Преобразует JSON в готовую к запуску декларативную модель SQLAlchemy 2.0: класс Base(DeclarativeBase), аннотации типов Mapped[...] с mapped_column(), флаги nullable, __tablename__ и первичный ключ Integer.
Хорошая отправная точка, когда бэкенду на FastAPI или Flask нужно сохранять JSON запросов или данные, загруженные из другой системы, в таблицу, для которой ещё нет модели.
nullable=True определился.Имя модели (по умолчанию MyModel); __tablename__ — это имя в верхнем snake case.models.py. Если в проекте уже есть Base, удалите сгенерированный и импортируйте свой, чтобы все модели разделяли одну 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)isbn с дефисами остаётся String(255), pages становится Integer, rating — Float, а published_at, дата без времени, — Date с аннотацией date. Все значения присутствуют, поэтому все колонки nullable=False.
class Base(DeclarativeBase): pass и импортирует только реально используемые типы SQLAlchemy и имена из datetime.Integer/int (BigInteger для больших значений), дробные → Float, булевы → Boolean, YYYY-MM-DD → Date/date, дата-время → DateTime/datetime, объекты и массивы → JSON с dict/list.String(255) или Text, если какое-то значение в примере длиннее 255 символов, так что таблицу можно создать и в MySQL.publishedAt, home-url), исходный ключ передаётся как имя колонки: mapped_column("publishedAt", ...). Ключевые слова Python и metadata получают _ на конце.nullable=True аннотируются как Mapped[str | None].Integer, который автоинкрементируется и в SQLite; строковый id в JSON становится ключом String(255), а большой целочисленный id использует BigInteger().with_variant(Integer, "sqlite").Если у вас уже есть пример JSON запроса для схемы Pydantic, сгенерируйте модель SQLAlchemy из того же JSON и сразу пишите цепочку session.add(Book(**payload)).
Как только модель зарегистрирована в Base.metadata, alembic revision --autogenerate создаёт по этому классу миграцию с create_table.
str | None нужен Python 3.10+. В старых версиях пишите Optional[str] с from typing import Optional.__tablename__ в верхнем регистре (BOOK). В PostgreSQL его тогда придётся брать в кавычки в сыром SQL, поэтому многие проекты меняют его на books.db.Model вместо сгенерированного Base.Float — двоичная плавающая точка; для цен используйте Numeric(10, 2) с Decimal.id использует Integer, а не BigInteger?SQLite автоинкрементирует только колонку, объявленную точно как INTEGER PRIMARY KEY, поэтому Integer обеспечивает одинаковое поведение в локальных тестах и на продакшене. Ключ переключается на BigInteger с вариантом для SQLite, только если в ваших данных уже есть id больше 32 бит.
__table_args__)?Нет. Таблица попадает в схему подключения по умолчанию. Чтобы использовать другую схему PostgreSQL, добавьте __table_args__ = {"schema": "billing"} сами.
Column() из SQLAlchemy 1.4?Вывод только в стиле 2.0 (Mapped, mapped_column, DeclarativeBase). Для 1.4 используйте declarative_base() и перепишите каждую строку в виде title = Column(String(255), nullable=False).