Documentação oficial do PostgreSQL
Documentação oficial · PostgreSQL Global Development Group · citada em 12 lições
- Publicado por
- PostgreSQL Global Development Group
- Domínio
- postgresql.org
- Tipo
- Documentação oficial
- Citada em
- 12 lições
Onde isto aparece
- Backend, frontend e metadados: desvendando a arquitetura do Superset
- Dependências externas: por que Superset precisa de PostgreSQL, Redis e Docker
- Preparando o banco de metadados e o Redis para produção
- Configurando variáveis de ambiente essenciais para produção
- Conectando PostgreSQL, MySQL e outros bancos suportados
- Logs, métricas e health checks: monitorando o Superset
- Erros de conexão, timeouts e falhas de login: onde investigar primeiro
- Superset em uma rede de fibra dedicada: desafios e soluções
- Por que Django? Comparando frameworks e entendendo a escolha arquitetural
- De planilhas ao BI: por que Metabase muda o jogo
- Por que PostgreSQL? Diferenças práticas frente a MySQL, Oracle e SQL Server
- Planejamento do BI: requisitos, fontes de dados e stakeholders
- pgAdmin e psql: administração visual e por linha de comando
- Ferramentas open-source de monitoramento: do pganalyze ao prometheus-postgres-exporter
- Metabase em operação: exemplos de dashboards e fluxos de BI
- Migração de MySQL para PostgreSQL: lições de um projeto real
- Laboratório: Instalação e Operação Básica do Apache Superset com PostgreSQL e Redis via Docker Compose
- Laboratório: Deploy de uma aplicação Django com PostgreSQL usando Docker
- Laboratório: Metabase em produção com PostgreSQL via Docker Compose
- CI/CD com Git e Docker: pipelines que não quebram em produção
- Por dentro do Metabase: componentes, fluxo de dados e dependências
- Instalação do Metabase: Docker, JAR e PostgreSQL de aplicação
- Provisionamento automatizado: Docker Compose e infraestrutura como código
- Protocolo: Qual o impacto do número de usuários simultâneos na latência das consultas do Metabase?
- Tabelas essenciais do Protheus PDV para BI: do SL1 ao SA1
- Limites de acesso: quando sua query pode travar o Protheus
- Curva ABC de produtos e de clientes em SQL no Metabase sobre SD2, SB1 e SA1
- Exportação de dados do Metabase: integração com CRM e marketing
- Proteção de dados sensíveis: clientes e transações no BI
- Marketing orientado a dados: recorrência, RFM e cesta de compras alimentando o CRM
- Agendamento de atualizações e envio de relatórios no Metabase
- Checklist de BI seguro: do acesso à exportação
- Documentação e governança de dados no BI de varejo
- Novas práticas em BI de varejo: self-service, open source e orquestração
- Isolamento é tudo: arquitetura segura para BI sobre Protheus e Consinco
- Dockerizando o BI: Superset em contêiner para varejo
- Modelagem de dados para BI: do dicionário SX2 ao esquema bi_varejo
- Quantos dados, quantos usuários? Dimensionando Superset e banco para BI de varejo
- Curva ABC de produtos e de clientes em SQL no Apache Superset sobre SD2, SB1 e SA1
- Conectando o Superset ao banco: drivers, URIs e permissões só leitura
- Tuning do Superset: filtros, permissões e performance
- Resultado de campanhas e promoções: comparar antes, durante e depois com dados do ERP
- Dados sensíveis: anonimização e compliance em dashboards
- Quando o dashboard trava: debug de consultas e fontes de dados
- Nunca faça isso: erros fatais em BI de ERP que custam caro
- Padronização de queries e dashboards: o que separa BI amador do profissional
- De planilha a dashboard: evolução real de BI em supermercado
- Superset 6.x: novidades e recursos avançados para BI de varejo
- Próximos passos: IA, predição e automação no BI do varejo
- Por que BI próprio? Limites do acesso e integração com Bluesoft ERP
- Pipeline de dados: da API Bluesoft ERP ao PostgreSQL e Metabase
- Comparando arquiteturas: BI embarcado vs BI próprio
- Modelagem do banco bi_varejo: fatos e dimensões para supermercado
- Dashboard de PDV no Metabase a partir da API: vendas por hora, ticket médio e itens por cupom em um PostgreSQL próprio.
- Dimensionando o PostgreSQL para BI de supermercado
- Pipeline Python: extraindo dados da API Bluesoft ERP para o bi_varejo
- Resultado de campanhas e promoções: comparar antes, durante e depois com dados extraídos do ERP.
- Integrando dados de clientes, produtos e vendas: visão 360° no BI próprio
- Protegendo tokens e credenciais na extração de dados
- Acompanhando performance do Metabase e PostgreSQL
- Erros comuns na extração da API e como resolver
- Marketing orientado a dados: recorrência, RFM e cesta de compras alimentando o CRM.
