Seu ano em dados: Como o SQL ajuda você a resumir 12 meses de informações

Sempre quis analisar seu próprio ano como o Spotify Wrapped faz? Com algumas consultas SQL, você pode transformar seus dados de exercícios - ou qualquer conjunto de dados - em uma revisão pessoal do ano.

Como foi seu ano? Quanto você gastou? Que tipo de música você mais ouviu? Quantos exercícios você fez ou quantos filmes assistiu?

Todas essas informações já existem em sua vida digital. Seu aplicativo bancário rastreia as despesas, o Spotify mantém seu histórico de audição e seu rastreador de condicionamento físico registra cada corrida. A única coisa que falta é sua própria análise - uma que conte a história que lhe interessa.

É aí que entra o SQL. Com apenas algumas consultas simples, você pode resumir um ano inteiro de dados pessoais - seja seu orçamento, listas de reprodução ou exercícios - e descobrir insights que a maioria dos aplicativos nunca mostra a você. Mesmo que você não seja um profissional de SQL, não é tarde demais para começar. Estamos em outubro - o momento perfeito para aprender SQL e se preparar para criar seu próprio "ano em dados" antes que este termine.

Não sabe por onde começar? Comece com nosso SQL para Iniciantes mais de 100 exercícios práticos criados para ajudá-lo a desenvolver habilidades reais em SQL desde o primeiro dia. Cada lição é interativa, portanto, você ganhará confiança rapidamente e começará a escrever suas próprias consultas em pouco tempo.

Neste artigo, usaremos um conjunto de dados fictício de exercícios para mostrar como o SQL ajuda você a encontrar sua distância total, seu melhor mês, seu dia mais ativo e até mesmo seus recordes pessoais. Depois de entender os conceitos básicos, você poderá aplicar as mesmas ideias a qualquer tipo de dados que rastrear.

Conheça seu conjunto de dados: Um simples monitor de exercícios físicos

Para tornar as coisas práticas, vamos trabalhar com um conjunto de dados pequeno, semelhante ao Strava, algo que você mesmo poderia criar facilmente. Imagine uma tabela chamada exercícios, em que cada linha representa uma atividade de seu ano: uma corrida, um passeio de bicicleta ou uma natação.

Veja como ela se parece:

A maioria dos treinos aconteceu perto de casa, em Londres, com uma corrida ocasional mais longa fora da cidade. Cada coluna conta parte de sua história: quando você treinou, que tipo de atividade foi, qual foi a distância percorrida, quanto tempo levou e até mesmo onde aconteceu. Esse é o tipo de informação que seu relógio ou aplicativo coleta automaticamente - você só precisa de uma maneira de lê-la.

É aí que o SQL se destaca. Com a execução de algumas consultas simples, você pode transformar esses dados brutos em um resumo de todo o seu ano: a distância percorrida, o mês em que você foi mais ativo e como foram seus recordes pessoais.

Vamos começar analisando seus totais anuais.

Etapa 1 - Seu resumo anual

Vamos começar com o panorama geral. Antes de entrar em detalhes, é útil saber o quanto você percorreu este ano - distância total, tempo total de treinamento e quantos exercícios você completou.

Com o SQL, você pode obter tudo isso em uma única consulta:

SELECT 
  SUM(distance_km) AS total_distance, 
  SUM(duration_min) AS total_duration, 
  COUNT(*) AS total_sessions 
FROM workouts 
WHERE EXTRACT(YEAR FROM date)=2025;

Essa consulta fornece um resumo rápido do seu ano. Você pode descobrir algo assim:

• Distância total: 405 km
• Tempo total: 1.200 minutos (ou seja, 20 horas!)
• Total de sessões: 42 treinos

É um instantâneo satisfatório de seu esforço - seu ano inteiro, condensado em três números.

Se você quiser aprender a escrever consultas como essa, confira nosso SQL para Iniciantes curso. Ele inclui uma seção completa sobre a criação de estatísticas simples, ajudando-o a ganhar confiança com a prática real e prática de SQL.

Mas essa visão geral tem uma pequena limitação: ela combina tudo. Se sua tabela incluir corridas, passeios ou natação, essas atividades têm distâncias e velocidades muito diferentes. Somá-las não fornece a história completa.

É por isso que a próxima etapa é dividir suas estatísticas por tipo de atividade.

Etapa 2 - Estatísticas por tipo de atividade

Uma pedalada de 40 km e uma corrida de 10 km não pertencem ao mesmo grupo - as distâncias de ciclismo são naturalmente maiores, enquanto a corrida leva mais tempo por quilômetro. Para realmente entender seu esforço, é necessário separar seus dados por tipo de atividade.

