Banco de Dados para o Sistema de Pedidos e Pagamentos

Este projeto implementa um sistema de pedidos e pagamentos utilizando uma modelagem de dados relacional. A modelagem é projetada para gerenciar categorias de produtos, clientes, pedidos, itens de pedidos e pagamentos. A solução utiliza o Amazon RDS com engine PostgreSQL, aproveitando seus recursos de escalabilidade, segurança e conformidade com ACID.

Índice

1. Modelagem de Dados
2. Justificativa para Utilizar o Amazon RDS com Engine PostgreSQL
3. Infraestrutura do RDS com Terraform
4. Conclusão

Modelagem de Dados

A modelagem de dados pode ser representada pelo seguinte diagrama de entidades e relacionamentos (ERD):

Entidades

• tb_category:

  • id: Identificador único da categoria (chave primária).
  • name: Nome da categoria (único).
  • created_at: Data de criação.
  • updated_at: Data de atualização.
  • deleted_at: Data de exclusão lógica.

• tb_product:

  • id: Identificador único do produto (chave primária).
  • name: Nome do produto.
  • price: Preço do produto.
  • description: Descrição do produto.
  • img_url: URL da imagem do produto.
  • category_id: Chave estrangeira referenciando a tabela tb_category.
  • created_at: Data de criação.
  • updated_at: Data de atualização.
  • deleted_at: Data de exclusão lógica.

• tb_customer:

  • id: Identificador único do cliente (chave primária).
  • name: Nome do cliente.
  • cpf: CPF do cliente (único).
  • email: Email do cliente.
  • created_at: Data de criação.
  • updated_at: Data de atualização.
  • deleted_at: Data de exclusão lógica.

• tb_order:

  • id: Identificador único do pedido (chave primária).
  • status: Status do pedido (valores: 'DRAFT', 'SUBMITTED', 'PREPARING', 'READY', 'DELIVERED', 'CANCELED').
  • customer_id: Chave estrangeira referenciando a tabela tb_customer.
  • created_at: Data de criação.
  • updated_at: Data de atualização.
  • deleted_at: Data de exclusão lógica.

• tb_order_item:

  • id: Identificador único do item do pedido (chave primária).
  • order_id: Chave estrangeira referenciando a tabela tb_order.
  • product_id: Chave estrangeira referenciando a tabela tb_product.
  • quantity: Quantidade do produto no pedido.
  • total_price: Preço total do item (baseado na quantidade e preço do produto).

• tb_payment:

  • id: Identificador único do pagamento (chave primária).
  • order_id: Chave estrangeira referenciando a tabela tb_order (único, um pedido tem um pagamento).
  • amount: Valor do pagamento.
  • status: Status do pagamento (valores: 'NOT_SUBMITTED', 'PROCESSING', 'REJECTED', 'COLLECTED').
  • created_at: Data de criação.
  • updated_at: Data de atualização.
  • deleted_at: Data de exclusão lógica.

Relacionamentos

• tb_category tem um relacionamento de 1:N com tb_product (uma categoria pode ter vários produtos).
• tb_customer tem um relacionamento de 1:N com tb_order (um cliente pode fazer vários pedidos).
• tb_order tem um relacionamento de 1:N com tb_order_item (um pedido pode ter vários itens).
• tb_product tem um relacionamento de 1:N com tb_order_item (um produto pode estar em vários itens de pedidos).
• tb_order tem um relacionamento de 1:1 com tb_payment (um pedido tem um pagamento).

Justificativa para Utilizar o Amazon RDS com Engine PostgreSQL

Escalabilidade e Desempenho

• O PostgreSQL é conhecido por sua capacidade de lidar com grandes volumes de dados e consultas complexas.
• O Amazon RDS facilita a escalabilidade vertical (aumento de recursos de CPU, memória e armazenamento) e horizontal (replicação de leitura) sem a necessidade de gerenciar a infraestrutura subjacente.

Conformidade com ACID

• O PostgreSQL é totalmente compatível com as propriedades ACID (Atomicidade, Consistência, Isolamento e Durabilidade), garantindo a integridade dos dados, especialmente em transações financeiras e de pedidos.

Segurança e Conformidade

• O Amazon RDS oferece criptografia de dados em repouso e em trânsito, backups automáticos e snapshots.
• Facilita a conformidade com regulamentações como GDPR e HIPAA, essenciais para sistemas que lidam com dados sensíveis de clientes.

Alta Disponibilidade e Recuperação de Desastres

• O Amazon RDS oferece suporte a Multi-AZ (Multi-Availability Zone), garantindo alta disponibilidade e failover automático em caso de falha de hardware ou interrupção de serviço.
• Backups automáticos e snapshots manuais permitem a recuperação de dados em caso de falhas.

Facilidade de Gerenciamento

• O Amazon RDS gerencia automaticamente tarefas administrativas, como atualizações de software, backups, monitoramento e escalabilidade, reduzindo a carga operacional da equipe.

Comunidade e Suporte

• O PostgreSQL tem uma comunidade ativa e vasta documentação, facilitando a resolução de problemas e a implementação de novas funcionalidades.
• O suporte da AWS para o RDS garante que qualquer problema crítico seja resolvido rapidamente.

Infraestrutura do RDS com Terraform

Recursos Utilizados

• provider "aws": Define o provedor AWS e a região onde os recursos serão criados.

• terraform { backend "s3" }: Configura o backend do Terraform para armazenar o estado do projeto em um bucket S3, garantindo que o estado seja compartilhado e persistente.

• data "aws_ssm_parameter": Recupera parâmetros armazenados no AWS Systems Manager (SSM), como IDs de VPC e subnets, para reutilização na configuração da infraestrutura.

• resource "aws_security_group": Cria um Security Group para o banco de dados, permitindo o tráfego na porta 5432 (PostgreSQL) e controlando o acesso à instância.

• resource "aws_db_subnet_group": Define um grupo de subnets onde o banco de dados será implantado, garantindo que ele esteja em subnets privadas.

• resource "aws_db_instance": Cria a instância do banco de dados RDS PostgreSQL, especificando parâmetros como nome do banco, usuário, senha, versão do engine e tamanho da instância.

• resource "aws_secretsmanager_secret": Cria um segredo no AWS Secrets Manager para armazenar de forma segura as credenciais do banco de dados.

• resource "aws_secretsmanager_secret_version": Armazena as credenciais e o endpoint do banco de dados no Secrets Manager, permitindo acesso seguro às informações sensíveis.

• output: Define saídas que exibem informações importantes, como o endpoint do banco de dados, o ARN do segredo das credenciais e o ID do Security Group.

Conclusão

Conclusão

A modelagem de dados proposta é adequada para um sistema de pedidos e pagamentos, com relacionamentos bem definidos entre produtos, categorias, clientes, pedidos e pagamentos. A escolha do Amazon RDS com engine PostgreSQL é justificada pela escalabilidade, desempenho, segurança, conformidade com ACID, suporte a dados não estruturados e facilidade de gerenciamento, tornando-o uma solução robusta e confiável para esse tipo de aplicação.