciamento de Banco de Dados (SGBDs)

Um Sistema de Gerenciamento de Banco de Dados (SGBD) é um software que organiza, armazena e gerencia os dados, permitindo operações como inserção, consulta, atualização e exclusão de informações de forma segura e estruturada.

  • Organização dos Dados: Armazena as informações de maneira estruturada para fácil acesso.
  • Segurança: Possui mecanismos para controlar o acesso e proteger os dados.
  • Escalabilidade: Atende desde pequenos projetos até sistemas empresariais complexos.

Exemplos de SGBDs incluem: MySQL, PostgreSQL, Oracle, Microsoft SQL Server e, para aplicações mais leves, o SQLite.

4. SQL: A Linguagem de Consulta

A linguagem SQL (Structured Query Language) é o padrão para interagir com os bancos de dados. Com ela, é possível:

  • Consultar Dados: Exemplo: SELECT * FROM alunos;
  • Inserir Dados: Exemplo: INSERT INTO alunos (nome, idade) VALUES ('João', 16);
  • Atualizar Dados: Exemplo: UPDATE alunos SET idade = 17 WHERE nome = 'João';
  • Excluir Dados: Exemplo: DELETE FROM alunos WHERE nome = 'João';

O SQL torna a manipulação dos dados simples e eficiente, mesmo para iniciantes, sem a necessidade de conhecer os detalhes internos do armazenamento.

5. Integração de Python com SQLite

O Python possui o módulo nativo sqlite3, que permite a integração com o SQLite de forma direta e prática. Essa combinação é ideal para o desenvolvimento de aplicações locais, protótipos e scripts, sem a necessidade de um servidor dedicado.

  • Leveza e Portabilidade: O SQLite armazena os dados em um único arquivo, eliminando a complexidade de configurar servidores.
  • Facilidade de Uso: Com o módulo sqlite3, você pode executar comandos SQL diretamente no Python.

Confira o exemplo prático a seguir:

import sqlite3

# Conectando ou criando um banco de dados
conn = sqlite3.connect('meu_banco.db')

# Criando um cursor para executar comandos SQL
cursor = conn.cursor()

# Criando uma tabela chamada "usuarios"
cursor.execute("""
    CREATE TABLE IF NOT EXISTS usuarios (
        id INTEGER PRIMARY KEY AUTOINCREMENT,
        nome TEXT NOT NULL,
        idade INTEGER
    )
""")

# Inserindo um registro na tabela "usuarios"
cursor.execute("INSERT INTO usuarios (nome, idade) VALUES (?, ?)", ('Ana', 21))

# Salvando as alterações
conn.commit()

# Consultando os registros da tabela
cursor.execute("SELECT * FROM usuarios")
registros = cursor.fetchall()

# Exibindo os registros
for registro in registros:
    print(registro)

# Fechando a conexão com o banco de dados
conn.close()

6. Tendências Futuras dos Bancos de Dados

  • Dados em Nuvem: Os bancos de dados estão migrando para a nuvem, permitindo acesso remoto e escalabilidade dinâmica.
  • Bancos de Dados Distribuídos: Sistemas que distribuem dados por múltiplos servidores garantem alta disponibilidade e desempenho, mesmo em caso de falhas.
  • Integração com IoT: O crescimento da Internet das Coisas gera uma grande quantidade de dados que precisam ser processados em tempo real.
  • Inteligência Artificial e Machine Learning: Tecnologias que analisam grandes volumes de dados e automatizam processos estão em expansão.
  • NoSQL e Dados Não Estruturados: Além dos bancos relacionais, os bancos NoSQL oferecem maior flexibilidade para lidar com dados em formatos variados.

7. Conclusão

Neste treinamento, exploramos a história dos bancos de dados, os fundamentos dos SGBDs e da linguagem SQL, e como o Python se integra com o SQLite para facilitar o gerenciamento de dados. Também discutimos as tendências que estão revolucionando o armazenamento e a análise das informações na era digital.

Entender como os dados são organizados e manipulados é fundamental para quem deseja ingressar no mundo da tecnologia. As habilidades aprendidas aqui abrem portas para diversas áreas, como desenvolvimento de software, análise de dados e inteligência artificial.

Esperamos que este treinamento inspire você a explorar mais sobre este fascinante universo dos dados!

SQLite
Mini treinamento sobre SQLite

A seguir, um mini treinamento prático sobre SQLite, abordando os conceitos básicos, comandos essenciais e exemplos de uso.


1. Introdução ao SQLite

O que é SQLite?
SQLite é um sistema de gerenciamento de banco de dados relacional (SGBDR) leve, sem servidor e baseado em arquivos. Ele é ideal para aplicações que necessitam de um banco de dados simples, portátil e de fácil configuração. Alguns pontos importantes:

  • Leve e Portátil: O banco de dados é armazenado em um único arquivo.
  • Zero Configuração: Não há necessidade de instalar um servidor separado.
  • Amplamente Suportado: Utilizado em aplicações móveis, navegadores e projetos embarcados.

