1) O documento discute vários "database smells", que são problemas comuns em bancos de dados que indicam a necessidade de refatoração, como colunas multiuso, tabelas multiuso e dados redundantes. 2) É apresentada uma taxonomia inicial de "database smells" e sugestões de refatorações para cada um. 3) Os autores defendem a importância de identificar e tratar "database smells" para manter bancos de dados eficientes e flexíveis ao longo do tempo.

1. Bad Smells
em
Bancos de Dados
Fabrízio Mello Guilherme Lacerda
@fabriziomello @guilhermeslac

2. Quem somos nós?
Fabrízio de Royes Mello @fabriziomello
● Desenvolvedor PostgreSQL
● Líder PostgreSQL Brasil
● Pós-Graduando Uniritter (Agile)
● http://fabriziomello.github.io
Guilherme Silva de Lacerda @guilhermeslac
● Consultor e Professor Universitário
● Doutorando em Ciência da Computação
● http://www.guilhermelacerda.net

3. Agenda
● Refatoração e Código vs Refatoração
em Banco
● Dívida Técnica
● Database Smells e Refatorações
● Considerações Finais

4. Bancos de Dados
Tendem a se deteriorar ao longo do
tempo. Alguns motivos:
● crescimento volume de
dados/transações
● aumento natural de usuários ativos
● dificuldade na evolução do schema
● estratégias de manutenção

5. Refatoração de Banco de Dados
Deterioração + Mudanças em Requisitos =
Necessidade de Refatoração
Mas não é tão simples quanto parece:
● além de manter comportamento
também é preciso manter informação
(dados)
● acoplamento com diversas origens
(apps, bds, integrações, 3rd, …)

6. Code Smell
“É uma categoria comum de problema no
código fonte que indica a necessidade de
refatoração.” (Martin Fowler)

7. Database Smell
“Similarmente aos Code Smells existem
problemas comuns em bancos de dados
que indicam uma potencial necessidade
de refatoração” (Scott Ambler)

8. Database Smell
Multi-purpose column
Se uma coluna for utilizada para vários fins, é
provável que exista um código extra para
garantir que a mesma seja usada
corretamente e, muitas vezes, verificando
valores de uma ou mais colunas.

9. Multi-purpose column
CREATE TABLE pessoa (
id SERIAL PRIMARY KEY,
tipo CHAR(1) CHECK (tipo IN ('F', 'J')),
nome VARCHAR(100) NOT NULL,
data DATE
);
Se tipo = 'F' então DATA = nascimento
Se tipo = 'J' então DATA = inicio atividades

10. Multi-purpose column
Sugestão(ões) de Database Refactoring
● Split Column
● Move Column

11. Database Smell
Multi-purpose table
Quanto uma tabela é utilizada para
armazenar vários tipos de entidades
provavelmente existe uma falha de projeto.

12. Multi-purpose table
CREATE TABLE pessoa (
id SERIAL PRIMARY KEY,
nome VARCHAR(100) NOT NULL,
nome_fantasia VARCHAR(100),
cnpj CHAR(14),
cpf CHAR(11),
rg CHAR(10)
);
Se cnpj e nome_fantasia = NULL então NOME = nome
pessoa física
Se cpf e rg = NULL então NOME = razão social

13. Multi-purpose table
Sugestão(ões) de Database Refactoring
● Split Column
● Move Column
● Split Table

14. Database Smell
Redundant Data
É um problema sério em bases de dados,
porque quando o dado é armazenado em
vários locais, existe risco de ocorrer
inconsistências.

15. Redundant Data
CREATE TABLE sys.usuario (
id SERIAL PRIMARY KEY,
login VARCHAR(100) NOT NULL,
nome VARCHAR(100) NOT NULL
);
CREATE TABLE rh.funcionario (
id SERIAL PRIMARY KEY,
nome VARCHAR(100) NOT NULL,
endereco VARCHAR(100),
numero INTEGER,
complemento VARCHAR(40)
);

16. Redundant Data
Sugestão(ões) de Database Refactoring
● Merge Tables
● Move Data
● Drop Column

17. Database Smell
Table with too many columns
Quando uma tabela tem muitas colunas é
indicativo de falta de coesão, pois está
armazenando dados de várias entidades.

