SQLAlchemy: le soluzioni
Il ragionamento, le risposte, le trappole
Per ogni esercizio, sempre lo stesso ordine: in italiano → la risposta → le trappole. Per i più difficili, anche il passo per passo.
Qui le trappole non sono codice sbagliato: sono le risposte sbagliate che uno studente dà davvero. Ognuna è stata provata contro i test dello zip, e il test indicato è proprio quello che diventa rosso.
Le soluzioni complete
La stessa cartella, con il codice al posto di pass. Aprila dopo averci provato: i test sono gli stessi.
Con tutte le risposte giuste, i test dicono:
$ pytest palestra/test_risposte.py -v
======================================= test session starts ========================================
platform darwin -- Python 3.12.13, pytest-9.2.0, pluggy-1.7.0 -- ~/corso/db-sqlalchemy/.venv/bin/python3
cachedir: .pytest_cache
rootdir: ~/corso/db-sqlalchemy
configfile: pytest.ini
plugins: anyio-4.16.0
collecting ... collected 17 items
palestra/test_risposte.py::test_esercizio_1_nome_della_tabella PASSED [ 5%]
palestra/test_risposte.py::test_esercizio_1_colonne_che_possono_essere_null PASSED [ 11%]
palestra/test_risposte.py::test_esercizio_1_colonne_uniche PASSED [ 17%]
palestra/test_risposte.py::test_esercizio_1_quante_colonne PASSED [ 23%]
palestra/test_risposte.py::test_esercizio_2_l_id PASSED [ 29%]
palestra/test_risposte.py::test_esercizio_2_i_km PASSED [ 35%]
palestra/test_risposte.py::test_esercizio_2_righe_in_piu PASSED [ 41%]
palestra/test_risposte.py::test_esercizio_2_attributo_che_non_esiste PASSED [ 47%]
palestra/test_risposte.py::test_esercizio_3_la_tabella_dopo_from PASSED [ 52%]
palestra/test_risposte.py::test_esercizio_3_quante_colonne PASSED [ 58%]
palestra/test_risposte.py::test_esercizio_3_il_segnaposto PASSED [ 64%]
palestra/test_risposte.py::test_esercizio_3_la_colonna_dell_order_by PASSED [ 70%]
palestra/test_risposte.py::test_esercizio_4_il_corpo_che_arriva PASSED [ 76%]
palestra/test_risposte.py::test_esercizio_4_la_risposta_che_parte PASSED [ 82%]
palestra/test_risposte.py::test_esercizio_4_la_riga_nel_carrello PASSED [ 88%]
palestra/test_risposte.py::test_esercizio_4_from_attributes PASSED [ 94%]
palestra/test_risposte.py::test_esercizio_4_stampo_riempito_da_un_oggetto PASSED [100%]
======================================== 17 passed in 0.37s ========================================La palestra
1 · La carta d'identità di una tabella
In italiano. Leggo PersonaDB riga per riga. Il nome della tabella è in __tablename__. Una colonna può essere NULL solo se il suo tipo ha | None. unique=True si legge nelle colonne che lo dichiarano. Le colonne di TrenoDB si contano: una riga Mapped[...] è una colonna.
RISPOSTA_1A = "personale"
RISPOSTA_1B = ["stazione_id"]
RISPOSTA_1C = ["badge"]
RISPOSTA_1D = 6Le trappole.
| La risposta sbagliata | Cosa succede | Il test rosso |
|---|---|---|
RISPOSTA_1A = "PersonaDB" | È il nome della classe. La tabella nel database si chiama come dice __tablename__: personale | test_esercizio_1_nome_della_tabella |
RISPOSTA_1B = ["id", "badge", "nome", "ruolo", "stazione_id"] | Tutte le colonne: ma solo stazione_id ha | None. Le altre sono NOT NULL | test_esercizio_1_colonne_che_possono_essere_null |
RISPOSTA_1C = ["id", "badge"] | La chiave primaria è già unica per natura, ma non ha unique=True: è primary_key=True. Qui si contano solo quelle che lo scrivono | test_esercizio_1_colonne_uniche |
RISPOSTA_1D = 5 | Hai saltato l'id. Anche la chiave primaria è una colonna: id, codice, vagoni, km, in_servizio, stazione_id fanno sei | test_esercizio_1_quante_colonne |
2 · Prima del salvataggio
In italiano. Creare un oggetto TrenoDB mette dei valori in un oggetto Python. Non scrive nel database, quindi l'id (che sceglie il database) non c'è: None. Anche km è None: l'ho omesso, e la classe non sa del DEFAULT 0 del .sql. Le righe in più nella tabella sono zero. E un attributo che la classe non conosce, come carrozze, dà un TypeError.
RISPOSTA_2A = None
RISPOSTA_2B = None
RISPOSTA_2C = 0
RISPOSTA_2D = "TypeError"Per 2A e 2B, la risposta giusta è proprio None: per questo lo scheletro usa i tre puntini ... per dire «non hai ancora risposto», e non None.