Veja como fazer isso:

SELECT 
  activity_type, 
  SUM(distance_km) AS total_distance, 
  ROUND(AVG(distance_km),1) AS avg_distance, 
  ROUND(AVG(avg_speed_kmh),1) AS avg_speed, 
  COUNT(*) AS total_sessions 
FROM workouts 
GROUP BY activity_type 
ORDER BY total_distance DESC;

Essa consulta agrupa seus dados por cada atividade e mostra

• a distância que você percorreu no total,
• a duração média de sua sessão,
• sua velocidade média e
• quantas vezes você treinou.

Talvez você veja algo parecido com isto:

Agora seus dados contam uma história mais completa. Talvez você tenha pedalado mais longe no geral, mas correu com mais frequência. Ou talvez seu ritmo médio de corrida tenha melhorado em comparação com suas pedaladas.

É aqui que o SQL se torna uma verdadeira ferramenta de análise, ajudando você a ver as diferenças, não apenas os totais.

Se você quiser entender como consultas como essa funcionam - e praticar a criação de suas próprias consultas - comece com nosso SQL para Iniciantes curso. Ele está repleto de exercícios interativos que o guiam passo a passo pelos fundamentos, para que você possa aprender rapidamente a agrupar, filtrar e resumir seus dados com confiança.

A seguir, vamos ampliar ainda mais e explorar como seu desempenho mudou mês a mês.

Etapa 3 - Estatísticas mensais por atividade

Depois de ver os totais gerais e por atividade, a próxima etapa é entender como o treinamento evoluiu mês a mês. O SQL facilita isso, por exemplo, com a função DATE_TRUNC(), que permite agrupar dados por um período de tempo específico, por exemplo, por mês.

Aqui está a consulta

SELECT
    DATE_TRUNC('month', date) AS month,
    activity_type,
    COUNT(*) AS sessions,
    SUM(distance_km) AS total_distance,
    ROUND(AVG(distance_km), 1) AS avg_distance,
    ROUND(AVG(avg_speed_kmh), 1) AS avg_speed,
    MAX(distance_km) AS longest_distance
FROM workouts
GROUP BY month, activity_type
ORDER BY month, activity_type;

Quando você escreve DATE_TRUNC('month', date), o SQL "arredonda" cada data para o primeiro dia do mês. Portanto, todos os exercícios de janeiro serão agrupados em 2025-01-01, fevereiro em 2025-02-01 e assim por diante. Isso ajuda a resumir os dados de cada mês em seu conjunto de dados.

Observação: a função DATE_TRUNC() funciona no PostgreSQL, Snowflake, Redshift e BigQuery. Outros bancos de dados usam sintaxe diferente:

• MySQL: DATE_FORMAT(date, '%Y-%m-01')
• SQL Server: DATEFROMPARTS(YEAR(date), MONTH(date), 1)
• SQLite: strftime('%Y-%m-01', date)

Se você quiser saber mais sobre como trabalhar com funções de data e hora, explore nosso Funções Comuns em SQL ou um de seus equivalentes para MySQL, PostgreSQLou SQL Server. Cada versão ensina como usar funções como essas no banco de dados com o qual você trabalha todos os dias.

A consulta mostra, para cada atividade e mês:

• quantas sessões você completou,
• sua distância total,
• sua distância média,
• sua velocidade média e
• seu treino mais longo naquele mês.

Exemplo de resultados:

Com essa consulta, você pode ver como seu desempenho mudou ao longo do ano: quando você treinou com mais frequência, quando suas distâncias atingiram o pico e como seu ritmo médio evoluiu.

Em seguida, vamos analisar seus melhores resultados pessoais - os treinos individuais que se destacaram dos demais.

Etapa 4 - Destaques e recordes pessoais

Agora que você já viu seu progresso mensal, vamos passar para a parte mais gratificante: seus recordes pessoais. Todo atleta gosta de conhecer seus treinos mais longos, mais rápidos ou mais difíceis, e o SQL pode encontrá-los em segundos.

Vamos começar com seu percurso mais longo e sua corrida mais longa.

SELECT *
FROM workouts
WHERE distance_km = (
    SELECT MAX(distance_km)
    FROM workouts
    WHERE activity_type = 'Ride'
);

Você pode repetir a mesma consulta para corridas - basta alterar 'Ride' para 'Run'. Essa subconsulta encontra a distância máxima para cada tipo de atividade e retorna os detalhes completos do treino, para que você possa ver quando e onde esse recorde aconteceu.

Se você quiser saber mais sobre como as subconsultas funcionam e como usá-las para comparar, filtrar ou calcular valores, consulte nossa seção Subconsultas SQL de SQL. É uma maneira prática de praticar a criação de consultas dentro de outras consultas, usando conjuntos de dados do mundo real semelhantes a este.

