Demonstrativo da evolução do preço do litro da gasolina corrigido pela
inflação, com dados históricos do período de jan/2005 até dez/2022.

Dados coletados por meio de consulta ao Data Lake público da iniciativa
base dos dados (Google BigQuery) e requisição de API públicade do IBGE
de localidades localidades brasileiras.

VS Code
Google Big Query
Duckdb
Python 3.10.5

• desenvolver solução completa, desde a etapa de ETL até a visualização;

• utlizar dados públicos e conceitos da economia;

• evitar o uso de arquivos csv, construindo uma solução simplificada de
  banco de dados com duckdb, centralizando as tabelas;

• explorar o uso do SQl na etapa de tratamento dos dados, integrado com o
  python.

4.1 Estrutura do projeto
------

	O projeto foi desenvolvido dentro do ambiente do Visual Studio
	Code e posteriormente no Power BI.

	O ETL será realizada com a excecução do arquivo './src/etl.py'.
	Ele inicia o processo de extração e inserção dos dados no banco,
	posteriormente ativa a etapa de transformação e carregamento.

	O resultado é a criação de 3 tabelas no banco e uma view. Sendo as
	primeiras as tabelas advindas do data lake e 1 da API IBGE. A view é a
	tabela tratada que será usada para consumo.

	As tabelas hospedadas no Data Lake da Base dos dados, exige procedimento
	prévio para sua coleta:

	Para realizar consulta, é necessário uma conta no Google Cloud, para ter
	acesso ao Google BigQuery. Após isso, com a criação de um projeto no
	Google Cloud, deverá registrar o ID do projeto em um arquivo '.env', no
	diretório principal do projeto.

	Dentro do arquivo '.env' deve conter apenas:
		
		PROJECT_ID_GOOGLE_CLOUD = <seu_ID_projeto_aqui-00000000>

	Após isso, basta executar o script e realizar o etl.