Converta JSON para esquema SQLAlchemy!

Introduza JSON e converta-o para esquema SQLAlchemy! Compatível com SQLAlchemy 2.0 ORM, Mapped, mapped_column, Flask, FastAPI.
JSON
Resultado
 

Converta JSON para esquema SQLAlchemy!

Converte JSON num model declarativo do SQLAlchemy 2.0 pronto para rodar: uma classe Base(DeclarativeBase), type hints Mapped[...] com mapped_column(), flags nullable, __tablename__ e uma primary key Integer.

É um bom ponto de partida quando um backend FastAPI ou Flask precisa guardar o JSON de um request, ou dados baixados de outro sistema, numa tabela que ainda não tem model.

Como usar

  1. Cole um objeto JSON que represente uma linha da tabela. Se algumas linhas têm valores vazios, cole várias linhas como array para que o nullable=True seja detectado.
  2. Informe o nome da classe em Nome do modelo (padrão MyModel); o __tablename__ é esse nome em upper snake case.
  3. Salve a saída como models.py. Se o seu projeto já tem uma Base, apague a gerada e importe a sua, para que todos os models compartilhem um único metadata.

Exemplo

Entrada (JSON)
{
  "isbn": "978-0-13-468599-1",
  "title": "The Pragmatic Programmer",
  "pages": 352,
  "rating": 4.7,
  "available": true,
  "published_at": "2019-09-13"
}
Saída (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)

O isbn com hífens continua String(255), pages vira Integer, rating vira Float e published_at, uma data sem hora, vira Date com hint date. Todos os valores estão presentes, então todas as colunas são nullable=False.

Recursos suportados

  • Define class Base(DeclarativeBase): pass e importa só os tipos do SQLAlchemy e os nomes de datetime realmente usados.
  • Mapeamento de tipos: inteiros → Integer/int (BigInteger para valores grandes), decimais → Float, booleanos → Boolean, YYYY-MM-DD → Date/date, data e hora → DateTime/datetime, objetos e arrays → JSON com dict/list.
  • Strings são String(255), ou Text quando um valor de exemplo passa de 255 caracteres, para que a tabela também possa ser criada no MySQL.
  • Os atributos ficam em snake_case. Quando a chave JSON difere (publishedAt, home-url), a chave original é passada como nome da coluna: mapped_column("publishedAt", ...). Keywords do Python e metadata ganham um _ no final.
  • Colunas nullable recebem o hint Mapped[str | None] além de nullable=True.
  • A primary key é Integer, que faz autoincrement também no SQLite; um id string no seu JSON vira uma chave String(255), e um id inteiro grande usa BigInteger().with_variant(Integer, "sqlite").

Casos de uso

Models de persistência para endpoints FastAPI

Se você já tem o JSON de exemplo do request para um schema Pydantic, gere o model SQLAlchemy a partir do mesmo JSON e escreva o fluxo session.add(Book(**payload)) na hora.

Migrations do Alembic geradas automaticamente

Depois que o model está registrado em Base.metadata, o alembic revision --autogenerate gera uma migration create_table a partir desta classe.

Observações e limitações

  • Hints str | None precisam de Python 3.10+. Em versões mais antigas, escreva Optional[str] com from typing import Optional.
  • O __tablename__ fica em maiúsculas (BOOK). No PostgreSQL, ele então precisa de aspas em SQL puro, por isso muitos projetos trocam para books.
  • Com Flask-SQLAlchemy, herde de db.Model em vez da Base gerada.
  • Float é ponto flutuante binário; use Numeric(10, 2) com Decimal para preços.

Perguntas frequentes

Por que o id usa Integer e não BigInteger?

O SQLite só faz autoincrement numa coluna declarada exatamente como INTEGER PRIMARY KEY, então Integer mantém o mesmo comportamento nos testes locais e em produção. Só quando os seus dados já têm ids acima de 32 bits a chave passa para BigInteger com uma variante para SQLite.

Existe configuração de schema (__table_args__)?

Não. A tabela vai para o schema padrão da conexão. Para usar outro schema do PostgreSQL, adicione __table_args__ = {"schema": "billing"} você mesmo.

Dá para gerar com a sintaxe Column() do SQLAlchemy 1.4?

A saída é só no estilo 2.0 (Mapped, mapped_column, DeclarativeBase). Para 1.4, use declarative_base() e reescreva cada linha como title = Column(String(255), nullable=False).