数据分析agent(十三_2):业务层和持久层相互转换mapper

二,属性 解释role:Mapped[str]mapped_column( String(32), comment列类别 (primary_key,forergn_key,measure,dimension) ) role: Mapped[str]Python 类型注解 Mapped 是 SQLAlchemy 提供的一个泛型类型用于在声明式模型中标注该属性在 Python 中的数据类型。 Mapped[str] 表示这个字段在 Python 层面是一个字符串类型。SQLAlchemy 会根据这个类型提示自动推断出对应的数据库数据类型如果不显式指定的话以及该列是否允许为 NULL。 mapped_column(...)数据库列配置 这个函数用于描述该列在数据库中的具体约束和规格。 String(32)显式指定了数据库中的数据类型为 VARCHAR且最大长度限制为 32 个字符。如果这里不传参数SQLAlchemy 会默认使用 Mapped[str] 推导出的类型但显式指定长度是更严谨的做法。 comment列类别...为该数据库字段添加注释说明。这在生成数据库 DDL如 CREATE TABLE 语句时会作为列注释写入数据库有助于后续维护时理解该字段的业务含义。 primary_key (主键) 代表该列是表的主键用于唯一标识表中的每一行记录。 forergn_key (外键) 注这里存在一个拼写错误正确的英文应该是 foreign_key。 代表该列是外键用于关联其他表建立表与表之间的关系。 measure (度量) 在数据仓库中度量通常指可被聚合计算的数值型数据。例如销售额、利润、订单数量、温度等。它们通常用于图表中的 Y 轴或指标卡片。 dimension (维度) 维度是指用于观察和分析数据的上下文或分类属性。例如时间年/月/日、地区、产品类别、客户名称等。它们通常用于图表中的 X 轴、分组Group By或筛选器。三各层的数据例子 column 列 来举例1业务层和应用层web,小程序 等交互的column_info.py:# 列对象 的类业务层用来表示 各个列 的对象 的封装 # 8给 个属性 from dataclasses import dataclass from typing import Any dataclass class ColumnInfo: id:str name:str type:str # 列 数据类型 role:str # 列类别 ( # primary_key 主键,forergn_key 外键 ,measure 度量:数值,dimension 维度:维度表中的属性 examples:list[Any] # 数据示例 description:str alias:list[str] table_id:str2,持久层和数据库交互的 column_info_mysql.pyfrom sqlalchemy.orm import Mapped, mapped_column from day05_Info_model.models.base import Base from sqlalchemy import String,Text from sqlalchemy.types import JSON class ColumnInfoMySQL(Base): __tablename__ coloumn_info id:Mapped[str]mapped_column( String(64), primary_keyTrue, comment列的编号 ) name:Mapped[str |None]mapped_column( String(128), comment列名称 ) type:Mapped[str | None]mapped_column( String(64), comment列 数据类型 ) role:Mapped[str | None]mapped_column( String(32), comment列类别 (primary_key 主键,forergn_key 外键 ,measure 度量:数值,dimension 维度:维度表中的属性 ) ) examples:Mapped[dict| list | None]mapped_column( JSON, comment列对象的 举例说明,数据示例 ) description:Mapped[str |None]mapped_column( Text, comment列 的 描述 说明是做什么的 ) alias:Mapped[dict | list | None]mapped_column( JSON, comment列别名 ) table_id:Mapped[str | None]mapped_column( String(64), comment列 所在的 对应的表 的编号 id )3,业务层和持久层的相互转换column_info_mapper.py:from dataclasses import asdict from day05_Info_model.entities.column_info import ColumnInfo from day05_Info_model.models.coloumn_info_mysql import ColumnInfoMySQL class ColumnInfoMapper: staticmethod def to_entity(column_info_mysql:ColumnInfoMySQL)-ColumnInfo: return ColumnInfo( idcolumn_info_mysql.id, namecolumn_info_mysql.name, typecolumn_info_mysql.type, rolecolumn_info_mysql.role, examplescolumn_info_mysql.examples, descriptioncolumn_info_mysql.description, aliascolumn_info_mysql.alias, table_idcolumn_info_mysql.table_id ) staticmethod def to_model(column_info:ColumnInfo)-ColumnInfoMySQL: return ColumnInfoMySQL(**asdict(column_info))四mapper:业务层和持久层转换 验证测试11_column_mapper_test.py:# main_test.py from dataclasses import asdict from day05_Info_model.entities.column_info import ColumnInfo from day05_Info_model.models.coloumn_info_mysql import ColumnInfoMySQL from day05_Info_model.mappers.column_info_mapper import ColumnInfoMapper # 1. 构造业务层对象 (Entity) entity ColumnInfo( idcol_001, namesales_amount, typeDECIMAL(10,2), rolemeasure, examples[199.99, 250.00], description销售总金额, alias[销售额, 营收], table_idtbl_order ) print( 1. 原始业务实体 (Entity) ) print(entity) # 触发 dataclass 的 __repr__ print() # 2. Entity - Model (业务层转持久层) model ColumnInfoMapper.to_model(entity) print( 2. 