# Brava ORM para MySQL/MariaDB
SDK fornece uma série de recursos para aumentar produtividade no desenvolvimento de aplicações com integração a banco de dados relacional MySql/MariaDB.
# Instalação
Instalação utilizando Pip
```bash
pip install bravaorm
```
Git/Clone
```
git clone https://github.com/robertons/bravaorm
cd bravaorm
pip install -r requirements.txt
python setup.py install
```
## Dados de Entrada
| entrada | default | tipo | obrigatório | |
|-------------|---------|-------------|-------------|------------------|
| db_user | None | string | sim | Nome Usuário |
| db_password | None | string | sim | Senha Usuario |
| db_host | None | string | sim | Host |
| db_port | None | string | sim | Porta |
| db_database | None | string | sim | Nome DB |
| db_ssl | False | boolean | não | Conexão Segura |
| db_ssl_ca | None | string | não | Certificado CA |
| db_ssl_cert | None | string | não | Certificado |
| db_ssl_key | None | string | não | Chave Certificado|
| db_charset | utf8 | string | não | Charset DB |
| log_level | error | string | não | Nível log |
## Saída
| método | aplicável | resultado
|--------------|--------------------|--------------------------------------------
| first | Conexão | objeto de um select
| all | Conexão | lista de objetos de um select|
| fetch | Conexão | lista de um select sem conversão em objeto
| delete(*obj*)| Conexão | exclui um objeto
| save() | Conexão | salva operações no db
| add(*obj*) | Objeto, Conexão | adiciona objeto a uma lista/tabela
| ToJSON() | Objeto, Conexão | resultado em formato dict
## Conexão com Banco de dados
```python
import bravaorm
conn = bravaorm.Connection(db_user="root", db_password="pass", db_host="host", db_port=3306, db_database="dbmae", db_charset="utf8mb4")
```
## Gerando Modelo de Entidade
```python
import os
import bravaorm
bravaorm.Make(dir = os.path.dirname(os.path.abspath(__file__)), db_user="user", db_password="pass", db_host="host", db_port=3306, db_database="dbname")
```
> O script acima irá gerar na raiz do projeto as classes objetos baseados no Banco de Dados. As tabelas do banco dedos devem seguir os requisitos de pluralização, conforme exemplo abaixo:
```bash
.
├── ...
├── model # Raiz Entidade
│ ├── __init__.py
│ ├── categoria.py # Classe Categoria | Tabela categorias
│ ├── cliente.py # Classe Cliente | Tabela clientes
│ └── compra.py # Classe Compra | Tabela compras
│ └── produto.py # Classe Produto | Tabela produtos
└── ...
```
Tomando como exemplo a tabela produtos, a classe gerada estará assim:
```python
# -*- coding: utf-8 -*-
from bravaorm.entity import *
class Produto(Entity):
def __init__(cls, **kw):
cls.__metadata__ = {'pk': ['id']}
cls.id = Int(pk=True, auto_increment=True, not_null=True, precision=10, scale=0)
cls.id_categoria = Int(fk=True, not_null=True, precision=10, scale=0)
cls.prod_nome = String(max=155)
cls.prod_preco = Decimal(not_null=True, precision=19, scale=2)
cls.prod_data_fabricacao = DateTime(format='%d/%m/%Y')
cls.prod_data_modificacao = DateTime(format='%d/%m/%Y HH:MM:SS')
# One-to-One
cls.categorias = Obj(context=cls, keyname='categorias', name='Categoria', key='id', reference='id_categoria', table='categorias')
# One-to-many
cls.compras = ObjList(context=cls, keyname='compras',name='Compra', key='id_compra', reference='id', table='compras')
super().__init__(**kw)
```
# Seleção de Objetos e Condições
```python
produto = conn.produtos.where("id=10").first
print(produto)
print(produto.toJSON())
```
**> <model.produto.Produto object at 0x101237c10>**
**> {'id': 10, 'id_categoria': 10, 'prod_nome': 'Exemplo', 'prod_preco': Decimal('99.90'), 'prod_data_fabricacao': datetime(2010, 12, 10, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 03, 31, 16, 54, 22)}**
# Condição 'Ou'
A condição orwhere é dependente de condição where, e cria novos blocos a cada utilização.