- Governança de dados: versionamento, documentação e compliance
- Integração Bluesoft ERP + BI próprio: aprendizados de produção
- Dashboards de impacto: decisões tomadas a partir do BI próprio
- Do dado bruto ao dashboard: fluxo de extração, modelagem e visualização no BI de supermercados
- Fluxo de dados: da API do Bluesoft ao dashboard do Superset em uma rede de fibra dedicada como a da Upnetix
- Modelagem de estudo: como o esquema bi_varejo suporta análises de PDV, campanhas e clientes
- Dashboard de PDV no Apache Superset a partir da API: vendas por hora, ticket médio e itens por cupom em um PostgreSQL próprio
- Métricas para campanhas e marketing: o que medir e como estruturar para análise visual
- Estimando volume e frequência: quanto e quando extrair da API do Bluesoft ERP
- Curva ABC de produtos e de clientes em SQL no Apache Superset sobre o modelo bi_varejo carregado pela API
- Do Python ao dashboard: extração agendada da API, carga incremental e atualização automática do Superset
- Resultado de campanhas e promoções: comparar antes, durante e depois com dados extraídos do ERP
- Enriquecendo o modelo: integrando clientes, produtos e lojas para análises multidimensionais
- Monitorando extrações da API: logs, alertas e métricas de sucesso
- Problemas de performance e dados inconsistentes: onde olhar primeiro em Python, PostgreSQL e Superset
- Marketing orientado a dados: recorrência, RFM e cesta de compras alimentando o CRM
- Documentação viva: como manter o pipeline compreensível e auditável
- Governança de dados em BI: integridade, atualização e controle de acesso
- Varejo na prática: análise diária de vendas e campanhas com Superset e dados da API
- Aprendizados de implantação: erros, acertos e melhorias contínuas no BI de supermercado
- Novidades do Apache Superset e tendências em BI open source para varejo
- Metabase e BI no varejo: diferença entre relatório, dashboard e análise exploratória
- Fluxo de dados: do ERP CISS ao Metabase via réplica PostgreSQL
- Estimando volume e frequência de carga: vendas, itens e histórico
- Dimensionando Metabase e PostgreSQL em Docker: CPU, RAM e storage
- Conectando Metabase a réplicas de SQL Server, Oracle, PostgreSQL e IBM Db2
- Documentação viva: dicionário de dados, queries e dashboards
- Campanhas de marketing: mensuração de impacto e ajuste em tempo real
- BI open source vs. soluções proprietárias: Apache Superset e o papel do modelo bi_varejo
- Drivers, dialetos e conexões: SQL Server, Oracle, PostgreSQL e IBM Db2 no Superset Docker
- Levantando o dicionário: o que perguntar à CISS e ao DBA
- Dashboard de PDV no Apache Superset: vendas por hora, ticket médio e itens por cupom sobre o modelo bi_varejo
- Curva ABC de produtos e de clientes em SQL no Apache Superset: a consulta, o corte 80/15/5 e o gráfico
- Filtros e drill-down: explorando vendas por loja, período e segmento
- Fonte de dados: cadastrando e testando conexões no Superset
- Resultado de campanhas e promoções: comparar antes, durante e depois com dados do ERP
- Marketing orientado a dados: recorrência, RFM e cesta de compras alimentando o CRM
- Automatizando cargas de dados do ERP para o PostgreSQL
- Governança de dados: versionamento, documentação e linhagem
- Análise de vendas em tempo quase real: limites e possibilidades
- Campanhas e promoções: aprendizados de dashboards de marketing
- Open source BI além do Superset: ferramentas e tendências para o varejo
- Laboratório: Pipeline de Extração do Bluesoft ERP para Dashboard no Metabase via PostgreSQL
- Protocolo: Qual o impacto do volume de dados extraídos da API do Bluesoft ERP no tempo de carga do banco PostgreSQL bi_varejo?
- Protocolo: Qual o impacto do volume de consultas simultâneas no tempo de resposta do Metabase conectado a uma réplica PostgreSQL de dados do ERP CISS?
- Laboratório: Metabase conectado a réplica PostgreSQL do TOTVS Protheus para BI de Varejo
- Laboratório: Dashboard de Vendas de Supermercado com Apache Superset e PostgreSQL a partir da API do Bluesoft ERP
- Protocolo: Qual o tempo médio de atualização de dados do PostgreSQL via extrator Python a partir da API do Bluesoft ERP?
- Laboratório: Dashboard de Vendas do Varejo com Apache Superset e PostgreSQL (modelo bi_varejo)
- Protocolo: Qual o impacto da quantidade de conexões simultâneas do Apache Superset na latência de consultas ao PostgreSQL de réplica do Protheus?
- Resultado de campanhas e promoções: comparar antes, durante e depois com dados do ERP
- Além do dashboard: análises preditivas e machine learning (com ferramentas livres)
- Por que não basta um relatório? BI, dashboards e o desafio do varejo multicanal
- Automatizando cargas e alertas: quando o BI avisa antes do problema
- Diagnóstico de falhas em dashboards e consultas no Metabase
- Protocolo: Qual o impacto do volume de dados na latência das consultas SQL do Superset sobre uma réplica PostgreSQL do ERP CISS?
- Laboratório: Dashboard de Vendas do Protheus em Apache Superset via réplica PostgreSQL
- Novidades do Metabase e integração com outras ferramentas open source
