1.4

• Refatoração da Estrutura:

  • Dividiu a classe monolítica DataAnalyzer em três classes com responsabilidades distintas:
    • DataAnalyzer: Orquestração principal e inicialização/encerramento do Spark.
    • SparkOperations: Encapsula todas as operações de manipulação de DataFrame do Spark.
    • UserInterface: Gerencia a interação com o usuário (menu e entrada de dados).
  • Isso melhora a organização, manutenibilidade e testabilidade do código.

• Melhoria no Carregamento de Dados (loadData):

  • Adicionada a opção para listar arquivos .csv em um diretório especificado pelo usuário, facilitando a seleção sem digitar o caminho completo.

• Nova Funcionalidade de Transformação:

  • Implementada a opção "Converter tipo de coluna" no menu de transformações.
  • Permite ao usuário alterar explicitamente o tipo de dado de uma coluna (String, Integer, Double, Boolean, Date, Timestamp) usando cast().

Essas mudanças tornam a ferramenta mais organizada, fácil de usar e poderosa para análise de dados.

1.3

Todas as funcionalidades principais agora mostram barras de progresso:

• Carregamento de arquivos CSV
• Filtros de dados
• Agregações
• Estatísticas descritivas
• Salvamento de resultados

1.1

• Nova classe ProgressBar.java - Uma classe reutilizável que implementa uma barra de progresso personalizável para o console.
  Atualização dos métodos principais:

• loadData() - Agora mostra o progresso durante o carregamento de arquivos CSV

• filterData() - Exibe o progresso ao aplicar filtros nos dados

• aggregateData() - Mostra o progresso durante operações de agregação

1.0

• Interface interativa de linha de comando
• Carregamento e parsing de CSVs
• Visualização de schemas e estatísticas descritivas
• Filtros e agregações avançadas
• Múltiplas transformações de dados
• Exportação em diversos formatos (CSV, Parquet, JSON)