Guia de boas práticas para particionar tabelas no Data Lake, incluindo recomendações de quando e como particionar para otimizar performance e custos.
Colunas de Particionamento da Tabela
O particionamento é uma técnica que divide uma tabela grande em partes menores (partições) com base em uma ou mais colunas. Cada partição contém um subconjunto específico dos dados, como por exemplo:
Todos os registros de um determinado mês
Todos os registros de uma região específica
Todos os registros de um determinado ano
Os dados de cada partição são fisicamente armazenados e persistidos de forma agrupada no sistema de arquivos, permitindo que o banco de dados acesse diretamente apenas os arquivos relevantes para uma consulta.Esta divisão traz benefícios importantes:
Melhora a performance das consultas, pois o sistema pode ignorar partições irrelevantes
Facilita o gerenciamento dos dados (backup, exclusão, atualização)
Reduz custos de processamento ao trabalhar apenas com as partições necessárias
Permite melhor controle de acesso aos dados
Em geral, o particionamento é feito sobre datas, criando-se as colunas: <dimensão>_data_particao com formatos ‘YYYY-MM-DD’.
Quando usar partições
O particionamento de tabelas é recomendado nos seguintes cenários:
Grandes volumes de dados: Quando a tabela possui muitos registros e consultas frequentes, o particionamento reduz o volume de dados lido e melhora a performance.
Consultas filtrando por uma coluna específica: Se a maioria das consultas utiliza filtros em uma coluna (geralmente datas), particionar por essa coluna traz ganhos significativos de eficiência.
Gerenciamento do ciclo de vida dos dados: Particionamento facilita a definição de políticas de expiração automática de dados antigos, reduzindo custos de armazenamento.
Necessidade de exclusão ou atualização em blocos: Permite operações de exclusão, atualização ou backup em partições específicas, sem afetar a tabela inteira.
Controle de custos: Consultas que leem apenas partições relevantes consomem menos recursos, otimizando o custo de uso do BigQuery.
Dica: Se a granularidade desejada for maior do que o limite de partições permite, combine particionamento com clustering para obter melhores resultados.
Regra Geral de Particionamento
A regra mais importante ao escolher a coluna de particionamento é:
Particione pela coluna mais frequentemente utilizada nas cláusulas WHERE das consultas SQL.
Isso maximiza os benefícios do particionamento, pois permite que o mecanismo de consulta descarte rapidamente partições irrelevantes que precisam ser escaneadosPor exemplo, se a maioria das consultas filtra por data de criação, particione por esse campo.
Limitações do BigQuery
Ao utilizar particionamento de tabelas no BigQuery, é importante estar atento às seguintes limitações e restrições:
Apenas uma coluna de particionamento: O BigQuery não permite particionamento por múltiplas colunas. Cada tabela pode ser particionada por apenas uma coluna.
Tipos de coluna suportados:
Para particionamento por data/hora, a coluna deve ser do tipo DATE, TIMESTAMP ou DATETIME (não pode ser campo repetido ou aninhado/STRUCT).
Para particionamento por intervalo de inteiros, a coluna deve ser do tipo INTEGER (também não pode ser campo repetido ou aninhado/STRUCT).
Limite de partições por tabela: Cada tabela pode ter no máximo 10.000 partições. Caso precise de mais granularidade, utilize o recurso de clustering em conjunto com particionamento.
Limite de partições modificadas por job: Cada operação de carga ou consulta pode modificar até 4.000 partições por vez.
Limite diário de modificações em partições:
Para tabelas particionadas por data/hora: até 30.000 modificações por dia.
Para tabelas particionadas por tempo de ingestão: até 5.000 modificações por dia.
Limite de partições em particionamento por intervalo: O número máximo de intervalos (partições) em tabelas particionadas por intervalo de inteiros também é 10.000.
Atualizações de metadados: Até 50 operações de atualização de metadados por tabela particionada a cada 10 segundos.
Não suporta SQL legado: Não é possível consultar ou gravar resultados em tabelas particionadas usando o modo Legacy SQL, apenas GoogleSQL (Standard SQL).
Coluna de particionamento deve ser top-level: Não é permitido particionar por campos dentro de STRUCTs (apenas colunas de nível superior).