```python
produtos = conn.produtos.where("id=10").orwhere("id=12").orwhere("id=14").all
print(produtos.toJSON())
```
**> [{'id': 10, 'id_categoria': 10, 'prod_nome': 'Exemplo', 'prod_preco': Decimal('99.90'), 'prod_data_fabricacao': datetime(2010, 12, 10, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 03, 31, 16, 54, 22)}, {'id': 12, 'prod_nome': 'Outro Exemplo ', 'prod_preco': Decimal('88,20'), 'prod_data_fabricacao': datetime(2011, 10, 8, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 02, 12, 10, 24, 20)}, {'id': 14, 'prod_nome': 'Novo Exemplo', 'prod_preco': Decimal('129,90'), 'prod_data_fabricacao': datetime(2009, 11, 7, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 01, 10, 14, 34, 15)}]**
# Seleção de Campos
```python
produto = conn.produtos.where("id=10").select("id, prod_nome").first
print(produto.toJSON())
```
**> {'id': 10, 'prod_nome': 'Exemplo'}**
# Alias de Funções ou Campos
```python
produto = conn.produtos.alias('prod_nome','nome').where("id=10").first
print(produto['nome'])
print(produto.prod_nome)
```
**> Exemplo**
**> Exemplo**
*Alias são campos não editáveis*
# Ordenamento
```python
# ORDERBY
produto = conn.produtos.orderby("prod_nome").all
produto = conn.produtos.orderby("prod_nome DESC").all
```
# Agrupamento
```python
# GROUPBY
produto = conn.produtos.groupby("id_categoria").all
```
# Limite
```python
# LIMIT
produto = conn.produtos.orderby("prod_nome").limit(0,10).all
```
# União de Objetos
O métodos "join" e "inner" são recomendados para uso de objetos com relacionamento "um para um", ou em casos onde o resultado da tabela secundária irá retornar apenas **um resultado.** A utilização desses métodos em casos de seleção "um para vários" o resultado será baseado na tabela secundária, podendo ocorrer a repetição do objeto principal. Neste neste caso é recomendável a utilização do método "include" onde o resultado da lista será com objetos únicos incluindo os vários resultados da tabela secundária.
**Exemplos:**
## Join
O método join, é equivalente ao "LEFT JOIN" e retorna o objeto principal incluindo a seleção secundária, de duas tabelas.
```python
produto = conn.produtos.join("categegorias").all
```
**> {'id': 10, 'id_categoria': 10, 'prod_nome': 'Exemplo', 'prod_preco': Decimal('99.90'), 'prod_data_fabricacao': datetime(2010, 12, 10, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 03, 31, 16, 54, 22), 'categorias': {'id':1, 'cat_nome':'Categoria Teste'}}**
## Inner
O método inner, é equivalente ao "INNER JOIN" e retorna o objeto principal baseado na interceção da tabela secundária.
```python
produto = conn.produtos.inner("categorias").where("categorias.id=1").all
```
**> [{'id': 10, 'id_categoria': 10, 'prod_nome': 'Exemplo', 'prod_preco': Decimal('99.90'), 'prod_data_fabricacao': datetime(2010, 12, 10, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 03, 31, 16, 54, 22), 'categorias': {'id':1, 'cat_nome':'Categoria Teste'}}, {'id': 12, 'prod_nome': 'Outro Exemplo ', 'prod_preco': Decimal('88,20'), 'prod_data_fabricacao': datetime(2011, 10, 8, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 02, 12, 10, 24, 20), 'categorias': {'id':1, 'cat_nome':'Categoria Teste'}}, {'id': 14, 'prod_nome': 'Novo Exemplo', 'prod_preco': Decimal('129,90'), 'prod_data_fabricacao': datetime(2009, 11, 7, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 01, 10, 14, 34, 15), 'categorias': {'id':1, 'cat_nome':'Categoria Teste'}}]**
## Include
O método include, faz seleção de um ou vários objetos relacionados ao objeto principal, recomendado para relacionamento um para vários.
*este método requer atenção em relação a performance para grandes seleções*
```python
produto = conn.produtos.include("compras").where("id=10, compras.compra_paga=1").all
```
**> [{'id': 10, 'id_categoria': 10, 'prod_nome': 'Exemplo', 'prod_preco': Decimal('99.90'), 'prod_data_fabricacao': datetime(2010, 12, 10, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 03, 31, 16, 54, 22), 'compras': [{'id':1, 'compra_data':datetime(2010, 12, 10, 0, 0, 0), 'id_cliente':12}, {'id':23, 'compra_data':datetime(2017, 11, 13, 0, 0, 0), 'id_cliente':54}, {'id':34, 'compra_data':datetime(2018, 1 11, 0, 0, 0), 'id_cliente':20}, {'id':110, 'compra_data':datetime(2019, 7, 22, 0, 0, 0), 'id_cliente':16}]}]**
# Fetch
O método fetch permite o obter a resposta direta do DB em formato dict a partir de um select, sem a conversão dos dados em classe/objeto. Este método oferece ganho significativo de performance.
