Power BI com PostgreSQL

A integração com o Power BI é mais robusta quando utilizamos um banco de dados como intermediário. Este guia demonstra como extrair dados da nossa API, carregá-los em um banco de dados PostgreSQL e, em seguida, conectar o Power BI a esse banco de dados para visualização e análise.

Pré-requisitos

1. Python 3.6+: Certifique-se de que você tenha o Python instalado.
2. Bibliotecas Python: Instale as bibliotecas necessárias:

   pip install requests pandas psycopg2-binary
3. PostgreSQL: Tenha um servidor PostgreSQL em execução e as credenciais de acesso (usuário, senha, host, porta e nome do banco de dados).
4. Power BI Desktop: Instale a aplicação Power BI Desktop.
5. Token de Acesso: Obtenha um token de acesso para a nossa API.

Exemplo de Código

O script Python abaixo realiza as seguintes ações:

1. Busca de Proposições: Faz uma requisição para o endpoint recuperaProposicoes da nossa API.
2. Conexão com o PostgreSQL: Estabelece uma conexão com o banco de dados.
3. Criação da Tabela: Garante que a tabela para armazenar as proposições exista.
4. Carregamento de Dados: Insere as proposições na tabela do PostgreSQL.

Python

import requests
import pandas as pd
import psycopg2
from psycopg2.extras import execute_values
import json

# --- Configuração ---
# Substitua com seu token de acesso
ACCESS_TOKEN = "SEU_TOKEN_DE_ACESSO"
# URL da nossa API
API_URL = "https://api-public.sigalei.com/graphql"

# --- Configuração do Banco de Dados PostgreSQL ---
DB_CONFIG = {
    "dbname": "seu_banco_de_dados",
    "user": "seu_usuario",
    "password": "sua_senha",
    "host": "localhost",
    "port": "5432"
}

# --- 1. Buscar Proposições ---
def fetch_propositions():
    """Busca proposições da nossa API."""
    query = """
    query RecuperaProposicoes {
      recuperaProposicoes(
        filter: {
          siglaTipo: "PL"
          ano: 2023
        }
        first: 50 # Aumentando o número de proposições
      ) {
        edges {
          node {
            id
            siglaTipo
            numero
            ano
            ementa
          }
        }
      }
    }
    """
    headers = {
        "Authorization": f"Bearer {ACCESS_TOKEN}",
        "Content-Type": "application/json"
    }
    response = requests.post(API_URL, json={"query": query}, headers=headers)
    response.raise_for_status()
    return [p["node"] for p in response.json()["data"]["recuperaProposicoes"]["edges"]]

# --- 2. Carregar Dados no PostgreSQL ---
def load_data_to_postgres(propositions):
    """Conecta ao PostgreSQL e carrega os dados das proposições."""
    df = pd.DataFrame(propositions)
    if df.empty:
        print("Nenhuma proposição encontrada para carregar.")
        return

    conn = None
    try:
        print("Conectando ao banco de dados PostgreSQL...")
        conn = psycopg2.connect(**DB_CONFIG)
        cursor = conn.cursor()

        print("Criando a tabela 'proposicoes' se não existir...")
        cursor.execute("""
        CREATE TABLE IF NOT EXISTS proposicoes (
            id VARCHAR(255) PRIMARY KEY,
            sigla_tipo VARCHAR(50),
            numero INT,
            ano INT,
            ementa TEXT
        );
        """)

        print("Inserindo/Atualizando dados na tabela 'proposicoes'...")
        # Usando INSERT ... ON CONFLICT para evitar duplicatas e atualizar registros existentes
        table_columns = ['id', 'sigla_tipo', 'numero', 'ano', 'ementa']
        df_columns = ['id', 'siglaTipo', 'numero', 'ano', 'ementa']
        
        # Preparando os dados para inserção
        values = df[df_columns].values.tolist()
        
        insert_query = f"""
            INSERT INTO proposicoes ({', '.join(table_columns)}) VALUES %s
            ON CONFLICT (id) DO UPDATE SET
                sigla_tipo = EXCLUDED.sigla_tipo,
                numero = EXCLUDED.numero,
                ano = EXCLUDED.ano,
                ementa = EXCLUDED.ementa;
        """
        
        execute_values(cursor, insert_query, values)

        conn.commit()
        print(f"{len(df)} registros foram inseridos/atualizados com sucesso!")

    except psycopg2.Error as e:
        print(f"Erro no banco de dados: {e}")
    finally:
        if conn:
            cursor.close()
            conn.close()
            print("Conexão com o PostgreSQL fechada.")

# --- Execução ---
if __name__ == "__main__":
    try:
        print("Buscando proposições...")
        propositions = fetch_propositions()
        
        if propositions:
            print(f"{len(propositions)} proposições encontradas.")
            load_data_to_postgres(propositions)
        else:
            print("Nenhuma proposição foi retornada pela API.")

    except requests.exceptions.RequestException as e:
        print(f"Erro na requisição: {e}")
    except KeyError as e:
        print(f"Erro ao processar os dados da API: {e}")
    except Exception as e:
        print(f"Ocorreu um erro inesperado: {e}")

Instruções de Implementação

1. Substitua os Placeholders:

   • No script Python, substitua SEU_TOKEN_DE_ACESSO pelo seu token de acesso à nossa API.
   • Atualize o dicionário DB_CONFIG com as credenciais do seu banco de dados PostgreSQL.

2. Execute o Script:

   • Salve o código em um arquivo (por exemplo, carregar_dados.py) e execute-o:

     python carregar_dados.py
   • O script buscará os dados e os carregará na tabela proposicoes do seu banco de dados.

Conectando o Power BI ao PostgreSQL

Depois que os dados estiverem no PostgreSQL, você pode conectá-lo ao Power BI:

1. Abra o Power BI Desktop.
2. Na guia Página Inicial, clique em Obter Dados e selecione Mais....
3. Na janela Obter Dados, pesquise por PostgreSQL e selecione Banco de dados PostgreSQL. Clique em Conectar.
4. Insira as Informações do Servidor:
   • Servidor: O host do seu banco de dados (ex: localhost).
   • Banco de Dados: O nome do banco de dados (ex: seu_banco_de_dados).
   • Deixe o Modo de Conectividade de Dados como Importar.
5. Forneça as Credenciais:
   • Na próxima tela, você precisará fornecer o Nome de usuário e a Senha para se conectar ao seu banco de dados PostgreSQL.
6. Selecione a Tabela:
   • Após a conexão ser estabelecida, o Power BI mostrará uma lista de tabelas disponíveis. Marque a caixa de seleção ao lado da tabela proposicoes.
   • Clique em Carregar.

Agora, os dados da tabela proposicoes estão disponíveis no Power BI. Você pode começar a criar relatórios, gráficos e dashboards para analisar as proposições legislativas.