{"docsConfig":{"theme":"mint","$schema":"https://mintlify.com/docs.json","name":"Documentação Integração Prefeitura do Rio de Janeiro","colors":{"primary":"#3F38AC","light":"#42B9EB","dark":"#3F38AC"},"logo":{"light":"https://mintcdn.com/iplan-rio/TZHkb166Ck4YeTZf/logo/iplan_simples_azul.svg?fit=max\u0026auto=format\u0026n=TZHkb166Ck4YeTZf\u0026q=85\u0026s=d2ea7186034fc579267c47ed0839d8a3","dark":"https://mintcdn.com/iplan-rio/TZHkb166Ck4YeTZf/logo/iplan_simples_branca.png?fit=max\u0026auto=format\u0026n=TZHkb166Ck4YeTZf\u0026q=85\u0026s=8b3953d1c0e17167b23eecd9c164b941"},"favicon":"https://mintcdn.com/iplan-rio/TZHkb166Ck4YeTZf/favicon.png?fit=max\u0026auto=format\u0026n=TZHkb166Ck4YeTZf\u0026q=85\u0026s=54a620d653a55159670083921aa8e0e1","navbar":{"links":[{"icon":"globe","href":"https://www.iplan.rio/","label":""},{"icon":"github","href":"https://github.com/prefeitura-rio","label":""},{"icon":"discord","href":"https://discord.gg/myFqCKr3","label":""}]},"footer":{"socials":{"github":"https://github.com/prefeitura-rio"}},"fonts":{"heading":{"family":"DM Sans","weight":700},"body":{"family":"DM Sans"}},"styling":{"latex":false},"navigation":{"pages":[]}},"deployment":{"deploymentMetadataValue":{"subdomain":"iplan-rio","hasAudioNarration":false,"actualSubdomain":"iplan-rio","customDomains":["docs.dados.rio"],"gitSource":{"type":"github","owner":"prefeitura-rio","repo":"mintlify-docs","deployBranch":"main","contentDirectory":"","isPrivate":false,"mountPath":"","label":""},"entitlements":{},"buildId":"6adfabf2125e91c1646c64aa","clientVersion":"0.0.4270","searchFilterCounts":[{"language":"default","tag":"API Reference","count":463},{"language":"default","tag":"GO","count":223},{"language":"default","tag":"Registro Municipal Integrado","count":114},{"language":"default","tag":"empregabilidade-curriculo","count":40},{"language":"default","tag":"eAi Agent","count":35},{"language":"default","tag":"Busca","count":33},{"language":"default","tag":"Heimdall API","count":31},{"language":"default","tag":"citizen","count":27},{"language":"default","tag":"mobilidade","count":21},{"language":"default","tag":"Data Lake","count":20}]},"assistantConfig":{},"basePath":"","hasChatPermissions":false,"hasWebMcpPermissions":false,"toggles":[],"googleFontsInlined":true},"customCss":[]}
{"page":{"pagePath":"data-lake/guia-de-estilo/particoes","slug":"/data-lake/guia-de-estilo/particoes","pageMetadata":{"title":"Particionamento de Tabelas","description":"Guia de boas práticas para particionar tabelas no Data Lake, incluindo recomendações de quando e como particionar para otimizar performance e custos.","href":"/data-lake/guia-de-estilo/particoes"},"description":{"compiledSource":"\"use strict\";\nconst {jsx: _jsx} = arguments[0];\nconst {useMDXComponents: _provideComponents} = arguments[0];\nfunction _createMdxContent(props) {\n const _components = {\n p: \"p\",\n ..._provideComponents(),\n ...props.components\n };\n return _jsx(_components.p, {\n children: \"Guia de boas práticas para particionar tabelas no Data Lake, incluindo recomendações de quando e como particionar para otimizar performance e custos.