¡Convierte JSON a esquema de SQLAlchemy!

¡Introduce JSON y conviértelo en esquema de SQLAlchemy! Compatible con SQLAlchemy 2.0 ORM, Mapped, mapped_column, Flask, FastAPI.
JSON
Resultado
 

¡Convierte JSON a esquema de SQLAlchemy!

Convierte JSON en un modelo declarativo de SQLAlchemy 2.0 listo para usar: una clase Base(DeclarativeBase), type hints Mapped[...] con mapped_column(), flags nullable, __tablename__ y una clave primaria Integer.

Es un buen punto de partida cuando un backend FastAPI o Flask tiene que guardar el JSON de las peticiones, o datos descargados de otro sistema, en una tabla que todavía no tiene modelo.

Cómo usar

  1. Pega un objeto JSON que represente una fila de la tabla. Si algunas filas tienen valores vacíos, pega varias filas como array para que se detecte nullable=True.
  2. Escribe el nombre de la clase en Nombre del modelo (por defecto MyModel); __tablename__ es ese nombre en snake case en mayúsculas.
  3. Guarda la salida como models.py. Si tu proyecto ya tiene un Base, borra el generado e importa el tuyo, para que todos los modelos compartan un mismo metadata.

Ejemplo

Entrada (JSON)
{
  "isbn": "978-0-13-468599-1",
  "title": "The Pragmatic Programmer",
  "pages": 352,
  "rating": 4.7,
  "available": true,
  "published_at": "2019-09-13"
}
Salida (SQLAlchemy 2.0)
from datetime import date

from sqlalchemy import Boolean, Date, Float, Integer, String
from sqlalchemy.orm import DeclarativeBase, Mapped, mapped_column


class Base(DeclarativeBase):
    pass


class Book(Base):
    __tablename__ = "BOOK"

    id: Mapped[int] = mapped_column(Integer, primary_key=True)
    isbn: Mapped[str] = mapped_column(String(255), nullable=False)
    title: Mapped[str] = mapped_column(String(255), nullable=False)
    pages: Mapped[int] = mapped_column(Integer, nullable=False)
    rating: Mapped[float] = mapped_column(Float, nullable=False)
    available: Mapped[bool] = mapped_column(Boolean, nullable=False)
    published_at: Mapped[date] = mapped_column(Date, nullable=False)

El isbn con guiones se queda como String(255), pages pasa a Integer, rating a Float, y published_at, una fecha sin hora, a Date con hint date. Todos los valores están presentes, así que todas las columnas son nullable=False.

Funciones compatibles

  • Define class Base(DeclarativeBase): pass e importa solo los tipos de SQLAlchemy y los nombres de datetime que realmente se usan.
  • Mapeo de tipos: enteros → Integer/int (BigInteger para valores grandes), decimales → Float, booleanos → Boolean, YYYY-MM-DD → Date/date, fechas con hora → DateTime/datetime, objetos y arrays → JSON con dict/list.
  • Las cadenas son String(255), o Text cuando un valor de ejemplo supera los 255 caracteres, para que la tabla también se pueda crear en MySQL.
  • Los atributos van en snake_case. Cuando la clave JSON difiere (publishedAt, home-url), la clave original se pasa como nombre de columna: mapped_column("publishedAt", ...). Las palabras reservadas de Python y metadata reciben un _ al final.
  • Las columnas nullable llevan el hint Mapped[str | None] además de nullable=True.
  • La clave primaria es Integer, que también se autoincrementa en SQLite; un id de tipo cadena en tu JSON pasa a ser una clave String(255), y un id entero grande usa BigInteger().with_variant(Integer, "sqlite").

Casos de uso

Modelos de persistencia para endpoints de FastAPI

Si ya tienes el JSON de petición de ejemplo para un schema de Pydantic, genera el modelo de SQLAlchemy a partir del mismo JSON y escribe enseguida el flujo session.add(Book(**payload)).

Migraciones de Alembic autogeneradas

Una vez registrado el modelo en Base.metadata, alembic revision --autogenerate produce una migración create_table a partir de esta clase.

Notas y limitaciones

  • Los hints str | None requieren Python 3.10+. En versiones anteriores, escribe Optional[str] con from typing import Optional.
  • __tablename__ va en mayúsculas (BOOK). En ese caso PostgreSQL necesita entrecomillarlo en SQL crudo, así que muchos proyectos lo cambian a books.
  • Con Flask-SQLAlchemy, hereda de db.Model en lugar del Base generado.
  • Float es coma flotante binaria; usa Numeric(10, 2) con Decimal para los precios.

Preguntas frecuentes

¿Por qué id usa Integer y no BigInteger?

SQLite solo autoincrementa una columna declarada exactamente como INTEGER PRIMARY KEY, así que Integer mantiene el mismo comportamiento en los tests locales y en producción. Solo cuando tus datos ya tienen ids de más de 32 bits la clave pasa a BigInteger con una variante para SQLite.

¿Hay alguna opción de schema (__table_args__)?

No. La tabla va al schema por defecto de la conexión. Para usar otro schema de PostgreSQL, añade tú __table_args__ = {"schema": "billing"}.

¿Puedo obtener la sintaxis Column() de SQLAlchemy 1.4?

La salida es solo de estilo 2.0 (Mapped, mapped_column, DeclarativeBase). Para 1.4, usa declarative_base() y reescribe cada línea como title = Column(String(255), nullable=False).