```python
# GROUPBY
produtos = conn.produtos.fetch
```
**> [{'id': 10, 'prod_nome': 'Exemplo', 'prod_preco': Decimal('99.90'), 'prod_data_fabricacao': datetime(2010, 12, 10, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 03, 31, 16, 54, 22)}, {'id': 12, 'prod_nome': 'Outro Exemplo ', 'prod_preco': Decimal('88,20'), 'prod_data_fabricacao': datetime(2011, 10, 8, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 02, 12, 10, 24, 20)}, {'id': 14, 'prod_nome': 'Novo Exemplo', 'prod_preco': Decimal('129,90'), 'prod_data_fabricacao': datetime(2009, 11, 7, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 01, 10, 14, 34, 15)}]**
## Método toJSON()
O metodo toJSON() retorna o objeto ou lista de resultado em formato dict.
```python
print(produto)
print(produto.toJSON())
```
**> <model.produto.Produto object at 0x107737c10>**
**> {'id': 10, 'prod_nome': 'Exemplo', 'prod_preco': Decimal('99.90'), 'prod_data_fabricacao': datetime(2010, 12, 10, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 03, 31, 16, 54, 22)}**
# Criação de Objetos
## Simples
```python
from model import *
produto = Produto()
produto.prod_nome = 'Exemplo'
produto.prod_preco = Decimal('99.90')
produto.prod_data_fabricacao = datetime(2010, 12, 10, 0, 0, 0)
produto.prod_data_modificacao = '31/03/2021 16:54:22' # Conversão para datetime seguindo formato '%d/%m/%Y HH:MM:SS'
conn.add(produto)
conn.save()
```
**OU**
```python
from model import *
produto = Produto(prod_nome='Exemplo', prod_preco=Decimal('99.90'), prod_data_fabricacao = datetime(2010, 12, 10, 0, 0, 0), prod_data_modificacao = '31/03/2021 16:54:22')
conn.add(produto)
conn.save()
```
**OU**
```python
from model import *
produto = Produto(**{prod_nome:'Exemplo', prod_preco:Decimal('99.90'), prod_data_fabricacao:datetime(2010, 12, 10, 0, 0, 0), prod_data_modificacao :'31/03/2021 16:54:22'})
conn.add(produto)
conn.save()
```
## Com Relacionamentos
No exemplo abaixo, criamos um produto na tabela *produtos* com 3 fotos na tabela *produtos_fotos*
```python
from model import *
produto = Produto()
produto.prod_nome = 'Exemplo'
produto.prod_preco = Decimal('99.90')
produto.prod_data_fabricacao = datetime(2010, 12, 10, 0, 0, 0)
produto.prod_data_modificacao = '31/03/2021 16:54:22' # Conversão para datetime seguindo formato '%d/%m/%Y HH:MM:SS'
foto = ProdutoFoto()
foto.foto_descricao = 'Vista Frontal'
foto.foto_arquivo = 'fronta.jpg'
produto.produtos_fotos.add(foto)
foto = ProdutoFoto(**{foto_descricao:'Vista Lateral', foto_arquivo:'lateral.jpg'})
produto.produtos_fotos.add(foto)
produto.produtos_fotos.add(ProdutoFoto(foto_descricao='Vista Lateral', foto_arquivo='lateral.jpg'))
conn.add(produto)
conn.save()
```
# Atualizando Objeto
```python
produto = conn.produtos.where("id=10").first
produto.prod_preco = Decimal(89.90)
conn.add(produto).save()
```
**ou vários**
```python
produtos = db.produtos.where("prod_preco>=100").all
for produto in produtos:
produto.prod_preco = produto.prod_preco * 0.9
conn.add(produto)
db.save()
```
**ou relativos**
```python
categoria = db.categorias.include("produtos").where("id=1, produtos.pro_preco>=100").all
for produto in categoria.produtos:
produto.prod_preco = produto.prod_preco * 0.9
conn.add(produto)
db.save()
```
# Exclusão de Objetos
O método requer um objeto de entrada, ou uma condição where definida:
```python
conn.delete(produto).save()
```
ou condicional
```python
conn.produtos.where("prod_preco=100").delete()
```
# Contador
```python
quantidade_produtos = conn.produtos.where("prod_preco=100").count
print(quantidade_produtos)
```
**> 113 **
# Update Query
Realizar Atualização de registros com condição.
