readme.md

Exploração de 2 bases de dados diferentes

Esse trabalho consiste em:

1. Restaurar 1 dump do MySql e 1 dump do PostgreSQL
2. Explorar os dados usando Jupyter Notebook com as bibliotecas Python: Pandas, Matplotlib e Plotly
3. Criar um backend usando Flask + Swagger que forneça os dados para visualizações no frontend
4. Criar um frontend usando React + Plotly para a apresentação de um relatório web

1. Restaurando os dumps

• Instalar o PostgreSQL 12.2
• Instalar o MySQL 8.0.18.0
• Criar um banco 'teste' no Postgres
• Criar um banco 'teste' no Mysql
• Executar o seguinte comando na linha de comando para restaurar o banco do Postgres

foo@bar:~$ psql -U postgres teste < dados/PostgreSQL-dump-store-202002051505.sql

• Executar o seguinte comando na linha de comando para restaurar o banco do MySQL

foo@bar:~$ mysql -h 127.0.0.1 -u root -p teste < dados/MYSQL_tasks_05-02-20_data.sql

2. Explorando os dados usando Jupyter Notebook

• Executar a exploração feita no Jupyter Notebook: Explocação Inicial.ipynb
• Obs. 1: Para que os gráficos usando Plotly apareçam é necessário executar o notebook localmente.
• Obs. 2: No fim do notebook é gerado o arquivo dados/tudo.csv que é usado pelo backend

3. Rodando o Backend

• Instalar as dependências do backend com o seguinte comando:

foo@bar:~$ pip install -r backend/requirements.txt

• Configurar a variável de ambiente (windows):

C:\>set FLASK_APP=main

• Configurar a variável de ambiente (linux):

foo@bar:~$ export FLASK_APP=main

• Iniciar o backend com os seguintes comandos:

foo@bar:~$ cd backend
foo@bar:~$ flask run

• Verificar os endpoints da API no endenreço: http://localhost:5000/

4. Rodando o Frontend

• Instalar o Node.js
• Instalar as dependências do Frontend com os seguintes comandos:

foo@bar:~$ cd frontend
foo@bar:~$ npm install

• Iniciar o frontend com o seguinte comando:

foo@bar:~$ npm start

• Iniciar a aplicação no endereço: http://localhost:3000/
• Um pdf da tela do frontend está disponível aqui.
• Obs.: Em todos os gráficos é possível selecionar uma faixa específica dos dados clicando com o mouse e arrastando. Essa funcionalidade é bem útil principalmente para o gráfico de Vendas por Mês que possui muitas informações. Sendo possível visualizar meses específicos, dessa forma: