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.
nullable=True seja detectado.Nome do modelo (padrão MyModel); o __tablename__ é esse nome em upper snake case.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.{
"isbn": "978-0-13-468599-1",
"title": "The Pragmatic Programmer",
"pages": 352,
"rating": 4.7,
"available": true,
"published_at": "2019-09-13"
}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.
class Base(DeclarativeBase): pass e importa só os tipos do SQLAlchemy e os nomes de datetime realmente usados.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.String(255), ou Text quando um valor de exemplo passa de 255 caracteres, para que a tabela também possa ser criada no MySQL.publishedAt, home-url), a chave original é passada como nome da coluna: mapped_column("publishedAt", ...). Keywords do Python e metadata ganham um _ no final.Mapped[str | None] além de nullable=True.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").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.
Depois que o model está registrado em Base.metadata, o alembic revision --autogenerate gera uma migration create_table a partir desta classe.
str | None precisam de Python 3.10+. Em versões mais antigas, escreva Optional[str] com from typing import Optional.__tablename__ fica em maiúsculas (BOOK). No PostgreSQL, ele então precisa de aspas em SQL puro, por isso muitos projetos trocam para books.db.Model em vez da Base gerada.Float é ponto flutuante binário; use Numeric(10, 2) com Decimal para preços.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.
__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.
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).