Atualizando um campo
```python
conn.produtos.where("prod_active=0").set("prod_active", 1)
```
Atualizando um ou mais campos
```python
conn.produtos.where("prod_active=0").update({"prod_active": 1, "prod_promo": 1})
```
# Execute Query
É possível executar queries mais complexas e com condicionais específicas, nesse caso é possível escrever a query diretamente na conexão e informar qual o tipo de objeto será retornado a partir dela.
A definição do objeto é opcional.
```python
produtos = conn.execute("SELECT * FROM produtos WHERE preco > 100", "Produto")
```
A consulta acima irá retornar uma lista de objetos *Produto*
```python
produtos = conn.execute("SELECT * FROM produtos WHERE preco > 100")
```
A consulta acima irá retornar uma lista com dictionary com dados de produtos
## License
MIT
Copyright (c) 2019-2021 Roberto Neves. All rights reserved. info (at) robertonsilva@gmail.com
Raw data
{
"_id": null,
"home_page": "https://github.com/robertons/bravaorm",
"name": "bravaorm",
"maintainer": "",
"docs_url": null,
"requires_python": "",
"maintainer_email": "",
"keywords": "orm,datamodel,database,model,entity,sdk,mysql,mariadb",
"author": "Roberto Neves",
"author_email": "robertonsilva@gmail.com",
"download_url": "https://files.pythonhosted.org/packages/f0/88/a19ddea46827406240dc29668c55d70b1c05d6c33eba24dbd98a7335b3be/bravaorm-0.0.25.tar.gz",
"platform": null,
"description": "\n\n\n\n\n# Brava ORM para MySQL/MariaDB\n\nSDK fornece uma s\u00e9rie de recursos para aumentar produtividade no desenvolvimento de aplica\u00e7\u00f5es com integra\u00e7\u00e3o a banco de dados relacional MySql/MariaDB.\n\n# Instala\u00e7\u00e3o\n\nInstala\u00e7\u00e3o utilizando Pip\n\n```bash\npip install bravaorm\n```\n\nGit/Clone\n```\ngit clone https://github.com/robertons/bravaorm\ncd bravaorm\npip install -r requirements.txt\npython setup.py install\n```\n\n\n## Dados de Entrada\n\n| entrada | default | tipo | obrigat\u00f3rio | |\n|-------------|---------|-------------|-------------|------------------|\n| db_user | None | string | sim | Nome Usu\u00e1rio |\n| db_password | None | string | sim | Senha Usuario |\n| db_host | None | string | sim | Host |\n| db_port | None | string | sim | Porta |\n| db_database | None | string | sim | Nome DB |\n| db_ssl | False | boolean | n\u00e3o | Conex\u00e3o Segura |\n| db_ssl_ca | None | string | n\u00e3o | Certificado CA |\n| db_ssl_cert | None | string | n\u00e3o | Certificado |\n| db_ssl_key | None | string | n\u00e3o | Chave Certificado|\n| db_charset | utf8 | string | n\u00e3o | Charset DB |\n| log_level | error | string | n\u00e3o | N\u00edvel log |\n\n## Sa\u00edda\n\n| m\u00e9todo | aplic\u00e1vel \t\t | resultado \t\t\t\t\t \t\t\t\n|--------------|--------------------|--------------------------------------------\n| first \t | Conex\u00e3o | objeto de um select \n| all \t | Conex\u00e3o | lista de objetos de um select|\n| fetch \t | Conex\u00e3o | lista de um select sem convers\u00e3o em objeto\n| delete(*obj*)| Conex\u00e3o \t\t| exclui um objeto\n| save() \t | Conex\u00e3o \t\t| salva opera\u00e7\u00f5es no db\n| add(*obj*) | Objeto, Conex\u00e3o | adiciona objeto a uma lista/tabela\n| ToJSON() | Objeto, Conex\u00e3o | resultado em formato dict\n\n\n## Conex\u00e3o com Banco de dados\n\n```python\nimport bravaorm\n\nconn = bravaorm.Connection(db_user=\"root\", db_password=\"pass\", db_host=\"host\", db_port=3306, db_database=\"dbmae\", db_charset=\"utf8mb4\")\n\n```\n\n## Gerando Modelo de Entidade\n\n```python\n\nimport os\nimport bravaorm\n\nbravaorm.Make(dir = os.path.dirname(os.path.abspath(__file__)), db_user=\"user\", db_password=\"pass\", db_host=\"host\", db_port=3306, db_database=\"dbname\")\n\n```\n\n> O script acima ir\u00e1 gerar na raiz do projeto as classes objetos baseados no Banco de Dados. As tabelas do banco dedos devem seguir os requisitos de pluraliza\u00e7\u00e3o, conforme exemplo abaixo:\n\n```bash\n.\n\u251c\u2500\u2500 ...\n\u251c\u2500\u2500 model # Raiz Entidade\n\u2502 \u251c\u2500\u2500 __init__.py \n\u2502 \u251c\u2500\u2500 categoria.py # Classe Categoria | Tabela categorias\n\u2502 \u251c\u2500\u2500 cliente.py # Classe Cliente \t| Tabela clientes\n\u2502 \u2514\u2500\u2500 compra.py # Classe Compra \t| Tabela compras\n\u2502 \u2514\u2500\u2500 produto.py # Classe Produto \t| Tabela produtos\n\u2514\u2500\u2500 ...\n```\n\nTomando como exemplo a tabela produtos, a classe gerada estar\u00e1 assim:\n\n```python\n# -*- coding: utf-8 -*-\nfrom bravaorm.entity import *\n\nclass Produto(Entity):\n\n\tdef __init__(cls, **kw):\n\t\tcls.__metadata__ = {'pk': ['id']}\n\n\t\tcls.id = Int(pk=True, auto_increment=True, not_null=True, precision=10, scale=0)\n\t\tcls.id_categoria = Int(fk=True, not_null=True, precision=10, scale=0)\n\t\tcls.prod_nome = String(max=155)\n\t\tcls.prod_preco = Decimal(not_null=True, precision=19, scale=2)\n\t\tcls.prod_data_fabricacao = DateTime(format='%d/%m/%Y')\n\t\tcls.prod_data_modificacao = DateTime(format='%d/%m/%Y HH:MM:SS')\n\n\t\t# One-to-One\n\t\tcls.categorias = Obj(context=cls, keyname='categorias', name='Categoria', key='id', reference='id_categoria', table='categorias')\n\n\t\t# One-to-many\n\t\tcls.compras = ObjList(context=cls, keyname='compras',name='Compra', key='id_compra', reference='id', table='compras')\n\n\t\tsuper().__init__(**kw)\n```\n\n\n# Sele\u00e7\u00e3o de Objetos e Condi\u00e7\u00f5es\n\n```python\nproduto = conn.produtos.where(\"id=10\").first\nprint(produto)\nprint(produto.toJSON())\n```\n\n**> <model.produto.Produto object at 0x101237c10>**\n\n**> {'id': 10, 'id_categoria': 10, 'prod_nome': 'Exemplo', 'prod_preco': Decimal('99.90'), 'prod_data_fabricacao': datetime(2010, 12, 10, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 03, 31, 16, 54, 22)}**\n\n# Condi\u00e7\u00e3o 'Ou'\n\nA condi\u00e7\u00e3o orwhere \u00e9 dependente de condi\u00e7\u00e3o where, e cria novos blocos a cada utiliza\u00e7\u00e3o.\n\n```python\nprodutos = conn.produtos.where(\"id=10\").orwhere(\"id=12\").orwhere(\"id=14\").all\nprint(produtos.toJSON())\n```\n**> [{'id': 10, 'id_categoria': 10, 'prod_nome': 'Exemplo', 'prod_preco': Decimal('99.90'), 'prod_data_fabricacao': datetime(2010, 12, 10, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 03, 31, 16, 54, 22)}, {'id': 12, 'prod_nome': 'Outro Exemplo ', 'prod_preco': Decimal('88,20'), 'prod_data_fabricacao': datetime(2011, 10, 8, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 02, 12, 10, 24, 20)}, {'id': 14, 'prod_nome': 'Novo Exemplo', 'prod_preco': Decimal('129,90'), 'prod_data_fabricacao': datetime(2009, 11, 7, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 01, 10, 14, 34, 15)}]**\n\n# Sele\u00e7\u00e3o de Campos\n```python\nproduto = conn.produtos.where(\"id=10\").select(\"id, prod_nome\").first\nprint(produto.toJSON())\n```\n**> {'id': 10, 'prod_nome': 'Exemplo'}**\n\n# Alias de Fun\u00e7\u00f5es ou Campos\n```python\nproduto = conn.produtos.alias('prod_nome','nome').where(\"id=10\").first\nprint(produto['nome'])\nprint(produto.prod_nome)\n```\n**> Exemplo**\n**> Exemplo**\n\n*Alias s\u00e3o campos n\u00e3o edit\u00e1veis*\n\n# Ordenamento\n\n\n```python\n# ORDERBY\nproduto = conn.produtos.orderby(\"prod_nome\").all\nproduto = conn.produtos.orderby(\"prod_nome DESC\").all\n\n```\n# Agrupamento\n\n```python\n# GROUPBY\nproduto = conn.produtos.groupby(\"id_categoria\").all\n```\n\n# Limite\n\n```python\n# LIMIT\nproduto = conn.produtos.orderby(\"prod_nome\").limit(0,10).all\n\n```\n\n# Uni\u00e3o de Objetos\n\nO m\u00e9todos \"join\" e \"inner\" s\u00e3o recomendados para uso de objetos com relacionamento \"um para um\", ou em casos onde o resultado da tabela secund\u00e1ria ir\u00e1 retornar apenas **um resultado.** A utiliza\u00e7\u00e3o desses m\u00e9todos em casos de sele\u00e7\u00e3o \"um para v\u00e1rios\" o resultado ser\u00e1 baseado na tabela secund\u00e1ria, podendo ocorrer a repeti\u00e7\u00e3o do objeto principal. Neste neste caso \u00e9 recomend\u00e1vel a utiliza\u00e7\u00e3o do m\u00e9todo \"include\" onde o resultado da lista ser\u00e1 com objetos \u00fanicos incluindo os v\u00e1rios resultados da tabela secund\u00e1ria.\n\n**Exemplos:**\n\n## Join\n\nO m\u00e9todo join, \u00e9 equivalente ao \"LEFT JOIN\" e retorna o objeto principal incluindo a sele\u00e7\u00e3o secund\u00e1ria, de duas tabelas.\n\n```python\nproduto = conn.produtos.join(\"categegorias\").all\n\n```\n\n**> {'id': 10, 'id_categoria': 10, 'prod_nome': 'Exemplo', 'prod_preco': Decimal('99.90'), 'prod_data_fabricacao': datetime(2010, 12, 10, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 03, 31, 16, 54, 22), 'categorias': {'id':1, 'cat_nome':'Categoria Teste'}}**\n\n\n## Inner\n\nO m\u00e9todo inner, \u00e9 equivalente ao \"INNER JOIN\" e retorna o objeto principal baseado na interce\u00e7\u00e3o da tabela secund\u00e1ria.\n\n```python\nproduto = conn.produtos.inner(\"categorias\").where(\"categorias.id=1\").all\n\n```\n\n**> [{'id': 10, 'id_categoria': 10, 'prod_nome': 'Exemplo', 'prod_preco': Decimal('99.90'), 'prod_data_fabricacao': datetime(2010, 12, 10, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 03, 31, 16, 54, 22), 'categorias': {'id':1, 'cat_nome':'Categoria Teste'}}, {'id': 12, 'prod_nome': 'Outro Exemplo ', 'prod_preco': Decimal('88,20'), 'prod_data_fabricacao': datetime(2011, 10, 8, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 02, 12, 10, 24, 20), 'categorias': {'id':1, 'cat_nome':'Categoria Teste'}}, {'id': 14, 'prod_nome': 'Novo Exemplo', 'prod_preco': Decimal('129,90'), 'prod_data_fabricacao': datetime(2009, 11, 7, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 01, 10, 14, 34, 15), 'categorias': {'id':1, 'cat_nome':'Categoria Teste'}}]**\n\n## Include\n\nO m\u00e9todo include, faz sele\u00e7\u00e3o de um ou v\u00e1rios objetos relacionados ao objeto principal, recomendado para relacionamento um para v\u00e1rios.