🧭 OBJETIVO DESTA AULA

Você tem uma tabela chamada working_final no ClickHouse, com 3 colunas:

unix_time   → timestamp em formato Unix (ex: 1717027200)
data_value  → valor armazenado como STRING (ex: "150.50", "Produto A")
data_tag    → etiqueta que define o tipo de dado (ex: "DIM_PRODUTO", "FATO_VENDA")

👉 Seu desafio:

Transformar esses dados crus em um cubo de dados pronto para Power BI, usando views (não tabelas, não materializadas), com CTEs para organização da lógica, e garantir que sempre estejam atualizados conforme a working_final for atualizada.

Vamos criar:

✅ dim_dimensao1_view → Dimensão (ex: produtos, categorias…)
✅ fato_fato1_view → Fato (ex: vendas, medições…)

🧱 PARTE 1: O QUE É UMA VIEW? POR QUE USAMOS?

📌 O QUE É UMA VIEW?

Uma VIEW (visão) é uma consulta SQL salva com um nome. Ela não armazena dados, apenas executa a query toda vez que é acessada.

💡 Analogia:

Pense numa view como um atalho inteligente ou uma fórmula salva no Excel — quando você abre, ela recalcula com os dados mais recentes.

Estudo de Caso: Transformando working_final em Cubo de Dados (Dimensões e Fatos)

🧭 OBJETIVO DESTA AULA

🧱 PARTE 1: O QUE É UMA VIEW? POR QUE USAMOS?

📌 O QUE É UMA VIEW?

💡 Analogia:

✅ POR QUE USAR VIEWS?

Estudo de Caso: Transformando `working_final` em Cubo de Dados (Dimensões e Fatos)