18. Table with too many columns
CREATE TABLE pessoa (
id SERIAL PRIMARY KEY,
nome VARCHAR(100) NOT NULL,
end_entrega VARCHAR(200),
end_cobranca VARCHAR(200),
end_residenc VARCHAR(200),
end_profiss VARCHAR(200),
fone_celular VARCHAR(20),
fone_casa VARCHAR(20),
fone_fax VARCHAR(20),
fone_contato VARCHAR(20)
);

19. Table with too many columns
CREATE TABLE parametro (
parametro1 VARCHAR(100),
parametro2 VARCHAR(100),
parametro3 VARCHAR(100),
parametro4 VARCHAR(100),
parametro5 VARCHAR(100),
parametro6 VARCHAR(100),
parametro7 VARCHAR(100),
parametro8 VARCHAR(100),
...
parametroN VARCHAR(100)
);

20. Table with too many columns
Sugestão(ões) de Database Refactoring
● Split Table
● Move Column

21. Database Smell
Table with too many rows
Tabelas muito grandes podem nos levar a
problemas de performance.
O custo (memória e tempo) para buscar ou
alterar dados em uma tabela varia de acordo
com o número de linhas

22. Table with too many rows
CREATE TABLE log (
logtime TIMESTAMP,
user_name TEXT,
context CHAR(10),
message TEXT,
detail TEXT
);
CREATE TABLE log_200602() INHERITS (log);
CREATE TABLE log_200603() INHERITS (log);
...
CREATE TABLE log_201411() INHERITS (log);
CREATE TABLE log_201412() INHERITS (log);

23. Table with too many rows
Sugestão(ões) de Database Refactoring
● Split Table
● Move Rows
● Move Column

24. Database Smell
Smart columns
Coluna que armazena informações de mais
de um contexto (concatenação de
informações)

25. Smart columns
CREATE TABLE processo (
numero CHAR(10) PRIMARY KEY,
...
);
CREATE TABLE debito (
processamento CHAR(15) PRIMARY KEY
...
);
numero = 4 digitos ano + 6 digitos sequencial
processamento = 4 digitos ano + 6 digitos sequencial + 2
digitos parcela + 2 digitos total parcelas + 1 digito
verificador

26. Smart Columns
Sugestão(ões) de Database Refactoring
● Split Column

27. Database Smell
Phantom foreign-key
Quando uma coluna em uma tabela pode
receber um valor, que dependendo de outra
coluna, estabelece relacionamento de chave
estrangeira com outra tabela.

28. Phantom foreign-key
CREATE TABLE tabela (
...
tipo INTEGER,
codigo INTEGER,
...
);
Se TIPO = 1 entao CODIGO é ref. TABELA1
Se TIPO = 2 entao CODIGO é ref. TABELA2
Se TIPO = 3 entao CODIGO é ref. TABELA3

29. Phantom foreign-key
Sugestão(ões) de Database Refactoring
● Introduce new table
● Introduce table constraint
● Move column

30. Database Smell
Wrong data type
Tipos de dados possuem uma assinatura,
que descreve as validações mínimas para o
seu uso.

31. Wrong data type
CREATE TABLE pessoa (
id SERIAL PRIMARY KEY,
nome VARCHAR(100) NOT NULL,
cnpj CHAR(14),
cpf CHAR(11),
rg CHAR(10)
);
CREATE TABLE atributo_dinamico (
nome VARCHAR(100),
tipo INTEGER,
valor TEXT
);

32. Wrong data type
Sugestão(ões) de Database Refactoring
● Replace column

33. Database Smells
Smells que detectados pela minha
experiência (não estão na literatura)
● Phantom foreign-key
● Wring data-type
● Trigger Spaghetti

34. Database Smells
Fear of change
Dentre os database smells citados, devemos
ter atenção especial a este, pois pode ser
considerado o pior de todos, pois:
● inibe inovação
● reduz a efetividade
● produz ainda mais bagunça
● ao longo do tempo a situação fica pior

35. Considerações Finais
Área com campo vasto a ser explorado
● taxonomia dos Database Smells
● Database Smells primitivos e
compostos
Explorar outras formas de detecção
● métricas, visualização, engenharia
reversa, dependência cíclica
Ferramentas de apoio

36. Dúvidas?

37. Referências
● Refactoring Improving the Desing of Existing Code
(Martin Fowler)
● Refactoring Databases: Evolutionary Database Design
(Scott Ambler e Pramod Sadalage)
● http://martinfowler.com/books/refactoring.html
● http://agiledata.org/essays/databaseRefactoring.html
● http://www.agiledata.
org/essays/databaseRefactoringSmells.html

38. Obrigado!
Deixe seu feedback aqui:
bit.ly/xp-feed
Bad Smells em Bancos de Dados
Fabrízio Mello e Guilherme Lacerda
Conferência sobre Extreme Programming
em Porto Alegre, dez/2014.