O que o modelo relacional realmente precisa para funcionar
Quando você monta um banco relacional do zero, logo descobre que ele não é só SQL e tabelas bonitinhas. O modelo relacional usa estruturas muito específicas que, se forem mal dimensionadas, vão te dar dor de cabeça anos depois. Vou explicar o que funciona na prática, não o que tá nos livros.
o modelo relacional usa chaves, tuplas e integridade referencial
No fim das contas, o modelo se sustenta em três pilares: chaves primárias e estrangeiras, tuplas como linhas de dados, e integridade referencial entre elas. Isso parece básico demais, mas é exatamente onde a maioria dos projetos trava. Eu já vi gente criar tabelas com dezenas de colunas sem chave primária definida e depois reclamar que as consultas ficam lentas. O otimizador simplesmente não tem nada para indexar. O problema que eu encontrei na prática foi mais sutil. Tinha uma tabela de pedidos com chave composta por (id_pedido, id_produto), e outro sistema integrando via integração ETL que esperava uma chave singleton. O resultado era duplicação silenciosa de registros. A solução foi adicionar uma coluna surrogate, id_pedido_unico serial, e manter a chave composta apenas para constraint de unicidade lógica. Simples, mas ninguém fala disso nos tutoriais.
Dentro do modelo relacional, os tipos de dados não são apenas "string" ou "número". O que importa mesmo é o domínio de cada atributo. Um campo date que você armazena como varchar vai funcionar no início, mas quando precisar fazer BETWEEN para relatórios trimestrais, vai percebendo que queries que deveriam ser simples viram um inferno de CAST e conversão. Use o tipo correto desde o início. Outro ponto que muita gente subestima é a normalização. A Terceira Forma Normal é o padrão da indústria, mas não é uma regra absoluta. Eu tenho uma aplicação onde a tabela de configurações de usuário está em 1FN propositalmente porque normalizá-la para 3FN gerava onze joins em cada consulta de cadastro. O trade-off entre flexibilidade e performance existe, e o modelo relacional permite isso desde que você saiba onde está pisando.
Integridade referencial: o que ninguém te conta
Vamos falar do que mais causa problema no dia a dia. A integridade referencial é o que mantém seu banco coerente, mas as regras ON DELETE e ON UPDATE são Onde a maioria erra. O padrão CASCADE parece conveniente no início, mas em produção ele pode zerar dados que você precisaria recuperar. Meu caso: uma tabela de logs vinculada a usuários, com CASCADE no DELETE. Quando um usuário era removido do sistema, todos os cinco anos de histórico de auditoria iam embora junto. Voltei para SET NULL com um campo user_idnullable e migrei os dados manualmente. O modelo relacional também exige que você pense em NULLs com carinho. Um NULL em chave estrangeira não viola integridade referencial, mas transforma suas consultas. EXISTS, JOINs e subqueries com NULLs têm comportamento diferente do que você espera. Eu costumo documentar explicitamente no DDL quando um campo pode ser nulo e por quê, porque isso evita dúvidas meses depois quando outro desenvolvedor entra no projeto.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Sobre chaves: evite chaves compostas como primary key quando puder usar uma surrogate. Chaves naturais funcionam bem em sistemas pequenos, mas na hora de replicação, particionamento ou migração entre schemas, elas complicam tudo. UUID v4 ou SERIAL/IDENTITY columns resolvem isso de forma previsível.
Constraints e a realidade do dia a dia
CHECK constraints são úteis, mas o modelo relacional não impõe validação de negócio. Um campo status com CHECK(status IN ('ativo', 'inativo', 'cancelado')) é perfeitamente válido, mas nada impede que alguém insira 'ATIVO' em letras maiúsculas se o collation do banco não for case-sensitive. Use COLLATE case-insensitive ou normalize os dados antes de inserir. Unique constraints são outro ponto. A maioria dos desenvolvedores pensa nelas apenas para chaves primárias, mas elas são essenciais para evitar duplicação lógica em campos como email, CPF, código de produto. O banco impede o insert, você evita corrupção de dados. Simples assim.
Foreign keys com deferrable podem ser úteis em transações complexas onde a ordem de inserção importa. PostgreSQL suporta isso nativamente; MySQL não de forma tão flexível. Se você usa MySQL e precisa de transações com dependências cíclicas, considere usar innodb com SET FOREIGN_KEY_CHECKS=0 dentro da transação, mas tome cuidado com consistência.
Quando o modelo relacional não resolve
Eu preciso ser honesto aqui. O modelo relacional não é bom para tudo. Dados altamente hierárquicos com profundidade variável, grafos densos, e documentos com estrutura livre são casos onde relational pura vai te forçar a soluções artificiosas. Trees aninhadas com path enumeration ou materialized paths funcionam, mas são workaround, não solução elegante. Para análise de dados em larga escala com agregações pesadas, data warehouses relacionais funcionam, mas o custo de manter ETLs limpos sobe rapidamente. Neste cenário, soluções como columnar stores (ClickHouse, Redshift) ou engines OLAP dedicadas entregam performance décadas melhor com menos esforço de manutenção.
O modelo relacional também não lida bem com dados semiestruturados. Se seu domínio exige flexibilidade de schema por registro, JSON columns existem como saída, mas elas fogem do modelo formal. Use-as quando necessário, mas documente que aquela tabela saiu do padrão relacional puro. No geral, o modelo relacional usa regras claras e previsíveis. Isso é vantagem e desvantagem. Vantagem porque você sabe exatamente o que esperar. Desvantagem porque rigidez é custosa quando o negócio muda rápido. Escolha a ferramenta certa para o problema certo, e não tente forçar relational onde outros modelos servem melhor.