\"\n });\n}\nfunction MDXContent(props = {}) {\n const {wrapper: MDXLayout} = {\n ..._provideComponents(),\n ...props.components\n };\n return MDXLayout ? _jsx(MDXLayout, {\n ...props,\n children: _jsx(_createMdxContent, {\n ...props\n })\n }) : _createMdxContent(props);\n}\nreturn {\n default: MDXContent\n};\n","frontmatter":{},"scope":{}},"pageType":"default","mdx":{"mdxSource":{"compiledSource":"\"use strict\";const{Fragment:_Fragment,jsx:_jsx,jsxs:_jsxs}=arguments[0];const{useMDXComponents:_provideComponents}=arguments[0];function _createMdxContent(props){const _components={a:`a`,blockquote:`blockquote`,code:`code`,li:`li`,p:`p`,strong:`strong`,ul:`ul`,..._provideComponents(),...props.components},{Heading,Tip}=_components;if(!Heading)_missingMdxReference(`Heading`,true);if(!Tip)_missingMdxReference(`Tip`,true);return _jsxs(_Fragment,{children:[_jsx(Heading,{level:`2`,id:`colunas-de-particionamento-da-tabela`,children:`Colunas de Particionamento da Tabela`}),`\n`,_jsx(_components.p,{children:`O particionamento é uma técnica que divide uma tabela grande em partes menores (partições) com base em uma ou mais colunas. Cada partição contém um subconjunto específico dos dados, como por exemplo:`}),`\n`,_jsxs(_components.ul,{children:[`\n`,_jsx(_components.li,{children:`Todos os registros de um determinado mês`}),`\n`,_jsx(_components.li,{children:`Todos os registros de uma região específica`}),`\n`,_jsx(_components.li,{children:`Todos os registros de um determinado ano`}),`\n`]}),`\n`,_jsx(_components.p,{children:`Os dados de cada partição são fisicamente armazenados e persistidos de forma agrupada no sistema de arquivos, permitindo que o banco de dados acesse diretamente apenas os arquivos relevantes para uma consulta.`}),`\n`,_jsx(_components.p,{children:`Esta divisão traz benefícios importantes:`}),`\n`,_jsxs(_components.ul,{children:[`\n`,_jsx(_components.li,{children:`Melhora a performance das consultas, pois o sistema pode ignorar partições irrelevantes`}),`\n`,_jsx(_components.li,{children:`Facilita o gerenciamento dos dados (backup, exclusão, atualização)`}),`\n`,_jsx(_components.li,{children:`Reduz custos de processamento ao trabalhar apenas com as partições necessárias`}),`\n`,_jsx(_components.li,{children:`Permite melhor controle de acesso aos dados`}),`\n`]}),`\n`,_jsxs(_components.p,{children:[`Em geral, o particionamento é feito sobre datas, criando-se as colunas: `,_jsx(_components.code,{children:`\u003cdimensão>_data_particao`}),` com formatos ‘YYYY-MM-DD’.`]}),`\n`,_jsx(Heading,{level:`2`,id:`quando-usar-partições`,children:`Quando usar partições`}),`\n`,_jsx(_components.p,{children:`O particionamento de tabelas é recomendado nos seguintes cenários:`}),`\n`,_jsxs(_components.ul,{children:[`\n`,_jsxs(_components.li,{children:[_jsx(_components.strong,{children:`Grandes volumes de dados:`}),` Quando a tabela possui muitos registros e consultas frequentes, o particionamento reduz o volume de dados lido e melhora a performance.`]}),`\n`,_jsxs(_components.li,{children:[_jsx(_components.strong,{children:`Consultas filtrando por uma coluna específica:`}),` Se a maioria das consultas utiliza filtros em uma coluna (geralmente datas), particionar por essa coluna traz ganhos significativos de eficiência.`]}),`\n`,_jsxs(_components.li,{children:[_jsx(_components.strong,{children:`Gerenciamento do ciclo de vida dos dados:`}),` Particionamento facilita a definição de políticas de expiração automática de dados antigos, reduzindo custos de armazenamento.`]}),`\n`,_jsxs(_components.li,{children:[_jsx(_components.strong,{children:`Necessidade de exclusão ou atualização em blocos:`}),` Permite operações de exclusão, atualização ou backup em partições específicas, sem afetar a tabela inteira.`]}),`\n`,_jsxs(_components.li,{children:[_jsx(_components.strong,{children:`Controle de custos:`}),` Consultas que leem apenas partições relevantes consomem menos recursos, otimizando o custo de uso do BigQuery.`]}),`\n`]}),`\n`,_jsxs(Tip,{children:[` `,_jsx(_components.strong,{children:`Dica:`}),` Se a granularidade desejada for maior do que o limite de partições permite, combine particionamento com clustering para obter melhores resultados. `]}),`\n`,_jsx(Heading,{level:`2`,id:`regra-geral-de-particionamento`,children:`Regra Geral de Particionamento`}),`\n`,_jsx(_components.p,{children:`A regra mais importante ao escolher a coluna de particionamento é:`}),`\n`,_jsxs(_components.blockquote,{children:[`\n`,_jsx(_components.p,{children:`Particione pela coluna mais frequentemente utilizada nas cláusulas WHERE das consultas SQL.`}),`\n`]}),`\n`,_jsx(_components.p,{children:`Isso maximiza os benefícios do particionamento, pois permite que o mecanismo de consulta descarte rapidamente partições irrelevantes que precisam ser escaneados`}),`\n`,_jsx(_components.p,{children:`Por exemplo, se a maioria das consultas filtra por data de criação, particione por esse campo.`}),`\n`,_jsx(Heading,{level:`2`,id:`limitações-do-bigquery`,children:`Limitações do BigQuery`}),`\n`,_jsx(_components.p,{children:`Ao utilizar particionamento de tabelas no BigQuery, é importante estar atento às seguintes limitações e restrições:`}),`\n`,_jsxs(_components.ul,{children:[`\n`,_jsxs(_components.li,{children:[_jsx(_components.strong,{children:`Apenas uma coluna de particionamento:`}),` O BigQuery não permite particionamento por múltiplas colunas. Cada tabela pode ser particionada por apenas uma coluna.`]}),`\n`,_jsxs(_components.li,{children:[_jsx(_components.strong,{children:`Tipos de coluna suportados:`}),`\n`,_jsxs(_components.ul,{children:[`\n`,_jsxs(_components.li,{children:[`Para particionamento por data/hora, a coluna deve ser do tipo `,_jsx(_components.code,{children:`DATE`}),`, `,_jsx(_components.code,{children:`TIMESTAMP`}),` ou `,_jsx(_components.code,{children:`DATETIME`}),` (não pode ser campo repetido ou aninhado/STRUCT).`]}),`\n`,_jsxs(_components.li,{children:[`Para particionamento por intervalo de inteiros, a coluna deve ser do tipo `,_jsx(_components.code,{children:`INTEGER`}),` (também não pode ser campo repetido ou aninhado/STRUCT).`]}),`\n`]}),`\n`]}),`\n`,_jsxs(_components.li,{children:[_jsx(_components.strong,{children:`Limite de partições por tabela:`}),` Cada tabela pode ter no máximo `,_jsx(_components.strong,{children:`10.000 partições`}),`. Caso precise de mais granularidade, utilize o recurso de clustering em conjunto com particionamento.`]}),`\n`,_jsxs(_components.li,{children:[_jsx(_components.strong,{children:`Limite de partições modificadas por job:`}),` Cada operação de carga ou consulta pode modificar até `,_jsx(_components.strong,{children:`4.000 partições`}),` por vez.`]}),`\n`,_jsxs(_components.li,{children:[_jsx(_components.strong,{children:`Limite diário de modificações em partições:`}),`\n`,_jsxs(_components.ul,{children:[`\n`,_jsxs(_components.li,{children:[`Para tabelas particionadas por data/hora: até `,_jsx(_components.strong,{children:`30.000 modificações`}),` por dia.`]}),`\n`,_jsxs(_components.li,{children:[`Para tabelas particionadas por tempo de ingestão: até `,_jsx(_components.strong,{children:`5.000 modificações`}),` por dia.`]}),`\n`]}),`\n`]}),`\n`,_jsxs(_components.li,{children:[_jsx(_components.strong,{children:`Limite de partições em particionamento por intervalo:`}),` O número máximo de intervalos (partições) em tabelas particionadas por intervalo de inteiros também é `,_jsx(_components.strong,{children:`10.000`}),`.`]}),`\n`,_jsxs(_components.li,{children:[_jsx(_components.strong,{children:`Atualizações de metadados:`}),` Até `,_jsx(_components.strong,{children:`50 operações de atualização de metadados`}),` por tabela particionada a cada 10 segundos.`]}),`\n`,_jsxs(_components.li,{children:[_jsx(_components.strong,{children:`Não suporta SQL legado:`}),` Não é possível consultar ou gravar resultados em tabelas particionadas usando o modo Legacy SQL, apenas GoogleSQL (Standard SQL).