JSON کو فوراً چلنے کے قابل SQLAlchemy 2.0 declarative ماڈل میں بدلتا ہے: Base(DeclarativeBase) کلاس، mapped_column() کے ساتھ Mapped[...] type hints، nullable flags، __tablename__ اور Integer primary key۔
یہ اچھا نقطۂ آغاز ہے جب FastAPI یا Flask بیک اینڈ کو request JSON، یا کسی دوسرے سسٹم سے ڈاؤن لوڈ کیا گیا ڈیٹا، ایسی table میں محفوظ کرنا ہو جس کا ابھی کوئی ماڈل نہیں۔
nullable=True پکڑا جائے۔ماڈل کا نام میں کلاس کا نام لکھیں (ڈیفالٹ MyModel)؛ __tablename__ وہی نام بڑے حروف والے snake case میں ہوتا ہے۔models.py کے طور پر محفوظ کریں۔ اگر آپ کے پروجیکٹ میں پہلے سے Base ہے تو بنایا گیا مٹا کر اپنا import کریں، تاکہ تمام ماڈلز ایک ہی metadata شیئر کریں۔{
"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)hyphen والا isbn، String(255) ہی رہتا ہے، pages بنتا ہے Integer، rating بنتا ہے Float، اور بغیر وقت والی تاریخ published_at، date hint کے ساتھ Date بنتی ہے۔ ہر value موجود ہے، اس لیے تمام کالمز nullable=False ہیں۔
class Base(DeclarativeBase): pass بیان کرتا ہے اور صرف وہی SQLAlchemy types اور datetime نام import کرتا ہے جو واقعی استعمال ہوئے۔Integer/int (بڑی values کے لیے BigInteger)، decimals → Float، booleans → Boolean، YYYY-MM-DD → Date/date، date-times → DateTime/datetime، objects اور arrays → dict/list کے ساتھ JSON۔String(255) ہوتی ہیں، یا جب کوئی نمونہ value 255 حروف سے لمبی ہو تو Text، تاکہ table MySQL پر بھی بن سکے۔publishedAt، home-url) تو اصل key کالم نام کے طور پر دی جاتی ہے: mapped_column("publishedAt", ...)۔ Python keywords اور metadata کے آخر میں _ لگتا ہے۔nullable=True کے ساتھ ساتھ Mapped[str | None] hint بھی ملتا ہے۔Integer ہے، جو SQLite پر بھی autoincrement ہوتی ہے؛ آپ کے JSON میں string id ہو تو String(255) key بنتی ہے، اور بڑا integer id ہو تو BigInteger().with_variant(Integer, "sqlite") استعمال ہوتا ہے۔اگر آپ کے پاس Pydantic schema کے لیے نمونہ request JSON پہلے سے ہے تو اسی JSON سے SQLAlchemy ماڈل بنائیں اور فوراً session.add(Book(**payload)) والا flow لکھیں۔
جب ماڈل Base.metadata پر رجسٹر ہو جائے تو alembic revision --autogenerate اس کلاس سے create_table migration بنا دیتا ہے۔
str | None hints کے لیے Python 3.10+ چاہیے۔ پرانے ورژنز پر from typing import Optional کے ساتھ Optional[str] لکھیں۔__tablename__ بڑے حروف میں ہے (BOOK)۔ ایسے میں PostgreSQL پر raw SQL میں اسے quotes میں لکھنا پڑتا ہے، اس لیے بہت سے پروجیکٹس اسے books کر دیتے ہیں۔Base کے بجائے db.Model سے inherit کریں۔Float binary floating point ہے؛ قیمتوں کے لیے Decimal کے ساتھ Numeric(10, 2) استعمال کریں۔id کے لیے BigInteger کے بجائے Integer کیوں؟SQLite صرف اسی کالم کو autoincrement کرتا ہے جو بالکل INTEGER PRIMARY KEY ڈکلیئر ہو، اس لیے Integer local ٹیسٹس اور production کا رویہ ایک جیسا رکھتا ہے۔ صرف تب جب آپ کے ڈیٹا میں پہلے سے 32 bits سے بڑی ids ہوں، key، SQLite variant کے ساتھ BigInteger پر چلی جاتی ہے۔
__table_args__) کی کوئی setting ہے؟نہیں۔ table connection کے ڈیفالٹ schema میں جاتی ہے۔ کسی اور PostgreSQL schema کو نشانہ بنانے کے لیے __table_args__ = {"schema": "billing"} خود شامل کریں۔
Column() syntax مل سکتا ہے؟آؤٹ پٹ صرف 2.0 انداز کا ہے (Mapped، mapped_column، DeclarativeBase)۔ 1.4 کے لیے declarative_base() استعمال کریں اور ہر لائن کو title = Column(String(255), nullable=False) کی طرح دوبارہ لکھیں۔