2. Instalação do SQLite

A instalação do SQLite varia de acordo com o sistema operacional:

  • Linux: Geralmente já vem instalado. Se não, você pode instalar via gerenciador de pacotes, por exemplo: sudo apt-get install sqlite3
  • Windows e macOS: Baixe o executável do site oficial do SQLite e siga as instruções para o seu sistema.

Para verificar se a instalação foi bem-sucedida, abra o terminal (ou prompt de comando) e digite:

sqlite3 --version

3. Criando e Conectando a um Banco de Dados

Para criar (ou abrir) um banco de dados, basta executar o comando:

sqlite3 meu_banco.db

Isso criará um arquivo chamado meu_banco.db no diretório atual e abrirá o ambiente interativo do SQLite.


4. Comandos SQL Básicos

Dentro do ambiente interativo do SQLite, você pode executar comandos SQL. Aqui estão os comandos essenciais:

a. Criar uma Tabela

CREATE TABLE usuarios (
id INTEGER PRIMARY KEY AUTOINCREMENT,
nome TEXT NOT NULL,
email TEXT UNIQUE NOT NULL,
idade INTEGER
);

Esse comando cria a tabela usuarios com colunas para ID, nome, email e idade.

b. Inserir Dados

INSERT INTO usuarios (nome, email, idade) VALUES ('Ana Silva', 'ana@example.com', 28);
INSERT INTO usuarios (nome, email, idade) VALUES ('Bruno Souza', 'bruno@example.com', 35);

c. Consultar Dados

SELECT * FROM usuarios;

Esse comando exibe todos os registros da tabela usuarios.

d. Atualizar Dados

UPDATE usuarios
SET idade = 29
WHERE nome = 'Ana Silva';

e. Deletar Dados

DELETE FROM usuarios
WHERE id = 2;

5. Exemplos Práticos

Imagine que você precise gerenciar informações de usuários. Seguem alguns comandos de exemplo:

  1. Criar a Tabela
    Execute: sqlCopiarCREATE TABLE usuarios ( id INTEGER PRIMARY KEY AUTOINCREMENT, nome TEXT NOT NULL, email TEXT UNIQUE NOT NULL, idade INTEGER );
  2. Inserir Dados
    Para adicionar um novo usuário: sqlCopiarINSERT INTO usuarios (nome, email, idade) VALUES ('Carlos Pereira', 'carlos@example.com', 42);
  3. Consultar Dados
    Para listar todos os usuários: sqlCopiarSELECT * FROM usuarios;
  4. Atualizar Dados
    Para atualizar a idade do Carlos: sqlCopiarUPDATE usuarios SET idade = 43 WHERE nome = 'Carlos Pereira';
  5. Excluir um Registro
    Para remover um usuário, por exemplo, com ID 1: sqlCopiarDELETE FROM usuarios WHERE id = 1;

6. Ferramentas Adicionais e Recursos

  • DB Browser for SQLite: Uma ferramenta gráfica para visualizar e editar bancos de dados SQLite. É útil para quem prefere uma interface visual ao invés do terminal.
  • Documentação Oficial: A documentação do SQLite é um excelente recurso para aprender mais sobre comandos avançados e otimizações.

7. Dicas e Boas Práticas

  • Backup Regular: Como o banco de dados é um único arquivo, faça backups regulares para evitar perda de dados.
  • Validação de Dados: Utilize restrições como NOT NULL, UNIQUE e CHECK para manter a integridade dos dados.
  • Índices: Crie índices em colunas que são frequentemente utilizadas em condições de busca (WHERE) para melhorar a performance.

8. Exercícios Propostos

  1. Criar uma nova tabela chamada produtos com os campos id, nome, preco e quantidade.
  2. Inserir dados na tabela produtos com pelo menos três registros.
  3. Realizar uma consulta que retorne todos os produtos com preço acima de um determinado valor.
  4. Atualizar a quantidade de um produto específico.
  5. Deletar um produto com base em seu id.
Python
Programação Orientado a Objetos em Python

A programação orientada a objetos (POO) é um paradigma de programação que organiza o código em “objetos” – estruturas que combinam dados (atributos) e comportamentos (métodos). Python, por ser uma linguagem multiparadigma, possui um suporte robusto à POO, permitindo que desenvolvedores criem aplicações mais organizadas, reutilizáveis e de fácil manutenção. Neste artigo, abordaremos os principais princípios da orientação a objetos: encapsulamento, herança, polimorfismo e abstração, apresentando exemplos didáticos para cada um.