`]}),`\n`,_jsxs(_components.li,{children:[_jsx(_components.strong,{children:`Coluna de particionamento deve ser top-level:`}),` Não é permitido particionar por campos dentro de STRUCTs (apenas colunas de nível superior).`]}),`\n`]}),`\n`,_jsx(Heading,{level:`2`,id:`referências`,children:`Referências`}),`\n`,_jsxs(_components.ul,{children:[`\n`,_jsxs(_components.li,{children:[_jsx(_components.a,{href:`https://cloud.google.com/bigquery/docs/partitioned-tables`,children:`Documentação oficial do BigQuery`}),`.`]}),`\n`]})]})}function MDXContent(props={}){const{wrapper:MDXLayout}={..._provideComponents(),...props.components};return MDXLayout?_jsx(MDXLayout,{...props,children:_jsx(_createMdxContent,{...props})}):_createMdxContent(props)}return{default:MDXContent};function _missingMdxReference(id,component){throw new Error(`Expected `+(component?`component`:`object`)+\" `\"+id+\"` to be defined: you likely forgot to import, pass, or provide it.\")}","frontmatter":{},"scope":{"config":{},"pageMetadata":{"title":"Particionamento de Tabelas","description":"Guia de boas práticas para particionar tabelas no Data Lake, incluindo recomendações de quando e como particionar para otimizar performance e custos.","href":"/data-lake/guia-de-estilo/particoes"}}},"mdxSourceWithNoJs":null},"mdxExtracts":{"tableOfContents":[{"title":"Colunas de Particionamento da Tabela","slug":"colunas-de-particionamento-da-tabela","depth":2,"children":[]},{"title":"Quando usar partições","slug":"quando-usar-partições","depth":2,"children":[]},{"title":"Regra Geral de Particionamento","slug":"regra-geral-de-particionamento","depth":2,"children":[]},{"title":"Limitações do BigQuery","slug":"limitações-do-bigquery","depth":2,"children":[]},{"title":"Referências","slug":"referências","depth":2,"children":[]}],"codeExamples":{}},"jsLinks":[],"subdomain":"iplan-rio","siteName":"Documentação Integração Prefeitura do Rio de Janeiro","title":"Particionamento de Tabelas - Documentação Integração Prefeitura do Rio de Janeiro","navMaps":{"firstHrefInVersion":{},"firstHrefInLanguage":{}},"lastModified":"2026-10-09T18:15:14.102Z","originalFileLocation":"data-lake/guia-de-estilo/particoes.mdx"},"headHtml":"\u003cscript data-mint-head>(function(){var d=document.documentElement,p=null;if(!p){try{p=localStorage.getItem(\"isDarkMode\")}catch(e){}if(p==='true')p='dark';else if(p==='false')p='light';if(p!=='light'\u0026\u0026p!=='dark'\u0026\u0026p!=='system')p=\"system\"}var r=p==='system'?(matchMedia(\"(prefers-color-scheme: dark)\").matches?'dark':'light'):p;d.classList.remove(r==='dark'?'light':'dark');d.classList.add(r);d.setAttribute(\"data-theme-preference\",p)})();\u003c/script>\u003cmeta data-mint-head name=\"description\" content=\"Guia de boas práticas para particionar tabelas no Data Lake, incluindo recomendações de quando e como particionar para otimizar performance e custos.\">\u003cmeta data-mint-head name=\"application-name\" content=\"Documentação Integração Prefeitura do Rio de Janeiro\">\u003cmeta data-mint-head name=\"generator\" content=\"Mintlify\">\u003clink data-mint-head rel=\"icon\" type=\"image/png\" sizes=\"192x192\" href=\"/mintlify-assets/_mintlify/favicons/iplan-rio/35lLEYJuF2MS4vfJ/_generated/favicon/android-chrome-192x192.png\" media=\"(prefers-color-scheme: light)\">\u003clink data-mint-head rel=\"apple-touch-icon\" type=\"image/png\" sizes=\"180x180\" href=\"/mintlify-assets/_mintlify/favicons/iplan-rio/35lLEYJuF2MS4vfJ/_generated/favicon/apple-touch-icon.png\">\u003clink data-mint-head rel=\"icon\" type=\"image/png\" sizes=\"16x16\" href=\"/mintlify-assets/_mintlify/favicons/iplan-rio/35lLEYJuF2MS4vfJ/_generated/favicon/favicon-16x16.png\" media=\"(prefers-color-scheme: light)\">\u003clink data-mint-head rel=\"icon\" type=\"image/png\" sizes=\"32x32\" href=\"/mintlify-assets/_mintlify/favicons/iplan-rio/35lLEYJuF2MS4vfJ/_generated/favicon/favicon-32x32.png\" media=\"(prefers-color-scheme: light)\">\u003clink data-mint-head rel=\"shortcut icon\" type=\"image/x-icon\" href=\"/mintlify-assets/_mintlify/favicons/iplan-rio/35lLEYJuF2MS4vfJ/_generated/favicon/favicon.ico\" media=\"(prefers-color-scheme: light)\">\u003clink data-mint-head rel=\"icon\" type=\"image/png\" sizes=\"192x192\" href=\"/mintlify-assets/_mintlify/favicons/iplan-rio/35lLEYJuF2MS4vfJ/_generated/favicon-dark/android-chrome-192x192.png\" media=\"(prefers-color-scheme: dark)\">\u003clink data-mint-head rel=\"icon\" type=\"image/png\" sizes=\"16x16\" href=\"/mintlify-assets/_mintlify/favicons/iplan-rio/35lLEYJuF2MS4vfJ/_generated/favicon-dark/favicon-16x16.png\" media=\"(prefers-color-scheme: dark)\">\u003clink data-mint-head rel=\"icon\" type=\"image/png\" sizes=\"32x32\" href=\"/mintlify-assets/_mintlify/favicons/iplan-rio/35lLEYJuF2MS4vfJ/_generated/favicon-dark/favicon-32x32.png\" media=\"(prefers-color-scheme: dark)\">\u003clink data-mint-head rel=\"shortcut icon\" type=\"image/x-icon\" href=\"/mintlify-assets/_mintlify/favicons/iplan-rio/35lLEYJuF2MS4vfJ/_generated/favicon-dark/favicon.ico\" media=\"(prefers-color-scheme: dark)\">\u003cmeta data-mint-head property=\"og:title\" content=\"Particionamento de Tabelas - Documentação Integração Prefeitura do Rio de Janeiro\">\u003cmeta data-mint-head property=\"og:description\" content=\"Guia de boas práticas para particionar tabelas no Data Lake, incluindo recomendações de quando e como particionar para otimizar performance e custos.\">\u003cmeta data-mint-head property=\"og:site_name\" content=\"Documentação Integração Prefeitura do Rio de Janeiro\">\u003cmeta data-mint-head property=\"og:url\" content=\"https://docs.dados.rio/data-lake/guia-de-estilo/particoes\">\u003cmeta data-mint-head property=\"og:type\" content=\"website\">\u003cmeta data-mint-head property=\"og:image\" content=\"https://iplan-rio.mintlify.site/_mintlify/api/og/v2?division=Guia+de+Estilo\u0026amp;title=Particionamento+de+Tabelas\u0026amp;description=Guia+de+boas+pr%C3%A1ticas+para+particionar+tabelas+no+Data+Lake%2C+incluindo+recomenda%C3%A7%C3%B5es+de+quando+e+como+particionar+para+otimizar+performance+e+custos.\u0026amp;theme=21e0be33306112a0b27a1095\u0026amp;signature=4331ca74a5bd1d091bcfbde8d7c34c44bd888ab50b7a5a05d1dbc1cf408ad469\">\u003cmeta data-mint-head property=\"og:image:width\" content=\"1200\">\u003cmeta data-mint-head property=\"og:image:height\" content=\"630\">\u003cmeta data-mint-head name=\"twitter:card\" content=\"summary_large_image\">\u003cmeta data-mint-head name=\"twitter:title\" content=\"Particionamento de Tabelas - Documentação Integração Prefeitura do Rio de Janeiro\">\u003cmeta data-mint-head name=\"twitter:description\" content=\"Guia de boas práticas para particionar tabelas no Data Lake, incluindo recomendações de quando e como particionar para otimizar performance e custos.\">\u003cmeta data-mint-head name=\"twitter:image\" content=\"https://iplan-rio.mintlify.site/_mintlify/api/og/v2?division=Guia+de+Estilo\u0026amp;title=Particionamento+de+Tabelas\u0026amp;description=Guia+de+boas+pr%C3%A1ticas+para+particionar+tabelas+no+Data+Lake%2C+incluindo+recomenda%C3%A7%C3%B5es+de+quando+e+como+particionar+para+otimizar+performance+e+custos.