\n\n*este m\u00e9todo requer aten\u00e7\u00e3o em rela\u00e7\u00e3o a performance para grandes sele\u00e7\u00f5es*\n\n```python\nproduto = conn.produtos.include(\"compras\").where(\"id=10, compras.compra_paga=1\").all\n\n```\n\n**> [{'id': 10, 'id_categoria': 10, 'prod_nome': 'Exemplo', 'prod_preco': Decimal('99.90'), 'prod_data_fabricacao': datetime(2010, 12, 10, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 03, 31, 16, 54, 22), 'compras': [{'id':1, 'compra_data':datetime(2010, 12, 10, 0, 0, 0), 'id_cliente':12}, {'id':23, 'compra_data':datetime(2017, 11, 13, 0, 0, 0), 'id_cliente':54}, {'id':34, 'compra_data':datetime(2018, 1 11, 0, 0, 0), 'id_cliente':20}, {'id':110, 'compra_data':datetime(2019, 7, 22, 0, 0, 0), 'id_cliente':16}]}]**\n\n# Fetch\n\nO m\u00e9todo fetch permite o obter a resposta direta do DB em formato dict a partir de um select, sem a convers\u00e3o dos dados em classe/objeto. Este m\u00e9todo oferece ganho significativo de performance.\n\n```python\n# GROUPBY\nprodutos = conn.produtos.fetch\n\n```\n\n**> [{'id': 10, 'prod_nome': 'Exemplo', 'prod_preco': Decimal('99.90'), 'prod_data_fabricacao': datetime(2010, 12, 10, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 03, 31, 16, 54, 22)}, {'id': 12, 'prod_nome': 'Outro Exemplo ', 'prod_preco': Decimal('88,20'), 'prod_data_fabricacao': datetime(2011, 10, 8, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 02, 12, 10, 24, 20)}, {'id': 14, 'prod_nome': 'Novo Exemplo', 'prod_preco': Decimal('129,90'), 'prod_data_fabricacao': datetime(2009, 11, 7, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 01, 10, 14, 34, 15)}]**\n\n## M\u00e9todo toJSON()\n\nO metodo toJSON() retorna o objeto ou lista de resultado em formato dict.\n\n```python\n\tprint(produto)\n\tprint(produto.toJSON())\n```\n**> <model.produto.Produto object at 0x107737c10>**\n\n**> {'id': 10, 'prod_nome': 'Exemplo', 'prod_preco': Decimal('99.90'), 'prod_data_fabricacao': datetime(2010, 12, 10, 0, 0, 0), 'prod_data_modificacao': 'datetime(2021, 03, 31, 16, 54, 22)}**\n\n\n# Cria\u00e7\u00e3o de Objetos\n## Simples\n```python\nfrom model import *\n\nproduto = Produto()\nproduto.prod_nome = 'Exemplo'\nproduto.prod_preco = Decimal('99.90')\nproduto.prod_data_fabricacao = datetime(2010, 12, 10, 0, 0, 0)\nproduto.prod_data_modificacao = '31/03/2021 16:54:22' # Convers\u00e3o para datetime seguindo formato '%d/%m/%Y HH:MM:SS'\n\nconn.add(produto)\nconn.save()\n\n```\n\n**OU**\n\n```python\nfrom model import *\n\nproduto = Produto(prod_nome='Exemplo', prod_preco=Decimal('99.90'), prod_data_fabricacao = datetime(2010, 12, 10, 0, 0, 0), prod_data_modificacao = '31/03/2021 16:54:22')\n\nconn.add(produto)\nconn.save()\n```\n\n**OU**\n\n```python\nfrom model import *\n\nproduto = Produto(**{prod_nome:'Exemplo', prod_preco:Decimal('99.90'), prod_data_fabricacao:datetime(2010, 12, 10, 0, 0, 0), prod_data_modificacao :'31/03/2021 16:54:22'})\n\nconn.add(produto)\nconn.save()\n```\n\n## Com Relacionamentos\n\nNo exemplo abaixo, criamos um produto na tabela *produtos* com 3 fotos na tabela *produtos_fotos*\n\n```python\nfrom model import *\n\nproduto = Produto()\nproduto.prod_nome = 'Exemplo'\nproduto.prod_preco = Decimal('99.90')\nproduto.prod_data_fabricacao = datetime(2010, 12, 10, 0, 0, 0)\nproduto.prod_data_modificacao = '31/03/2021 16:54:22' # Convers\u00e3o para datetime seguindo formato '%d/%m/%Y HH:MM:SS'\n\nfoto = ProdutoFoto()\nfoto.foto_descricao = 'Vista Frontal'\nfoto.foto_arquivo = 'fronta.jpg'\nproduto.produtos_fotos.add(foto)\n\nfoto = ProdutoFoto(**{foto_descricao:'Vista