Modelagem de auxílio:
Para recriar o banco dessa prática basta executar o arquivo create-db.sql. Este arquivo contém tanto a criação das tabelas quanto a inserção dos dados.
Para facilitar o pivot, vamos criar uma view que abstraia um inner join entre as 3 tabelas da modelagem (e descartar seus ids). Chamaremos essa view de v_inner_join:
CREATE OR REPLACE VIEW v_inner_join AS
SELECT maquina.servidor, valor, data_hora, tipo_medicao.tipo FROM
maquina INNER JOIN medicao ON maquina.id = medicao.fk_maquina
INNER JOIN tipo_medicao ON medicao.fk_tipo_medicao = tipo_medicao.id;Preparando o comando do Pivot e guardando seu resultado em uma view chamada v_analytics:
SET @sql = CONCAT('CREATE OR REPLACE VIEW v_analytics AS SELECT servidor, data_hora, ',
(SELECT GROUP_CONCAT(DISTINCT CONCAT('max(case when tipo = ''', tipo, ''' then valor end) ',
tipo)) FROM v_inner_join), ' FROM v_inner_join GROUP BY data_hora ORDER BY data_hora ASC');tipo -> após o pivot, os valores da coluna tipo se tornarão novas colunas.
valor -> após o pivot, os valores da coluna valor serão registros das novas colunas.
Executando o pivot:
PREPARE stmt FROM @sql;
EXECUTE stmt;
DEALLOCATE PREPARE stmt;Pronto. Agora basta fazer um select na view v_analytics:
SELECT * FROM v_analytics;Sem pivot:
Com pivot:
- É importante que os valores da coluna tipo não contenham espaços vazios.
✅ "uso_cpu"
❌ "uso cpu"
-
Para garantir que os dados estejam agrupados de forma correta e evitar o aparecimento de valores nulos, é necessário que exista uma coluna com um valor em comum entre diferentes medições.
Note como as três medições estão atreladas à uma mesma data:
