Desenhar um esquema de base de dados normalizado

1. Escreva os requisitos como frases simples: «um cliente pode ter várias moradas».
2. Acrescente as consultas que vai executar com mais frequência: são elas que determinam os índices.
3. Cole o diagrama Mermaid num visualizador compatível para o rever.
4. Execute o DDL numa base de dados de teste antes de escrever as migrações finais.

Aplicação: gestão de uma escola de idiomas · Requisitos: alunos, cursos, turmas, inscrições e pagamentos mensais · Motor: PostgreSQL 16.

4. DDL (excerto, PostgreSQL 16)

CREATE TABLE students (
  id          bigint GENERATED ALWAYS AS IDENTITY PRIMARY KEY,
  full_name   text NOT NULL,
  email       text NOT NULL UNIQUE,
  created_at  timestamptz NOT NULL DEFAULT now(),
  deleted_at  timestamptz                -- eliminação lógica
);

CREATE TABLE enrollments (
  id              bigint GENERATED ALWAYS AS IDENTITY PRIMARY KEY,
  student_id      bigint NOT NULL REFERENCES students (id) ON DELETE RESTRICT,
  class_group_id  bigint NOT NULL REFERENCES class_groups (id) ON DELETE RESTRICT,
  enrolled_on     date NOT NULL DEFAULT current_date,
  UNIQUE (student_id, class_group_id)
);

CREATE TABLE monthly_payments (
  id             bigint GENERATED ALWAYS AS IDENTITY PRIMARY KEY,
  enrollment_id  bigint NOT NULL REFERENCES enrollments (id) ON DELETE RESTRICT,
  period         date NOT NULL CHECK (extract(day FROM period) = 1),
  amount_cents   integer NOT NULL CHECK (amount_cents >= 0),
  paid_at        timestamptz,
  UNIQUE (enrollment_id, period)
);

-- Índice parcial para "alunos com pagamentos em atraso"
CREATE INDEX idx_payments_unpaid ON monthly_payments (period) WHERE paid_at IS NULL;

ON DELETE RESTRICT evita perder o histórico de pagamentos se alguém eliminar um aluno; é por isso que se usa eliminação lógica. Os montantes ficam em cêntimos para evitar erros de arredondamento.

Ambiguidades

• Um pagamento cobre uma inscrição ou todas as inscrições do aluno nesse mês? [PREENCHER]…