1. Conceitos Básicos de Orientação a Objetos

Antes de explorarmos os princípios, vamos relembrar dois conceitos fundamentais:

  • Classe: É um “molde” ou “projeto” que define os atributos (dados) e os métodos (funções) que seus objetos terão.
  • Objeto: É uma instância de uma classe. Cada objeto possui seu próprio estado, representado pelos valores dos atributos.

Exemplo simples de classe e objeto em Python:

class Pessoa:
    def __init__(self, nome, idade):
        self.nome = nome
        self.idade = idade

    def apresentar(self):
        print(f"Olá, meu nome é {self.nome} e tenho {self.idade} anos.")

# Criação de objetos
p1 = Pessoa("Alice", 30)
p2 = Pessoa("Bruno", 25)

p1.apresentar()  # Saída: Olá, meu nome é Alice e tenho 30 anos.
p2.apresentar()  # Saída: Olá, meu nome é Bruno e tenho 25 anos.

2. Princípios da Orientação a Objetos

2.1 Encapsulamento

Encapsulamento é o mecanismo que agrupa dados e métodos que operam sobre esses dados dentro de uma mesma unidade (classe), restringindo o acesso direto a alguns componentes. Isso ajuda a proteger o estado interno do objeto e permite modificar a implementação interna sem afetar a interface pública.

Exemplo de encapsulamento com atributos privados:

class ContaBancaria:
    def __init__(self, saldo_inicial):
        self.__saldo = saldo_inicial  # Atributo privado

    def depositar(self, valor):
        if valor > 0:
            self.__saldo += valor
            print(f"Depósito de R${valor} realizado com sucesso.")

    def sacar(self, valor):
        if 0 < valor <= self.__saldo:
            self.__saldo -= valor
            print(f"Saque de R${valor} realizado com sucesso.")
        else:
            print("Saldo insuficiente ou valor inválido.")

    def mostrar_saldo(self):
        print(f"Saldo atual: R${self.__saldo}")

# Uso da classe
conta = ContaBancaria(1000)
conta.depositar(500)
conta.sacar(300)
conta.mostrar_saldo()

# A tentativa de acesso direto ao atributo privado resultará em erro:
# print(conta.__saldo)  -> AttributeError

No exemplo acima, o atributo __saldo é privado e não pode ser acessado diretamente fora da classe. Os métodos depositar, sacar e mostrar_saldo formam a interface pública para interagir com esse dado.


2.2 Herança

Herança permite que uma classe herde atributos e métodos de outra, promovendo a reutilização de código e a criação de hierarquias. A classe que herda é chamada de subclasse ou classe derivada, enquanto a classe de onde se herda é chamada de superclasse ou classe base.

Exemplo de herança:

class Veiculo:
    def __init__(self, marca, modelo):
        self.marca = marca
        self.modelo = modelo

    def exibir_info(self):
        print(f"Marca: {self.marca}, Modelo: {self.modelo}")

# Classe derivada que herda de Veiculo
class Carro(Veiculo):
    def __init__(self, marca, modelo, portas):
        super().__init__(marca, modelo)  # Chama o construtor da superclasse
        self.portas = portas

    def exibir_info(self):
        super().exibir_info()
        print(f"Portas: {self.portas}")

# Uso das classes
veiculo = Veiculo("Genérico", "Modelo X")
veiculo.exibir_info()

print("----")

carro = Carro("Toyota", "Corolla", 4)
carro.exibir_info()

Aqui, a classe Carro herda de Veiculo e adiciona o atributo portas, além de sobrescrever o método exibir_info para incluir informações específicas do carro.


2.3 Polimorfismo

Polimorfismo é a capacidade de diferentes classes responderem de forma específica à mesma mensagem (método). Ou seja, métodos com o mesmo nome podem ter implementações diferentes em classes distintas.

Exemplo de polimorfismo:

class Animal:
    def emitir_som(self):
        pass  # Método abstrato, sem implementação

class Cachorro(Animal):
    def emitir_som(self):
        print("Au Au")

class Gato(Animal):
    def emitir_som(self):
        print("Miau")

# Função que recebe um objeto do tipo Animal e chama emitir_som
def fazer_animal_emitir_som(animal):
    animal.emitir_som()

# Uso do polimorfismo
cachorro = Cachorro()
gato = Gato()

fazer_animal_emitir_som(cachorro)  # Saída: Au Au
fazer_animal_emitir_som(gato)      # Saída: Miau

Apesar dos objetos Cachorro e Gato serem instâncias de classes diferentes, ambos implementam o método emitir_som. Assim, a função fazer_animal_emitir_som pode receber qualquer objeto derivado de Animal e executar o método correspondente.