转换后的数据库模型 (Model) ) print(model) # 触发 SQLAlchemy 声明式对象的 __repr__ print() # 3. Model - Entity (持久层转回业务层) new_entity ColumnInfoMapper.to_entity(model) print( 3. 转换回业务实体 (Entity) ) print(new_entity) 1. 原始业务实体 (Entity) ColumnInfo(idcol_001, namesales_amount, typeDECIMAL(10,2), rolemeasure, examples[199.99, 250.0], description销售总金额, alias[销售额, 营收], table_idtbl_order) 2. 转换后的数据库模型 (Model) day05_Info_model.models.coloumn_info_mysql.ColumnInfoMySQL object at 0x00000210DB15AD50 3. 转换回业务实体 (Entity) ColumnInfo(idcol_001, namesales_amount, typeDECIMAL(10,2), rolemeasure, examples[199.99, 250.0], description销售总金额, alias[销售额, 营收], table_idtbl_order) 2,2_test_column_info_mapper.py:# test_column_info_mapper.py import unittest from day05_Info_model.entities.column_info import ColumnInfo from day05_Info_model.models.coloumn_info_mysql import ColumnInfoMySQL from day05_Info_model.mappers.column_info_mapper import ColumnInfoMapper class TestColumnInfoMapper(unittest.TestCase): def setUp(self): 测试前的准备工作构造一个标准的业务实体 self.entity ColumnInfo( idcol_001, namesales_amount, typeDECIMAL(10,2), rolemeasure, examples[199.99, 250.00], description销售总金额, alias[销售额, 营收], table_idtbl_order ) def test_to_model(self): 测试业务实体 - 数据库模型 model ColumnInfoMapper.to_model(self.entity) # 验证类型转换是否正确 self.assertIsInstance(model, ColumnInfoMySQL) # 验证字段值是否完全一致 self.assertEqual(model.id, col_001) self.assertEqual(model.name, sales_amount) self.assertEqual(model.type, DECIMAL(10,2)) self.assertEqual(model.role, measure) self.assertEqual(model.examples, [199.99, 250.00]) self.assertEqual(model.description, 销售总金额) self.assertEqual(model.alias, [销售额, 营收]) self.assertEqual(model.table_id, tbl_order) def test_to_entity(self): 测试数据库模型 - 业务实体 # 模拟从数据库查出来的对象这里用字典模拟 SQLAlchemy 对象的行为 class MockDBModel: def __init__(self): self.id col_002 self.name user_name self.type VARCHAR(64) self.role dimension self.examples [Alice, Bob] self.description 用户姓名 self.alias [姓名] self.table_id tbl_user mock_model MockDBModel() entity ColumnInfoMapper.to_entity(mock_model) # 验证类型转换是否正确 self.assertIsInstance(entity, ColumnInfo) # 验证字段值 self.assertEqual(entity.id, col_002) self.assertEqual(entity.role, dimension) self.assertEqual(entity.alias, [姓名]) def test_round_trip_conversion(self): 测试双向转换Entity - Model - Entity确保数据不丢失 model ColumnInfoMapper.to_model(self.entity) converted_entity ColumnInfoMapper.to_entity(model) # 验证经过一轮转换后数据是否和原始实体一致 self.assertEqual(self.entity.id, converted_entity.id) self.assertEqual(self.entity.name, converted_entity.name) self.assertEqual(self.entity.examples, converted_entity.examples) self.assertEqual(self.entity.alias, converted_entity.alias) if __name__ __main__: unittest.main() 点击pycharm运行弹出这样的窗口 这个错误 Error: Provide a qualified name of a function, class or module 是因为 PyCharm 的运行配置中模块路径Module Name填写的格式不对。 PyCharm 试图把你输入的长字符串当作一个“模块”去加载但它包含了类名和方法名导致 Python 找不到这个模块。 ✅ 解决方法二选一 方法一修改当前配置推荐 请按照以下步骤调整你截图中的设置 切换模式将下拉菜单从 module 改为 Script path脚本路径。 选择文件点击右侧的文件夹图标 选择你的测试文件 2_test_column_info_mapper.py。 指定特定测试可选如果你想只运行这一个特定的测试方法在下方的 Additional arguments附加参数框中输入 text 编辑 TestColumnInfoMapper.test_to_entity 点击 Run。 方法二最简单的“懒人”办法 不需要打开这个复杂的配置窗口 关闭当前的 Edit Configuration 窗口。 回到代码编辑界面。 在代码左侧的行号栏旁边找到 class TestColumnInfoMapper 或者 def test_to_entity 左边的 绿色三角形图标 ▶️。 直接点击那个绿色三角形选择 Run Unittests in ...。 PyCharm 会自动为你生成正确的配置并运行。 为什么会报错原理解析 在你截图的配置中 Type: 选择了 module这意味着后面只能填类似 unittest 或 my_package.my_module 这种纯包路径。 Name: 你填了 ...TestColumnInfoMapper.test_to_entity。 Python 会尝试执行 import ...TestColumnInfoMapper.test_to_entity这显然是不合法的导入语法所以它提示你需要提供一个合法的“函数、类或模块名称”。 如果改完还报错可以把新的报错截图发给我看看。