\u0026amp;theme=21e0be33306112a0b27a1095\u0026amp;signature=4331ca74a5bd1d091bcfbde8d7c34c44bd888ab50b7a5a05d1dbc1cf408ad469\">\u003cmeta data-mint-head name=\"twitter:image:width\" content=\"1200\">\u003cmeta data-mint-head name=\"twitter:image:height\" content=\"630\">\u003cmeta data-mint-head name=\"msapplication-config\" content=\"/mintlify-assets/_mintlify/favicons/iplan-rio/35lLEYJuF2MS4vfJ/_generated/favicon/browserconfig.xml\">\u003cmeta data-mint-head name=\"apple-mobile-web-app-title\" content=\"Documentação Integração Prefeitura do Rio de Janeiro\">\u003cmeta data-mint-head name=\"msapplication-TileColor\" content=\"#3F38AC\">\u003clink data-mint-head rel=\"canonical\" href=\"https://docs.dados.rio/data-lake/guia-de-estilo/particoes\">\u003clink data-mint-head rel=\"alternate\" type=\"application/xml\" href=\"/sitemap.xml\">\u003clink data-mint-head rel=\"alternate\" type=\"text/markdown\" href=\"/data-lake/guia-de-estilo/particoes.md\">\u003cscript data-mint-head type=\"application/ld+json\">{\"@context\":\"https://schema.org\",\"@graph\":[{\"@type\":\"Organization\",\"@id\":\"https://docs.dados.rio/#organization\",\"name\":\"Documentação Integração Prefeitura do Rio de Janeiro\",\"url\":\"https://docs.dados.rio\",\"logo\":{\"@type\":\"ImageObject\",\"url\":\"https://mintcdn.com/iplan-rio/TZHkb166Ck4YeTZf/logo/iplan_simples_azul.svg?fit=max\u0026auto=format\u0026n=TZHkb166Ck4YeTZf\u0026q=85\u0026s=d2ea7186034fc579267c47ed0839d8a3\"}},{\"@type\":\"WebSite\",\"@id\":\"https://docs.dados.rio#website\",\"name\":\"Documentação Integração Prefeitura do Rio de Janeiro\",\"url\":\"https://docs.dados.rio\",\"publisher\":{\"@id\":\"https://docs.dados.rio/#organization\"}},{\"@type\":\"WebPage\",\"@id\":\"https://docs.dados.rio/data-lake/guia-de-estilo/particoes#webpage\",\"url\":\"https://docs.dados.rio/data-lake/guia-de-estilo/particoes\",\"name\":\"Particionamento de Tabelas\",\"description\":\"Guia de boas práticas para particionar tabelas no Data Lake, incluindo recomendações de quando e como particionar para otimizar performance e custos.\",\"dateModified\":\"2026-10-09T18:15:14.102Z\",\"isPartOf\":{\"@id\":\"https://docs.dados.rio#website\"},\"breadcrumb\":{\"@id\":\"https://docs.dados.rio/data-lake/guia-de-estilo/particoes#breadcrumb\"}},{\"@type\":\"BreadcrumbList\",\"@id\":\"https://docs.dados.rio/data-lake/guia-de-estilo/particoes#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Guia de Desenvolvimento\",\"item\":\"https://docs.dados.rio/data-lake/infraestrutura\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Guia de Estilo\",\"item\":\"https://docs.dados.rio/data-lake/guia-de-estilo/convencoes-datasets-e-tabelas\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"Particionamento de Tabelas\",\"item\":\"https://docs.dados.rio/data-lake/guia-de-estilo/particoes\"}]},{\"@type\":[\"Article\",\"TechArticle\"],\"@id\":\"https://docs.dados.rio/data-lake/guia-de-estilo/particoes#article\",\"headline\":\"Particionamento de Tabelas\",\"name\":\"Particionamento de Tabelas\",\"description\":\"Guia de boas práticas para particionar tabelas no Data Lake, incluindo recomendações de quando e como particionar para otimizar performance e custos.\",\"url\":\"https://docs.dados.rio/data-lake/guia-de-estilo/particoes\",\"mainEntityOfPage\":{\"@id\":\"https://docs.dados.rio/data-lake/guia-de-estilo/particoes#webpage\"},\"dateModified\":\"2026-10-09T18:15:14.102Z\",\"publisher\":{\"@id\":\"https://docs.dados.rio/#organization\"},\"isPartOf\":{\"@id\":\"https://docs.dados.rio#website\"}}]}\u003c/script>\u003cscript data-mint-head type=\"application/ld+json\">{\"@context\":\"https://schema.org\",\"@type\":\"WebSite\",\"name\":\"Documentação Integração Prefeitura do Rio de Janeiro\",\"publisher\":{\"@type\":\"Organization\",\"name\":\"Documentação Integração