O banco relacional
da UrbanCart.
da UrbanCart.
Sobre o Esquema
O banco tem 4 tabelas: clientes, produtos, pedidos e itens_pedido. São 8 clientes, 10 produtos e 12 pedidos com múltiplos itens — um volume propositalmente pequeno para caber no tier gratuito do MongoDB Atlas (M0, limite de 512 MB).
Diagrama de Tabelas
UrbanCart — Diagrama de tabelas
DDL — Script completo (cole no pgAdmin ou em qualquer cliente PostgreSQL)
DDL · Criação de tabelas e inserção de dados
-- ============================================================
-- UrbanCart · Banco de Dados Relacional (PostgreSQL)
-- Gestão de BD e BI · ESPM · Aula 6
-- ============================================================
-- 1. TABELA CLIENTES
CREATE TABLE clientes (
cliente_id SERIAL PRIMARY KEY,
nome VARCHAR(100) NOT NULL,
email VARCHAR(120) UNIQUE NOT NULL,
cidade VARCHAR(60),
plano VARCHAR(20) DEFAULT 'gratuito',
data_cadastro DATE DEFAULT CURRENT_DATE
);
-- 2. TABELA PRODUTOS
CREATE TABLE produtos (
produto_id SERIAL PRIMARY KEY,
nome VARCHAR(120) NOT NULL,
categoria VARCHAR(60),
preco NUMERIC(10,2) NOT NULL,
estoque INT DEFAULT 0,
marca VARCHAR(60)
);
-- 3. TABELA PEDIDOS
CREATE TABLE pedidos (
pedido_id SERIAL PRIMARY KEY,
cliente_id INT REFERENCES clientes(cliente_id),
data_pedido DATE DEFAULT CURRENT_DATE,
status VARCHAR(30) DEFAULT 'pendente',
valor_total NUMERIC(10,2),
canal VARCHAR(20)
);
-- 4. TABELA ITENS_PEDIDO
CREATE TABLE itens_pedido (
item_id SERIAL PRIMARY KEY,
pedido_id INT REFERENCES pedidos(pedido_id),
produto_id INT REFERENCES produtos(produto_id),
quantidade INT NOT NULL,
preco_unit NUMERIC(10,2) NOT NULL
);
-- ==========================================================
-- DADOS SINTÉTICOS
-- ==========================================================
-- CLIENTES (8 registros)
INSERT INTO clientes (nome, email, cidade, plano, data_cadastro) VALUES
('Ana Beatriz Costa', 'ana.costa@email.com', 'São Paulo', 'premium', '2024-01-15'),
('Bruno Ferreira', 'bruno.f@email.com', 'Rio de Janeiro', 'gratuito', '2024-02-20'),
('Carla Mendes', 'carla.m@email.com', 'Belo Horizonte', 'premium', '2024-03-05'),
('Diego Oliveira', 'diego.o@email.com', 'Curitiba', 'gratuito', '2024-03-18'),
('Elisa Rocha', 'elisa.r@email.com', 'São Paulo', 'premium', '2024-04-02'),
('Felipe Santos', 'felipe.s@email.com', 'Recife', 'gratuito', '2024-04-22'),
('Gabriela Lima', 'gabi.lima@email.com', 'Porto Alegre', 'premium', '2024-05-10'),
('Henrique Alves', 'henrique.a@email.com', 'São Paulo', 'gratuito', '2024-06-01');
-- PRODUTOS (10 registros)
INSERT INTO produtos (nome, categoria, preco, estoque, marca) VALUES
('Tênis Streetwear X1', 'calçados', 349.90, 45, 'UrbanStep'),
('Moletom Oversized', 'roupas', 189.90, 80, 'CoolWear'),
('Boné Snapback Classic', 'acessórios', 79.90, 120, 'UrbanCap'),
('Calça Jogger Cargo', 'roupas', 219.90, 60, 'StreetFit'),
('Mochila Tática 30L', 'acessórios', 299.90, 35, 'CargoGear'),
('Camiseta Gráfica Fade', 'roupas', 99.90, 150, 'CoolWear'),
('Óculos Retrô Polarizado','acessórios', 159.90, 50, 'VisionUrban'),
('Shorts Tactel Premium', 'roupas', 129.90, 90, 'StreetFit'),
('Tênis Running Lite', 'calçados', 429.90, 30, 'UrbanStep'),
('Carteira Slim Couro', 'acessórios', 89.90, 200, 'LeatherLab');
-- PEDIDOS (12 registros)
INSERT INTO pedidos (cliente_id, data_pedido, status, valor_total, canal) VALUES
(1, '2025-01-10', 'entregue', 539.80, 'app'),
(1, '2025-03-22', 'entregue', 349.90, 'site'),
(2, '2025-02-05', 'entregue', 189.90, 'app'),
(3, '2025-01-28', 'entregue', 729.70, 'site'),
(3, '2025-04-14', 'em_transito',299.90, 'app'),
(4, '2025-02-19', 'cancelado', 219.90, 'site'),
(5, '2025-03-08', 'entregue', 479.80, 'app'),
(5, '2025-04-30', 'pendente', 159.90, 'site'),
(6, '2025-03-15', 'entregue', 99.90, 'app'),
(7, '2025-04-02', 'entregue', 589.80, 'site'),
(7, '2025-05-01', 'em_transito',429.90, 'app'),
(8, '2025-05-10', 'pendente', 269.80, 'site');
-- ITENS_PEDIDO (20 registros)
INSERT INTO itens_pedido (pedido_id, produto_id, quantidade, preco_unit) VALUES
(1, 1, 1, 349.90), (1, 6, 2, 99.90),
(2, 9, 1, 429.90),
(3, 2, 1, 189.90),
(4, 1, 1, 349.90), (4, 4, 1, 219.90), (4, 3, 2, 79.90),
(5, 5, 1, 299.90),
(6, 4, 1, 219.90),
(7, 1, 1, 349.90), (7, 8, 1, 129.90),
(8, 7, 1, 159.90),
(9, 6, 1, 99.90),
(10, 9, 1, 429.90), (10, 3, 2, 79.90),
(11, 9, 1, 429.90),
(12, 2, 1, 189.90), (12, 8, 1, 129.90);
Observação Importante
Você não precisa executar este SQL em um PostgreSQL real para realizar a atividade. Ele serve como referência da estrutura relacional que você vai converter para JSON. Use-o como input para o prompt de IA da Tarefa 2.