Da mesma forma, você pode encontrar seu exercício mais rápido (com base na velocidade média):

SELECT *
FROM workouts
WHERE avg_speed_kmh = (
    SELECT MAX(avg_speed_kmh)
    FROM workouts
    WHERE activity_type = 'Run'
);

Você também pode usar essa estrutura para outras métricas - maior elevação, maior duração, maior quantidade de calorias queimadas ou até mesmo seu maior mês.

Esses recordes pessoais são uma maneira divertida de encerrar a análise. Eles dão ao seu ano um conjunto de destaques - os exercícios dos quais você mais se lembrará quando olhar para trás.

Em seguida, finalizaremos com uma última perspectiva: quando você treina mais - seus hábitos no dia da semana.

Etapa 5 - Estatísticas do dia da semana

Todo mundo tem hábitos de treinamento - talvez você sempre pedale nos fins de semana ou faça pequenas corridas durante a semana. O SQL pode descobrir esses padrões com uma simples consulta.

SELECT
    EXTRACT(DOW FROM date) AS weekday_number,
    CASE EXTRACT(DOW FROM date)
        WHEN 0 THEN 'Sunday'
        WHEN 1 THEN 'Monday'
        WHEN 2 THEN 'Tuesday'
        WHEN 3 THEN 'Wednesday'
        WHEN 4 THEN 'Thursday'
        WHEN 5 THEN 'Friday'
        WHEN 6 THEN 'Saturday'
    END AS weekday,
    activity_type,
    COUNT(*) AS sessions,
    ROUND(AVG(distance_km), 1) AS avg_distance
FROM workouts
GROUP BY weekday_number, weekday, activity_type
ORDER BY (CASE WHEN weekday_number = 0 THEN 7 ELSE weekday_number END), activity_type;

A função EXTRACT(DOW FROM date) retorna o dia da semana como um número (0 para domingo a 6 para sábado). A instrução CASE converte esses números em nomes legíveis e a instrução final ORDER BY garante que os dias apareçam de segunda a domingo.

Se você quiser praticar o uso de expressões CASE e funções de data juntas, como nessa consulta, confira nosso Como Criar Relatórios Básicos em SQL curso. Ele mostra como combinar essas ferramentas para agrupar, rotular e resumir os dados de forma eficaz, ajudando você a criar relatórios limpos e perspicazes, passo a passo.

Exemplo de resultados:

A partir dessa tabela, você pode ver instantaneamente o seu ritmo - corridas durante a semana, passeios no fim de semana ou talvez um padrão de recuperação entre eles.

Essa consulta final completa seu "ano em dados". Agora você sabe seus totais anuais, como foi o desempenho de cada tipo de atividade, quando atingiu o pico, seus melhores resultados pessoais e como sua rotina semanal moldou o ano inteiro.

Seu ano, seus dados

Se você gostou de explorar esse simples conjunto de dados de exercícios, imagine o que poderia fazer com seus próprios dados, desde hábitos de consumo até histórico de streaming. Estamos em outubro - o momento perfeito para começar a aprender SQL e criar seu próprio resumo anual antes do fim do ano.

Você acabou de ver como algumas consultas SQL simples podem transformar dados brutos em insights reais. Com SUM, AVG, GROUP BY, e algumas funções auxiliares, você criou um resumo completo do seu ano - totais, tendências mensais, registros pessoais e até mesmo sua rotina semanal.

E esse foi apenas um conjunto de dados: seus exercícios. A mesma abordagem funciona para quase tudo que você monitora:

• seu orçamento pessoal (despesas totais, médias mensais, categorias de maiores gastos),
• seu calendário (quantas reuniões você teve, quando está mais ocupado),
• ou suas estatísticas do Spotify (artistas mais tocados, músicas por mês, tempo total de audição).

Depois de entender como fazer perguntas com SQL, você poderá analisar qualquer parte de sua vida ou trabalho que deixe um rastro de dados.

Se você quiser aprender a fazer isso corretamente - passo a passo, com prática - comece com LearnSQL.com.br. O Ilimitado Vitalício Plano SQL lhe dá acesso vitalício a todos os nossos cursos, para que você possa passar de iniciante a analista confiante no seu próprio ritmo. Estamos em outubro - o momento perfeito para começar a aprender e preparar seu próprio "ano em dados".

Com o Ilimitado Vitalício Plano SQLvocê desbloqueia todos os cursos atuais e futuros por um único preço - sem assinaturas, sem renovações. Você obtém caminhos do iniciante ao avançado (básico, consultas, subconsultas, junções, funções de janela, relatórios), faixas de prática com conjuntos de dados reais, exercícios interativos e certificados. Aprenda no seu ritmo, reveja as lições a qualquer momento e continue desenvolvendo habilidades em tópicos como análise, relatórios e preparação de dados - tudo em um único plano.