Lateral', foto_arquivo:'lateral.jpg'})\nproduto.produtos_fotos.add(foto)\n\nproduto.produtos_fotos.add(ProdutoFoto(foto_descricao='Vista Lateral', foto_arquivo='lateral.jpg'))\n\nconn.add(produto)\nconn.save()\n\n```\n\n# Atualizando Objeto\n\n```python\nproduto = conn.produtos.where(\"id=10\").first\nproduto.prod_preco = Decimal(89.90)\nconn.add(produto).save()\n```\n**ou v\u00e1rios**\n\n```python\nprodutos = db.produtos.where(\"prod_preco>=100\").all\nfor produto in produtos:\n\tproduto.prod_preco = produto.prod_preco * 0.9\n\tconn.add(produto)\ndb.save()\n```\n\n**ou relativos**\n\n```python\ncategoria = db.categorias.include(\"produtos\").where(\"id=1, produtos.pro_preco>=100\").all\nfor produto in categoria.produtos:\n\tproduto.prod_preco = produto.prod_preco * 0.9\n\tconn.add(produto)\ndb.save()\n```\n\n# Exclus\u00e3o de Objetos\n\nO m\u00e9todo requer um objeto de entrada, ou uma condi\u00e7\u00e3o where definida:\n\n```python\nconn.delete(produto).save()\n```\nou condicional\n\n```python\nconn.produtos.where(\"prod_preco=100\").delete()\n```\n\n# Contador\n\n```python\nquantidade_produtos = conn.produtos.where(\"prod_preco=100\").count\n\nprint(quantidade_produtos)\n```\n\n**> 113 **\n\n# Update Query\n\nRealizar Atualiza\u00e7\u00e3o de registros com condi\u00e7\u00e3o.\n\n\nAtualizando um campo\n```python\nconn.produtos.where(\"prod_active=0\").set(\"prod_active\", 1)\n```\n\nAtualizando um ou mais campos\n\n```python\nconn.produtos.where(\"prod_active=0\").update({\"prod_active\": 1, \"prod_promo\": 1})\n```\n# Execute Query\n\n\u00c9 poss\u00edvel executar queries mais complexas e com condicionais espec\u00edficas, nesse caso \u00e9 poss\u00edvel escrever a query diretamente na conex\u00e3o e informar qual o tipo de objeto ser\u00e1 retornado a partir dela.\n\nA defini\u00e7\u00e3o do objeto \u00e9 opcional.\n\n\n\n```python\nprodutos = conn.execute(\"SELECT * FROM produtos WHERE preco > 100\", \"Produto\")\n```\n\nA consulta acima ir\u00e1 retornar uma lista de objetos *Produto*\n\n\n```python\nprodutos = conn.execute(\"SELECT * FROM produtos WHERE preco > 100\")\n```\n\nA consulta acima ir\u00e1 retornar uma lista com dictionary com dados de produtos\n\n\n\n## License\n\nMIT\n\nCopyright (c) 2019-2021 Roberto Neves. All rights reserved. info (at) robertonsilva@gmail.com\n",
"bugtrack_url": null,
"license": "MIT",
"summary": "Python ORM for MySQL",
"version": "0.0.25",
"split_keywords": [
"orm",
"datamodel",
"database",
"model",
"entity",
"sdk",
"mysql",
"mariadb"
],
"urls": [
{
"comment_text": "",
"digests": {
"blake2b_256": "f088a19ddea46827406240dc29668c55d70b1c05d6c33eba24dbd98a7335b3be",
"md5": "d7b617d3896ce87bb019bb3bbb0e4db5",
"sha256": "71c7bb42741155ab15d6cf5da77cd7644069d7c72c7dff86f65e0c688fe47c86"
},
"downloads": -1,
"filename": "bravaorm-0.0.25.tar.gz",
"has_sig": false,
"md5_digest": "d7b617d3896ce87bb019bb3bbb0e4db5",
"packagetype": "sdist",
"python_version": "source",
"requires_python": null,
"size": 28151,
"upload_time": "2023-01-31T14:38:10",
"upload_time_iso_8601": "2023-01-31T14:38:10.722751Z",
"url": "https://files.pythonhosted.org/packages/f0/88/a19ddea46827406240dc29668c55d70b1c05d6c33eba24dbd98a7335b3be/bravaorm-0.0.25.tar.gz",
"yanked": false,
"yanked_reason": null
}
],
"upload_time": "2023-01-31 14:38:10",
"github": true,
"gitlab": false,
"bitbucket": false,
"github_user": "robertons",
"github_project": "bravaorm",
"lcname": "bravaorm"
}
JSON
