O Metabase é fácil de instalar e enganosamente fácil de usar mal. A diferença entre um dashboard que responde em 300 ms e um que trava a cada filtro raramente está no Metabase — está na modelagem por baixo dele. Este é o método que a Meta Dados aplica em produção, dos nossos produtos próprios a operações de logística.
Por que a modelagem decide a experiência
O Metabase consulta o banco que você aponta. Se cada pergunta do time vira um full scan em tabelas transacionais, nenhum ajuste na interface salva a performance. Modelar é decidir, antes, três coisas: onde a agregação pesada acontece, qual é o vocabulário que o negócio enxerga e como o analítico fica isolado do que está no ar para o cliente.
Views materializadas: onde o peso deve morar
Os cortes mais consultados — os que apareceriam em todo dashboard — viram views materializadas no PostgreSQL, pré-agregadas e indexadas. O Metabase lê o resultado pronto, não recalcula a cada clique.
- Materialize o que é caro e repetido (agregações por período, região, categoria), não a tabela inteira.
- Defina a cadência de refresh pelo frescor que o negócio exige — de minutos a um ciclo diário.
- Indexe as colunas de filtro e de junção que o dashboard usa de fato.
Models nativos: a camada semântica que o negócio entende
Sobre as views, os Models do Metabase formam a camada semântica: renomeiam colunas para o vocabulário do negócio, escondem chaves técnicas, tipam campos (moeda, data, cidade) e viram o ponto de partida do query builder. O analista monta a pergunta sobre "Viagem" ou "Empresa", não sobre uma tabela de fato com nome técnico.
Isolar o analítico do transacional
Consulta analítica e API de produção não disputam o mesmo banco. Usamos um data warehouse dedicado — réplica ou banco separado — para a carga do BI. A operação que atende o cliente não sente o peso de um relatório pesado, e o BI pode ser modelado à vontade sem medo de derrubar o que está no ar.
Manutenção: refresh, testes e evolução
Modelagem não é entrega única. Pipelines validam completude e consistência a cada carga, o refresh das views é monitorado, e novos Models nascem conforme o negócio pergunta coisas novas. É isso que mantém o autoatendimento vivo depois do handover.
Perguntas frequentes
Preciso de um data warehouse separado para usar o Metabase?
Para volumes pequenos, não — o Metabase consulta seu banco direto. Mas assim que as consultas analíticas começam a competir com a operação (lentidão, locks), separar o analítico em um warehouse dedicado deixa de ser luxo e vira o que garante que nem o BI nem a produção travem.
O Model do Metabase substitui a view no banco?
Não, eles se complementam. A view materializada resolve performance e pré-agregação no banco; o Model resolve semântica e usabilidade no Metabase. Juntos entregam um dashboard rápido e compreensível pelo time de negócio.