<\> Casa do Dev
Notícias abrir
Ferramentas abrir
Vagas abrir
Aprender abrir
Comunidade abrir
Guia de Compras abrir

Backend Java com dados públicos da Câmara: arquitetura simples para importar e consultar

DA

5 min

Entusiasta das Tecnologias

Backend Java com dados públicos da Câmara: arquitetura simples para importar e consultar

O desafio de verdade não é chamar a API. É montar a casa para importar, guardar e consultar sem virar um amontoado de scripts que ninguém consegue manter depois do terceiro mês de projeto.

Neste artigo

Backend Java com dados públicos da Câmara: arquitetura simples para importar e consultar

Montar um backend Java sobre dados públicos é um dos melhores treinos para quem quer sair dos tutoriais básicos. A API aberta da Câmara dos Deputados responde em JSON sem pedir chave, e o teste feito hoje, 07/11/2026, listou os deputados da legislatura 57 na hora.

O desafio de verdade não é chamar a API. É montar a casa para importar, guardar e consultar sem virar um amontoado de scripts que ninguém consegue manter depois do terceiro mês de projeto.

Por que a API da Câmara serve de laboratório

A documentação oficial, no endereço dadosabertos.camara.leg.br, descreve um jogo pronto para treinar arquitetura de dados de verdade:

  • JSON e XML sem autenticação: /api/v2/deputados?itens=1 respondeu 200 sem credencial hoje.
  • Atualização diária: arquivos completos e API recebem novidade todo dia.
  • Histórico em bulk desde 2008: despesas por ano, em CSV, XLSX, ODS, JSON ou XML.
  • Paginação de praxe: links "next" e "last" em cada resposta; a última página confirma 513 deputados.

Uma dúvida de arquitetura que circula em fóruns de dev brasileiros é justamente essa: como estruturar um backend Java para importar e consultar esse acervo sem engessar o projeto. A resposta curta está nas próximas seções.

A arquitetura em três camadas

A estrutura que se mantém viva depois do terceiro mês de projeto separa o trabalho em três camadas:

  • Ingestão agendada: um job por dia, com @Scheduled do Spring ou Quartz, chama a API e grava o que mudou.
  • Zona bruta: a resposta crua vai para o banco antes de qualquer transformação, numa tabela de staging com coluna JSONB.
  • Camada de consulta: views e tabelas normalizadas, com índices para as perguntas do seu produto.

No PostgreSQL, se a regra de negócio mudar, você refaz o processamento da zona bruta sem voltar a bater na API. O histórico fica salvo no formato original, e o retrabalho é local e barato.

Histórico em bulk, novidades pela API

Baixar 18 anos de despesas página por página pela API é perda de tempo. O caminho esperto divide o trabalho: os arquivos de download, organizados por ano desde 2008, carregam o histórico de uma vez; a API fica para os deltas diários.

Na prática do Spring Batch ou de qualquer job em Java: ler o ZIP do ano, processar em chunks e gravar na zona bruta. Depois que o histórico está no banco, o job diário só puxa o que mudou desde a última execução, e a carga de rede cai a um patamar banal.

Consulta: indexe pelo que o produto pergunta

Antes de criar índice em tudo, liste as consultas reais do seu projeto. Num caso como esse, o começo natural é:

  • Deputados: id, siglaPartido, siglaUf e idLegislatura, para filtros por partido e estado.
  • Proposições: id, siglaTipo, ano e ementa, para busca por tema e por ano.
  • Despesas: idDeputado, ano, tipoDespesa e valorDocumento, para ranking de gastos.
  • Votações: idVotacao, deputado e voto, para alinhamento político ao longo do tempo.

A paginação do seu backend merece o mesmo cuidado da API da Câmara: cursor por id em vez de OFFSET profundo, porque OFFSET em tabela grande fica caro conforme o usuário avança nas páginas.

Perguntas frequentes

A API da Câmara precisa de chave de acesso?

Não. O teste feito em 07/11/2026 com /api/v2/deputados?itens=1 respondeu 200 em JSON sem credencial nenhuma.

Melhor começar pela API ou pelos arquivos completos?

Pelos arquivos, para o histórico: os downloads por ano desde 2008 carregam tudo de uma vez. A API fica para as atualizações diárias.

Qual banco de dados faz sentido nesse projeto?

PostgreSQL atende bem: JSONB guarda a resposta crua da API na zona bruta, e os índices comuns cobrem a camada de consulta sem ferramenta extra.

Quanto custa para rodar um projeto assim?

Os dados são públicos e gratuitos, e o resto roda numa VPS pequena com PostgreSQL. O custo real é o tempo de montar o pipeline de ingestão.

Onde fica a documentação oficial?

Na página de consulta da API, em dadosabertos.camara.leg.br, com todos os endpoints, parâmetros e formatos de resposta.

Comece pela ingestão de um endpoint

Pegue o endpoint de deputados, grave a resposta crua num JSONB e exponha uma consulta filtrada por estado. A partir daí, cada novo endpoint vira uma variação do mesmo pipeline, e o backend Java ganha um portfólio que conversa com a vida real.

Veja como esse treino cabe no plano de estudos das trilhas do casado.dev e confira a editoria de programação para os próximos projetos. Se o objetivo é virar CLT ou PJ, fique de olho na calculadora CLT x PJ antes de negociar.

Aproveite para conferir as vagas que aparecem toda semana e começar o primeiro job de ingestão ainda hoje.

O que você achou deste artigo?

Responda a Pergunta do Dia Teste seu conhecimento e mantenha sua streak. Crie seu Dev Card público Perfil dev compartilhável em um único link.

Depois dessa formação...

Veja vagas em tecnologia →

Vagas relacionadas

Ver todas as vagas →
DA

Escrito por

Dagmar Cirino

Entusiasta das Tecnologias

Atualizado em 09/11/2026 •

Sou o Cirino, e desenvolvo soluções e produtos utilizando linguagens de programação e ferramentas de analytics e monitoração baseadas em Cloud. Trabalho com tecnologia desde 2010,...

Ver perfil do autor

COMPARTILHAR