Le trappole.
| La risposta sbagliata | Cosa succede | Il test rosso |
|---|---|---|
RISPOSTA_2A = 10 | 10 è l'id che prenderà la riga nuova dopo il salvataggio. Adesso l'oggetto non è ancora nel database, e un numero non c'è | test_esercizio_2_l_id |
RISPOSTA_2B = 0 | Hai applicato il DEFAULT 0 del database. Ma il DEFAULT lo applica il database quando inserisce: l'oggetto Python non lo sa | test_esercizio_2_i_km |
RISPOSTA_2C = 1 | Hai pensato che creare l'oggetto lo salvasse. Per salvarlo servono la sessione e il commit: il capitolo dopo | test_esercizio_2_righe_in_piu |
RISPOSTA_2D = "AttributeError" | Un attributo che non esiste letto da un oggetto dà AttributeError. Qui lo passi al costruttore, che lo rifiuta con un TypeError: 'carrozze' is an invalid keyword argument for TrenoDB | test_esercizio_2_attributo_che_non_esiste |
3 · Che SQL esce?
In italiano. Stampo la domanda e leggo il SQL. La tabella dopo FROM viene da __tablename__. select(TrenoDB) elenca tutte le colonne: sei, e il where non ne cambia il numero. Il valore 5000 viaggia a parte, in un buco con un nome fatto dalla colonna e da un numero: km_1. L'ORDER BY è su treni.codice.
RISPOSTA_3A = "treni"
RISPOSTA_3B = 6
RISPOSTA_3C = "km_1"
RISPOSTA_3D = "codice"Passo per passo. Il SQL che esce è questo:
SELECT treni.id, treni.codice, treni.vagoni, treni.km, treni.in_servizio, treni.stazione_id
FROM treni
WHERE treni.km >= :km_1
ORDER BY treni.codice| Domanda | Dove si guarda |
|---|---|
| 3A | La parola dopo FROM |
| 3B | Le colonne elencate dopo SELECT: sei |
| 3C | Il buco nel WHERE: :km_1, e la risposta è senza i due punti |
| 3D | La colonna dopo ORDER BY: treni.codice, quindi codice |
Le trappole.
| La risposta sbagliata | Cosa succede | Il test rosso |
|---|---|---|
RISPOSTA_3A = "TrenoDB" | Il FROM ha il nome della tabella, non quello della classe | test_esercizio_3_la_tabella_dopo_from |
RISPOSTA_3B = 1 | Hai contato le colonne del filtro. select(TrenoDB) legge tutte le colonne della classe, qualunque sia il where | test_esercizio_3_quante_colonne |
RISPOSTA_3C = "5000" | Il numero non è nella query: viaggia separato, e il buco ha un nome. È la stessa idea del %s di psycopg | test_esercizio_3_il_segnaposto |
RISPOSTA_3D = "km" | km è la colonna del where, non dell'ORDER BY. Il where filtra le righe, l'order_by le mette in fila: qui per codice | test_esercizio_3_la_colonna_dell_order_by |
4 · Stampo o tabella?
In italiano. Ognuna delle tre classi ha il suo lavoro. Il corpo che arriva è lo stampo senza id: TrenoNuovo. La risposta che parte è lo stampo con l'id: Treno. L'oggetto che finisce nel carrello è una riga: TrenoDB. from_attributes=True sta in Treno, perché lo stampo della risposta si riempie da un oggetto. TrenoNuovo, che non ce l'ha, davanti a un TrenoDB dà ValidationError.
RISPOSTA_4A = "TrenoNuovo"
RISPOSTA_4B = "Treno"
RISPOSTA_4C = "TrenoDB"
RISPOSTA_4D = "Treno"
RISPOSTA_4E = "ValidationError"Passo per passo.
| Posto nella rotta | Classe | Perché |
|---|---|---|
dati: ... | TrenoNuovo | Pydantic controlla il corpo che arriva. Non ha l'id: lo sceglie il database |
-> ... | Treno | La risposta che parte: Pydantic la controlla, e ha anche l'id |
treno = ...(codice=...) | TrenoDB | È la riga: è lei che va nel database |
model_config con from_attributes | Treno | Si riempie da un oggetto TrenoDB |
Le trappole.
| La risposta sbagliata | Cosa succede | Il test rosso |
|---|---|---|
RISPOSTA_4A = "TrenoDB" | La classe-tabella non è un corpo: nel parametro dati va uno stampo di Pydantic, senza l'id, che controlla i dati e fa il 422 | test_esercizio_4_il_corpo_che_arriva |
RISPOSTA_4B = "TrenoNuovo" | È lo stampo giusto per entrare, ma la risposta deve avere anche l'id: quello è Treno | test_esercizio_4_la_risposta_che_parte |
RISPOSTA_4C = "Treno" | Lo stampo non va nel carrello: nel database ci vanno le righe, quindi TrenoDB | test_esercizio_4_la_riga_nel_carrello |
RISPOSTA_4D = "TrenoNuovo" | TrenoNuovo non legge oggetti, solo dizionari. Il from_attributes sta nello stampo della risposta, Treno | test_esercizio_4_from_attributes |
RISPOSTA_4E = "TypeError" | Il tipo sbagliato è quello giusto per Python, ma Pydantic ha un suo errore: ValidationError, con il messaggio Input should be a valid dictionary or instance of TrenoNuovo | test_esercizio_4_stampo_riempito_da_un_oggetto |
RISPOSTA_4E = "Nessuno" | Pensi che funzioni lo stesso: ma senza from_attributes Pydantic non legge gli attributi. Con Treno invece funzionerebbe | test_esercizio_4_stampo_riempito_da_un_oggetto |