SQL suficiente para conferir a sua própria base

Não é preciso dominar SQL para conferir a qualidade de um cadastro. Cinco padrões de consulta cobrem quase toda a conferência diária, e todos usam o mesmo punhado de recursos: contar, agrupar, filtrar, ordenar e juntar.

1. Quanto está vazio onde não deveria

O padrão é contar o total e contar o preenchido na mesma passada, com uma soma condicional.

Conte quantos registros existem, quantos têm o campo obrigatório preenchido e divida. Trate string vazia e espaço em branco como ausência — em base velha, campo "preenchido" com um espaço é comum, e ignorar isso infla o indicador.

Devolva também o percentual arredondado. Número com quatro decimais não é lido por ninguém.

2. Onde há duplicidade pela chave do negócio

Agrupe pela chave que o negócio reconhece — CNPJ, matrícula, código — e mostre só os grupos com mais de um registro, ordenados do maior para o menor.

Duas armadilhas. Normalize antes de agrupar: tire pontuação e espaços, e padronize maiúsculas, senão "12.345" e "12345" contam como distintos. E lembre que nulo não agrupa com nulo — registros sem chave não aparecem aqui e precisam de contagem própria.

3. Quais valores fogem do domínio esperado

Agrupe pelo campo e olhe a lista de valores distintos com a frequência de cada um. É a consulta mais barata e a que mais revela: aparecem "SP", "sp", "São Paulo" e "S.P." lado a lado.

Ordene por frequência decrescente. Os valores raros no fim da lista são, quase sempre, os erros.

4. O que não bate entre duas tabelas

Junte as duas pela chave, mantendo todos os registros da primeira, e filtre os que não encontraram par. É como se acha cliente com pedido que não existe, ou produto sem grupo.

Conte antes de listar. Se o resultado tem dez mil linhas, o problema é de modelagem ou de recorte, não de dado — e a lista longa vai esconder isso.

5. Quão velho está o dado

Compare a data da última atualização com a data de hoje e distribua os registros em faixas: até 30 dias, até 180, até um ano, acima disso.

A distribuição diz mais que a média. Uma base com metade atualizada ontem e metade parada há três anos tem média aceitável e problema grave.

Como usar isso sem virar relatório inútil

Salve as cinco consultas por domínio e rode sempre na mesma cadência. Comparar a medição de hoje com a da semana passada é o que transforma número em tendência.

E entregue sempre duas coisas juntas: o percentual e a lista dos registros que falharam. O percentual serve para acompanhar; a lista é o que a área dona consegue usar. Indicador sem lista de exceção não corrige nada.