📊 Capítulo 05: SQLModel & ORM Declarativo

Especialização Backend com Python & FastAPI

🗺️ A Fusão entre Pydantic e SQLAlchemy no SQLModel

flowchart TD
    PYDANTIC["Pydantic BaseModel\n(Validação de Tipos, DTOs & JSON Parsing)"]
    --> SQLMODEL["SQLModel (Tiangolo)\n(table=True)"]
    SQLALCHEMY["SQLAlchemy Core & ORM 2.0\n(Tabelas Relacionais, SQL Engine & Migrations)"]
    --> SQLMODEL
    SQLMODEL --> MODEL["Modelo Híbrido Único\n(Funciona simultaneamente como Schema e Entidade de Banco!)"]

    style PYDANTIC fill:#ede7f6,stroke:#512da8,stroke-width:2px
    style SQLALCHEMY fill:#fff3e0,stroke:#ff9800,stroke-width:2px
    style SQLMODEL fill:#e8f5e9,stroke:#4caf50,stroke-width:2px
    style MODEL fill:#c8e6c9,stroke:#2e7d32,stroke-width:2px

🎯 Slide 1: O Fim da Duplicação de Classes

• Problema Tradicional: Ter que escrever uma classe SQLAlchemy para o banco e outra classe Pydantic idêntica para validação da API.

• Solução com SQLModel: Uma única definição serve para validação e persistência: ```python from sqlmodel import SQLModel, Field from typing import Optional

class Produto(SQLModel, table=True): tablename = “tb_produtos”

id: Optional[int] = Field(default=None, primary_key=True)
nome: str = Field(index=True, max_length=120)
preco: float = Field(gt=0.0)
ativo: bool = Field(default=True) ```

🎯 Slide 2: Separação Limpa de Schemas com Herança

class ProdutoBase(SQLModel):
    nome: str
    preco: float

class ProdutoCreate(ProdutoBase):
    pass

class ProdutoRead(ProdutoBase):
    id: int

class ProdutoTable(ProdutoBase, table=True):
    id: Optional[int] = Field(default=None, primary_key=True)

🎯 Slide 3: Compatibilidade Total com SQLAlchemy 2.0

• O SQLModel é construído 100% sobre o SQLAlchemy 2.0, permitindo o uso de todas as expressões avançadas de consulta (select(), where(), join(), subqueries).