📚 Pré-requisitos Teóricos: este projeto aplica conceitos ensinados em Módulo 08: Bancos de Dados SQL e NoSQL. Recomendado revisar antes de começar.

🌐 Persistência Poliglota Integrada & Gestão Logística Enterprise

v1.0 — Arquitetura Multimodelo: PostgreSQL (ACID) + MongoDB (Eventos) + Redis (Cache)

Trilha de Engenharia de Dados & Bancos de Dados — Projeto 10 de 10

• v1: Modelagem Relacional 3FN · PostgreSQL 16
• v2: Modelagem NoSQL · MongoDB 7.0
• v3: Estratégias de Cache · Redis 7.2
• v4: DBA Enterprise · Particionamento & RLS · PostgreSQL 16
• v5: Modelagem Visual EER & Stored Procedures · MySQL 8.0
• v6: Séries Temporais IoT · Apache Cassandra 5.0
• v7: Prontuário Objeto-Relacional & JSONB · PostgreSQL 16
• v8: Rastreamento de Fraudes em Grafos · Neo4j 5.x
• v9: Data Warehouse & Consultas OLAP · PostgreSQL 16
• ➡️ v10 (este): Persistência Poliglota Integrada · Postgres + Mongo + Redis

🎓 Nível Profissional Simulado: Principal Data Architect / Staff Engineer. Em grandes plataformas de e-commerce e logística (Mercado Livre, Amazon), tentar forçar todos os tipos de dados em um único banco relacional resulta em falha de escala. A Persistência Poliglota direciona cada requisito para o motor com máxima afinidade natural.

🎯 Objetivo

Arquitetar e implementar uma plataforma corporativa de Persistência Poliglota unindo PostgreSQL 16 (integridade financeira e faturas ACID), MongoDB 7.0 (histórico flexível de checkpoints com coordenadas GPS) e Redis 7.2 (cache volátil de localização e status em tempo real para dispositivos móveis).

🏗️ Diagrama de Arquitetura Poliglota

flowchart LR
    classDef client fill:#1E293B,stroke:#0EA5E9,stroke-width:2px,color:#fff;
    classDef api fill:#0F172A,stroke:#38BDF8,stroke-width:2px,color:#fff;
    classDef sql fill:#1E3A8A,stroke:#3B82F6,stroke-width:2px,color:#fff;
    classDef doc fill:#064E3B,stroke:#10B981,stroke-width:2px,color:#fff;
    classDef mem fill:#7F1D1D,stroke:#EF4444,stroke-width:2px,color:#fff;

    App["📱 App do Entregador & Painel Web"]:::client
    API["⚙️ Orquestrador de Logística"]:::api

    App <--> API

    API -->|1. Faturas & Fretes| SQL["🐘 PostgreSQL 16<br/>(Transações ACID)"]:::sql
    API -->|2. Checkpoints & GPS| MONGO["🍃 MongoDB 7.0<br/>(JSON Dinâmico)"]:::doc
    API -->|3. Status em Tempo Real| REDIS["⚡ Redis 7.2<br/>(Cache em Memória)"]:::mem

🧑‍💼 Fase 1 — Levantamento de Requisitos

O Briefing do Cliente (Diretoria de Tecnologia & Logística)

“Nossa transportadora entrega 100.000 encomendas por dia. O sistema antigo tentava gravar os pings de GPS dos motoristas no PostgreSQL, travando o faturamento e a emissão de notas fiscais. Queremos separar as coisas: notas e valores financeiros no PostgreSQL; o histórico de paradas com latitude/longitude no MongoDB; e o status da entrega para o cliente consultar no aplicativo direto no Redis em sub-milissegundo.”

Requisitos Funcionais (RF) e Não-Funcionais (RNF)

📋 Fase 2 — Backlog & User Stories

🌿 Fase 3 — Engenharia em Equipe (Git Flow & Setup)

# Branch da funcionalidade
git checkout -b feature/US01-polyglot-persistence

# Subir todo o ecossistema integrado (Postgres + Mongo + Redis)
docker-compose up -d

# Validar se os 3 containers estão saudáveis
docker ps

🛠️ Fase 4 — Implementação Passo a Passo (app/logistica_orchestrator.py)

class LogisticaPoliglotaOrchestrator:
    def __init__(self):
        self.postgres_faturas = {}
        self.mongo_checkpoints = {}
        self.redis_cache = {}

    def criar_pedido_entrega(self, codigo_rastreio, remetente_id, destinatario, frete):
        # 1. PostgreSQL (ACID)
        self.postgres_faturas[codigo_rastreio] = {"frete": frete, "status": "PAGO"}
        # 2. Redis (Cache)
        self.redis_cache[codigo_rastreio] = {"status": "CRIADO"}

    def registrar_checkpoint(self, codigo_rastreio, evento, cidade, uf):
        # 3. MongoDB (Documento livre)
        self.mongo_checkpoints[codigo_rastreio].append({"evento": evento, "cidade": cidade})
        self.redis_cache[codigo_rastreio]["status"] = evento

🧭 Decisões Técnicas (ADRs)

• ADR 001: Adoção de Persistência Poliglota segregando dados transacionais, analíticos e de cache em seus respectivos motores ideais.

🚀 Como Executar no Laboratório

1. Abra o terminal na pasta deste projeto

No seu editor/IDE, abra a pasta deste projeto (File > Open Folder) ou navegue via terminal:

cd db_poliglota_10_logistica_integrada

2. Execute a aplicação ou testes

docker-compose up -d
# Executar a suíte de testes automatizados de integração:
python -m unittest tests/test_poliglota_integrada.py

[!TIP] Dica para execução a partir da raiz do repositório: Se você abriu o repositório completo no VS Code, basta navegar até a pasta antes de executar: cd catalogo_projetos/db_poliglota_10_logistica_integrada

🧪 Testes de Validação & Asserções

# Executar suíte de integração poliglota
python -m unittest tests/test_poliglota_integrada.py

🏛️ Arquitetura Visual & Engenharia de Dados

A arquitetura abaixo demonstra o fluxo de persistência, otimização e isolamento dos componentes na subpasta app/:

flowchart TD
    subgraph DDL["Modelagem & Schema (DDL)"]
        S1["Tabelas / Coleções"] --> S2["Constraints & Índices"]
    end
    subgraph DML["Regras & Automação (DML / PL)"]
        R1["Triggers / Aggregations"] --> R2["Procedimentos Transacionais"]
    end
    subgraph Perf["Otimização & Armazenamento"]
        P1["Planos EXPLAIN / Partições"] --> P2["Garantia de ACID / TTL"]
    end
    subgraph Homolog["Homologação & Qualidade"]
        Q1["Docker Compose & Scripts"] --> Q2["Checkpoints CP-01..05 PASS"]
    end

    DDL --> DML
    DML --> Perf
    Perf --> Homolog

    style DDL fill:#e3f2fd,stroke:#1976d2,stroke-width:1.5px
    style DML fill:#fffde7,stroke:#fbc02d,stroke-width:1.5px
    style Perf fill:#e8f5e9,stroke:#388e3c,stroke-width:1.5px
    style Homolog fill:#f3e5f5,stroke:#7b1fa2,stroke-width:1.5px

🎯 Engenharia de Requisitos & Modelagem Formal

👤 User Stories (Histórias de Usuário)

⚙️ Requisitos Funcionais (RF)

🛡️ Requisitos Não-Funcionais (RNF)

🔗 Matriz de Rastreabilidade (RTM)

🏁 Checkpoints de Qualidade & Homologação