2.4 Abstração

Abstração consiste em ocultar os detalhes de implementação e mostrar apenas a funcionalidade essencial ao usuário. Em Python, podemos utilizar classes abstratas para definir métodos que devem ser implementados por suas subclasses. A biblioteca abc (Abstract Base Classes) facilita a criação de classes abstratas.

Exemplo de abstração usando o módulo abc:

from abc import ABC, abstractmethod

class FormaGeometrica(ABC):
    @abstractmethod
    def calcular_area(self):
        pass

class Quadrado(FormaGeometrica):
    def __init__(self, lado):
        self.lado = lado

    def calcular_area(self):
        return self.lado ** 2

class Circulo(FormaGeometrica):
    def __init__(self, raio):
        self.raio = raio

    def calcular_area(self):
        import math
        return math.pi * (self.raio ** 2)

# Tentativa de instanciar a classe abstrata gera erro:
# forma = FormaGeometrica()  -> TypeError

# Uso das classes concretas
quadrado = Quadrado(4)
circulo = Circulo(3)

print(f"Área do quadrado: {quadrado.calcular_area()}")  # Saída: 16
print(f"Área do círculo: {circulo.calcular_area():.2f}")  # Saída: valor aproximado

No exemplo, FormaGeometrica é uma classe abstrata que define o método calcular_area como abstrato. As classes Quadrado e Circulo implementam esse método de acordo com suas fórmulas específicas.


Conclusão

A orientação a objetos em Python oferece uma maneira estruturada e intuitiva de organizar o código. Ao utilizar os princípios de encapsulamento, herança, polimorfismo e abstração, os desenvolvedores podem criar sistemas mais robustos, modulares e fáceis de manter. Esperamos que os exemplos apresentados neste artigo ajudem a compreender melhor esses conceitos e inspirem a aplicação deles em seus projetos!

C/C++ OPENGL
Open-Asset-Importer-Lib

O uso do Open GL em Linux ou Windows não é tarefa fácil.

Iremos descrever o procedimento de instalação de uma biblioteca de importação de modelos 3D para Open GL.

Esta biblioteca permite carregar diversos arquivos de modelos complexos, e importar para o padrão do open gl.

Desta forma criar padrões de objetos complexo em seu projeto.

O Open-Asset_Importer-Lib é uma biblioteca aberta.

O site do fabricante:

https://assimp.org

Github do projeto:

https://github.com/assimp/assimp

Instalação

1 – Instale usando o apt, os seguintes pacotes:

sudo apt install assimp-utils libassimp-dev libassimp5

2 – Agora instale os fontes do projeto

git clone https://github.com/assimp/assimp.git

3 – Agora iremos compilar o projeto

3.1 – Entre na pasta assimp

3.2 – Prepare o projeto com CMAKE, ele prepara o Makefile para compilação

cmake .

3.3 – Compile o projeto.

make 

3.4 – Faça a instalação do pacote

sudo make install

Pronto.

Criando o primeiro programa

Crie um bash.

#!/bin/bash
CC=g++
CPPFLAGS=pkg-config --cflags glew ImageMagick++ assimp
CPPFLAGS="$CPPFLAGS -I../Include"
LDFLAGS=pkg-config --libs glew assimp`
LDFLAGS="$LDFLAGS -lglut -lX11"
$CC tutorial18.cpp ../Common/ogldev_util.cpp ../Common/math_3d.cpp ../Common/ogldev_texture.cpp ../Common/3rdparty/stb_image.cpp ../Common/ogldev_wordtransform.cpp camera.cpp ../Common/ogldev_basic_mesh.cpp $CPPFLAGS $LDFLAGS -o tutorial18

Referencia de treinamento

Este material foi possível, graças a este treinamento:

LARAVEL PHP
Criação de Controller no Laravel

Para criar um controller no laravel, utilize a seguinte sintaxe:

php artisan make:controller <nomecontroller>

Os controller serão criados na pasta:

.\app\Http\Controllers

Conforme o exemplo abaixo:

<?php

namespace App\Http\Controllers;

use Illuminate\Http\Request;

class welcomeController extends Controller
{
    //Metodo de visualização
    public function welcome(){
          return view('welcome');

    }
         
}            

É necessário criar o mesmo na rota (web.php):

<?php

use Illuminate\Support\Facades\Route;
use App\Http\Controllers\WelcomeController;

Route::get('/', function () {
    $controller  = new welcomeController();
    return $controller->welcome();
});
     
Python
Debugando em Python

O debug de script em python é bem simples.

Entre o seguinte import, no bloco que quer debugar.

import pdb

Para inserir um ponto de parada use o comando.

pdb.set_trace()

Desta forma é possível realizar um debug por linha de comando semelhante ao gdb do c.

Para rodar o python em modo debug use o comando:,

python -m pdb [script.py]

Irei em momento oportuno mostrar maiores detalhes desta técnica.