Prefeitura do Rio de Janeiro\"},\"provider\":{\"@type\":\"Organization\",\"name\":\"Mintlify\",\"url\":\"https://mintlify.com\"}}\u003c/script>","agentPointerHref":"/data-lake/guia-de-estilo/particoes.md","siteName":"Documentação Integração Prefeitura do Rio de Janeiro","nav":{"global":null,"tabs":[{"tab":"Introdução","pages":[{"title":"Introdução","href":"/introduction"}]},{"tab":"Data Lake","groups":[{"group":"Visão Geral","pages":[{"title":"Data Lake Municipal","href":"/data-lake/overview"}]},{"group":"Guia de Desenvolvimento","pages":[{"title":"A Infraestrutura","icon":"network-wired","href":"/data-lake/infraestrutura"},{"group":"Tipos de Pipeline","icon":"house-flood-water-circle-arrow-right","pages":[{"title":"Extração e Carga de Dados","href":"/data-lake/tipos-de-pipeline/extracao-e-carga-de-dados"},{"title":"Transformação dos Dados","href":"/data-lake/tipos-de-pipeline/transformacao-dos-dados"},{"title":"Criação de Pipelines","href":"/data-lake/tipos-de-pipeline/criacao-de-pipelines"}]},{"group":"Guia de Estilo","icon":"palette","pages":[{"title":"Nomenclatura e Organização de Datasets e Tabelas","href":"/data-lake/guia-de-estilo/convencoes-datasets-e-tabelas"},{"title":"Nomenclatura e Organização de Campos","description":"Guia de boas práticas para nomear, ordenar e padronizar colunas de tabelas no Data Lake, promovendo clareza, consistência e facilidade de uso.","href":"/data-lake/guia-de-estilo/convencoes-colunas"},{"title":"Particionamento de Tabelas","href":"/data-lake/guia-de-estilo/particoes"}]},{"group":"Prefect","icon":"robot","pages":[{"title":"Construindo uma Pipeline com Prefect 3","description":"Guia completo para criar pipelines de dados usando Prefect 3 na Prefeitura do Rio de Janeiro","href":"/data-lake/prefect/construindo-uma-pipeline"},{"title":null,"href":"/data-lake/prefect/migracao-de-pipeline"}]},{"group":"dbt","icon":"people-carry-box","pages":[{"title":"Instalação do DBT e dependências","href":"/data-lake/dbt/instalacao-dbt"},{"title":"Recursos de Aprendizado dbt","href":"/data-lake/dbt/recursos-aprendizado"},{"title":"Colaboração com Repositório de Queries","href":"/data-lake/dbt/colaboracao-queries"},{"title":"Estrutura de Pastas e Arquivos dbt","href":"/data-lake/dbt/estrutura-pastas"},{"title":"Padrões de YAML dbt","href":"/data-lake/dbt/padroes-yaml"},{"title":"Padrões de Testes dbt","href":"/data-lake/dbt/testes"}]}]},{"group":"Acesso aos Dados","icon":"lock-open","pages":[{"title":"Uso do BigQuery","icon":"database","href":"/data-lake/acesso-aos-dados/bigquery"},{"title":"Solicitação de Acesso Interno","icon":"handshake","href":"/data-lake/acesso-aos-dados/solicitacao-acesso-interno"},{"title":"Solicitação de Acesso Externo","icon":"user-plus","href":"/data-lake/acesso-aos-dados/solicitacao-acesso-externo"},{"title":"Solicitação de Acesso à APIs sob gestão do Escritório de Dados","icon":"key","href":"/data-lake/acesso-aos-dados/solicitacao-acesso-api"}]}]},{"tab":"Barramento","pages":[{"title":"Barramento","href":"/barramento/overview"}]},{"tab":"API Reference","pages":[{"title":"API Reference","href":"/api-reference/overview"}]},{"tab":"Ferramentas","pages":[{"title":"Ferramentas","href":"/ferramentas/overview"}]},{"tab":"Disparos WhatsApp","pages":[{"title":"Disparos WhatsApp","href":"/disparos-whatsapp/padronizacao-query"}]},{"tab":"RMI (Registro Municipal Integrado)","pages":[{"title":"RMI (Registro Municipal Integrado)","href":"/rmi/overview"}]}]},"basePath":"","title":"Particionamento de Tabelas - Documentação Integração Prefeitura do Rio de Janeiro","deploymentId":"dpl_DyXGnKeCjZyA3sUdfMJ7FjkdBefg","buildId":"dpl_DyXGnKeCjZyA3sUdfMJ7FjkdBefg","dynamics":[],"chunks":[]}