7.0 KiB

Raw Blame History

Banco de Dados - DRE Gerencial

Visão Geral

O sistema utiliza PostgreSQL como banco de dados principal, com Drizzle ORM para type-safe database operations. A estrutura é baseada em views materializadas para performance otimizada.

Configuração do Banco

Variáveis de Ambiente

POSTGRES_DB=dre_gerencial
POSTGRES_HOST=localhost
POSTGRES_PORT=5432
POSTGRES_USER=postgres
POSTGRES_PASSWORD=sua_senha

Conexão (src/db/index.ts)

import 'dotenv/config';
import { drizzle } from 'drizzle-orm/node-postgres';
import { Pool } from 'pg';
import * as schema from './schema';

const pool = new Pool({
  database: process.env.POSTGRES_DB,
  host: process.env.POSTGRES_HOST,
  port: Number(process.env.POSTGRES_PORT),
  user: process.env.POSTGRES_USER,
  password: process.env.POSTGRES_PASSWORD,
});

const db = drizzle({
  client: pool,
  schema,
});

Schema do Banco

View Principal (src/db/schema.ts)

export const view = pgView('view_dre_gerencial', {
  codfilial: text(),
  data_competencia: date(),
  data_caixa: date(),
  grupo: text(),
  subgrupo: text(),
  centro_custo: text(),
  codigo_conta: integer(),
  conta: text(),
  valor: numeric(),
});

Estrutura da View

A view view_dre_gerencial consolida dados de múltiplas tabelas para fornecer uma estrutura hierárquica otimizada:

Campo	Tipo	Descrição
`codfilial`	text	Código da filial
`data_competencia`	date	Data de competência do lançamento
`data_caixa`	date	Data de caixa
`grupo`	text	Descrição do grupo (ex: "01 - RECEITAS")
`subgrupo`	text	Descrição do subgrupo
`centro_custo`	text	Centro de custo
`codigo_conta`	integer	Código numérico da conta
`conta`	text	Descrição da conta
`valor`	numeric	Valor do lançamento

Tabelas Base (Inferidas)

Tabela Principal: `fato_financeiro_analitico`

Baseada na API analítica, esta tabela contém os dados detalhados:

Campo	Tipo	Descrição
`id`	integer	ID único
`codfilial`	text	Código da filial
`recnum`	integer	Número do registro
`data_competencia`	date	Data de competência
`data_vencimento`	date	Data de vencimento
`data_pagamento`	date	Data de pagamento
`data_caixa`	date	Data de caixa
`codigo_conta`	text	Código da conta
`conta`	text	Descrição da conta
`codigo_centrocusto`	text	Código do centro de custo
`codigo_fornecedor`	text	Código do fornecedor
`nome_fornecedor`	text	Nome do fornecedor
`valor`	numeric	Valor do lançamento
`historico`	text	Histórico principal
`historico2`	text	Histórico secundário
`created_at`	timestamp	Data de criação
`updated_at`	timestamp	Data de atualização

Queries Principais

1. Dados DRE Gerencial

SELECT * FROM view_dre_gerencial

Uso: Carregamento inicial da interface hierárquica
Performance: Otimizada via view materializada

2. Dados Analíticos com Filtros

SELECT 
  ffa.codigo_fornecedor,
  ffa.nome_fornecedor,
  ffa.id,
  ffa.codfilial,
  ffa.recnum,
  ffa.data_competencia,
  ffa.data_vencimento,
  ffa.data_pagamento,
  ffa.data_caixa,
  ffa.codigo_conta,
  ffa.conta,
  ffa.codigo_centrocusto,
  ffa.valor,
  ffa.historico,
  ffa.historico2,
  ffa.created_at,
  ffa.updated_at
FROM fato_financeiro_analitico AS ffa
WHERE to_char(ffa.data_competencia, 'YYYY-MM') BETWEEN $1 AND $2
  AND ffa.codigo_centrocusto = $3  -- Opcional
  AND ffa.codigo_conta = $4        -- Opcional

