# Banco de Dados

<figure><img src="/files/1VnxngD4cGhOCGdx50E8" alt=""><figcaption></figcaption></figure>

Todo dado importado no **Gaio DataOS** é armazenado internamente em um banco de dados local de alto desempenho.\
Nos bastidores, o Gaio utiliza o mecanismo de banco de dados **ClickHouse** para armazenar, gerenciar e consultar dados em seus fluxos, dashboards e APIs.

### O que é o ClickHouse?

ClickHouse é um **sistema de gerenciamento de banco de dados orientado a colunas (DBMS)** projetado para **processamento analítico em tempo real (OLAP)**.\
Foi desenvolvido para oferecer consultas extremamente rápidas em **volumes massivos de dados**, tornando-o ideal para plataformas modernas de dados como o Gaio.

***

### Benefícios do ClickHouse no Gaio

| Funcionalidade                     | Descrição                                                                                                                                                       |
| ---------------------------------- | --------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| **Desempenho extremamente rápido** | O ClickHouse é otimizado para consultas analíticas e pode processar bilhões de linhas por segundo em hardware comum.                                            |
| **Armazenamento colunar**          | Armazena dados por colunas em vez de linhas, reduzindo operações de leitura/gravação em disco (I/O) e melhorando significativamente a velocidade das consultas. |
| **Análises em tempo real**         | Suporta ingestão de dados em tempo real e execução instantânea de consultas — perfeito para dashboards e monitoramento ao vivo.                                 |
| **Compressão eficiente**           | Comprime os dados automaticamente, reduzindo o espaço de armazenamento necessário sem comprometer o desempenho.                                                 |
| **Escalabilidade**                 | Escala facilmente na horizontal com arquitetura distribuída — útil para cargas de trabalho em escala empresarial.                                               |
| **Compatível com SQL**             | Utiliza sintaxe SQL familiar, tornando-o acessível para analistas, engenheiros e cientistas de dados.                                                           |
| **Tolerante a falhas e confiável** | Inclui suporte para replicação, backup e alta disponibilidade entre os nós.                                                                                     |

***

#### Como Funciona no Gaio

* Quando dados são enviados ou ingeridos em um **Data Project**, eles são armazenados no **schema ClickHouse** isolado do projeto.
* Todos os **fluxos**, **dashboards** e **funcionalidades de IA** executam consultas diretamente sobre o ClickHouse, garantindo alto desempenho sem infraestrutura adicional.
* Cada ação, desde o filtro de uma tabela até a exploração de distribuições de dados, é processada pelo mecanismo de consulta em tempo real do ClickHouse.

***

### Comparativos de Desempenho: ClickHouse vs Outros Bancos de Dados

O ClickHouse supera consistentemente bancos de dados tradicionais e nativos em nuvem em cenários OLAP. Abaixo está uma comparação de desempenho de consultas baseada em benchmarks públicos e casos de uso reais.

> *Observação:* Os benchmarks podem variar dependendo da infraestrutura, do tamanho do conjunto de dados e da complexidade das consultas. A tabela abaixo reflete médias obtidas de fontes públicas como ClickBench, Altinity e testes de desempenho independentes.

| Banco de Dados | Tipo                    | Latência de Consulta                   | Compressão de Dados | Otimizado para OLAP | Tempo Real       |
| -------------- | ----------------------- | -------------------------------------- | ------------------- | ------------------- | ---------------- |
| **ClickHouse** | Colunar, OLAP           | **<1 segundo**                         | 3–8x                | ✅ Sim               | ✅ Sim            |
| PostgreSQL     | Baseado em linhas, OLTP | \~30–60 segundos                       | 1–2x                | ❌ Não               | ❌ Limitado       |
| BigQuery       | OLAP sem servidor       | \~3–10 segundos (inicialização a frio) | 2–4x                | ✅ Sim               | ❌ Não (em lotes) |
| Redshift       | Colunar, OLAP           | \~5–15 segundos                        | 2–4x                | ✅ Sim               | ❌ Não (em cache) |
| Snowflake      | OLAP baseado em nuvem   | \~5–20 segundos                        | 3–6x                | ✅ Sim               | ❌ Não (em lotes) |
| MySQL          | Baseado em linhas, OLTP | \~50–120 segundos                      | \~1x                | ❌ Não               | ❌ Não            |

#### Por que o Gaio Escolheu o ClickHouse?

O **Gaio DataOS** foi projetado para **velocidade**, **flexibilidade** e **escalabilidade**. O ClickHouse foi a escolha natural pelos seguintes motivos:

* É **open-source**, robusto e comprovado em produção em escala (utilizado por empresas como **Yandex**, **Cloudflare**, entre outras).
* Permite ao Gaio entregar **consultas de baixa latência** sobre grandes volumes de dados com **mínimo consumo de recursos**.
* Seu **suporte nativo a SQL**, **compressão integrada** e **arquitetura distribuída** se alinham perfeitamente à missão do Gaio: **democratizar a análise corporativa sem comprometer o desempenho**.


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.gaiodataos.com/gaio-dataos-portuguese/fundamentals/banco-de-dados.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.