3. Query com Filtros de Grupo/Subgrupo

SELECT ffa.*
FROM fato_financeiro_analitico AS ffa
WHERE EXISTS (
  SELECT 1 FROM public.view_dre_gerencial AS dre 
  WHERE ffa.codigo_conta = dre.codigo_conta::text 
    AND ffa.codigo_centrocusto = dre.centro_custo
    AND to_char(ffa.data_competencia, 'YYYY-MM') = to_char(dre.data_competencia, 'YYYY-MM')
    AND SUBSTRING(dre.grupo FROM '^\\s*(\\d+)\\s*\\.') = $1
    AND SUBSTRING(dre.subgrupo FROM '^\\s*(\\d+(?:\\.\\d+)+)\\s*-') = $2
)
AND to_char(ffa.data_competencia, 'YYYY-MM') BETWEEN $3 AND $4

Índices Recomendados

Índices para Performance

-- Índice para filtros por data
CREATE INDEX idx_fato_financeiro_data_competencia 
ON fato_financeiro_analitico (data_competencia);

-- Índice para filtros por centro de custo
CREATE INDEX idx_fato_financeiro_centro_custo 
ON fato_financeiro_analitico (codigo_centrocusto);

-- Índice para filtros por conta
CREATE INDEX idx_fato_financeiro_conta 
ON fato_financeiro_analitico (codigo_conta);

-- Índice composto para queries analíticas
CREATE INDEX idx_fato_financeiro_analitico_composto 
ON fato_financeiro_analitico (data_competencia, codigo_centrocusto, codigo_conta);

Migrações e Versionamento

Drizzle Kit Configuration

// drizzle.config.ts
export default defineConfig({
  out: './drizzle',
  schema: './src/db/schema.ts',
  dialect: 'postgresql',
  dbCredentials: {
    database: process.env.POSTGRES_DB || 'dre_gerencial',
    host: process.env.POSTGRES_HOST || 'localhost',
    port: Number(process.env.POSTGRES_PORT) || 5432,
    user: process.env.POSTGRES_USER || 'postgres',
    password: process.env.POSTGRES_PASSWORD || '',
  },
});

Comandos de Migração

# Gerar migração
npx drizzle-kit generate

# Aplicar migração
npx drizzle-kit migrate

# Visualizar schema
npx drizzle-kit studio

Backup e Manutenção

Backup Automático

# Backup diário
pg_dump -h localhost -U postgres -d dre_gerencial > backup_$(date +%Y%m%d).sql

# Restore
psql -h localhost -U postgres -d dre_gerencial < backup_20240101.sql

Manutenção da View

-- Refresh da view materializada (se aplicável)
REFRESH MATERIALIZED VIEW view_dre_gerencial;

-- Análise de performance
ANALYZE fato_financeiro_analitico;
ANALYZE view_dre_gerencial;

Monitoramento

Queries de Monitoramento

-- Tamanho das tabelas
SELECT 
  schemaname,
  tablename,
  pg_size_pretty(pg_total_relation_size(schemaname||'.'||tablename)) as size
FROM pg_tables 
WHERE schemaname = 'public'
ORDER BY pg_total_relation_size(schemaname||'.'||tablename) DESC;

-- Queries lentas
SELECT query, mean_time, calls 
FROM pg_stat_statements 
ORDER BY mean_time DESC 
LIMIT 10;

Troubleshooting

Problemas Comuns

Conexão Recusada
- Verificar se PostgreSQL está rodando
- Validar credenciais de conexão
- Verificar firewall/portas
Performance Lenta
- Verificar índices existentes
- Analisar query execution plan
- Considerar particionamento por data
Dados Inconsistentes
- Verificar refresh da view
- Validar integridade referencial
- Executar VACUUM ANALYZE

Próximos Passos

Implementar Cache Redis para queries frequentes
Adicionar Particionamento por data para tabelas grandes
Implementar Replicação para alta disponibilidade
Adicionar Monitoramento de performance em tempo real
Implementar Backup Automático com retenção configurável

7.0 KiB Raw Blame History