🎯 Projeto FastAPI - A Jornada da TODO List!

Bem-vindo(a) à minha aventura, onde criei um sistema de TODO list usando o poderoso FastAPI. Mas não é qualquer lista de tarefas! Essa API tem uma missão importante: proteger suas tarefas do acesso de curiosos com um sistema de login que usa tokens gerados por uma pitada de magia criptográfica fornecida pela lib argon2.

O Que Eu Aprendi Nessa Jornada? 🛤️

Ah, muita coisa! Ao longo desse projeto, mergulhei fundo no mar do back-end e pesquei novos conhecimentos, como:

• A importância da segurança na construção de APIs 🛡️.
• Como criar e executar containers Docker
• Conectar minha aplicação a um banco de dados usando o SQLAlchemy – a verdadeira âncora que sustenta nossa aplicação!

Implementação do CRUD 🛠️

Como toda boa aplicação TODO list, temos um clássico CRUD (Create, Read, Update, Delete) para dois protagonistas:

• Usuários: Cada um com sua própria área de tarefas!
• Tarefas: Ninguém mexe nas suas! Só o dono pode visualizar e manipular essas informações.

Conhecendo o FastAPI 🚀

O FastAPI é como aquele amigo que resolve seus problemas rápido, de forma simples, mas com uma robustez impressionante. Ele me ajudou a aprender conceitos essenciais como verbos HTTP, queries, e modelos de uma forma que foi quase mágica. Se você ficou curioso para saber mais sobre essa maravilha, link para a documentação. Leia mais sobre aqui

🧪 Testes: A Ciência Por Trás da Magia

Aqui utilizei o pytest para garantir que tudo está funcionando como deveria. Usei ferramentas incríveis como:

• FactoryBoy: Criei usuários como se estivesse fabricando bonequinhos personalizados para os testes!

• Freezegun: Manipulei o tempo para garantir que os tokens expiram como esperado no mundo real (quem nunca quis controlar o tempo, né?).

• TestContainers: Esse foi um verdadeiro game-changer! Com ele, consegui criar e destruir ambientes de teste com containers reais, como o PostgreSQL. Dessa forma, os testes simularam o comportamento exato do ambiente de produção. Meu código utilizava o PostgresContainer para iniciar uma instância temporária do banco durante os testes. Com uma integração assim, nada escapou!

  @pytest.fixture(scope='session')
  def engine():
      with PostgresContainer('postgres:16', driver='psycopg') as postgres:
          _engine = create_engine(postgres.get_connection_url())
          with _engine.begin():
              yield _engine
  
  @pytest.fixture
  def session(engine):
      table_registry.metadata.create_all(engine)
      with Session(engine) as session:
          yield session
          session.rollback()
      table_registry.metadata.drop_all(engine)

🛠️ Gerenciamento de Tarefas com Taskipy

Quem gosta de digitar comandos gigantes toda hora? Eu não! Por isso, o taskipy é meu salvador. Agora, rodar os testes é tão simples quanto um "task test". Formatar o código? Só rodar "task format" com o Ruff. E para colocar a aplicação no ar? "Task run"!

🐳 Docker: A Aventura de Containerizar Tudo!

Para levar esse projeto a um nível mais profissional, dockerizei tanto a aplicação quanto o banco de dados. Usei um Dockerfile para criar a imagem da API e um arquivo Docker Compose para orquestrar tudo. Ah, não pense que foi fácil! Configurar o banco no Docker foi como montar um quebra-cabeça 3D – difícil, mas extremamente gratificante quando tudo funcionou.

⏳ Migrations: A Linha do Tempo do Banco de Dados

Com o Alembic e o SQLAlchemy, aprendi a fazer migrações no banco de dados, o que é como uma máquina do tempo para o nosso esquema de tabelas. Um simples "alembic upgrade head", e pronto: o banco evolui conforme as necessidades da aplicação.

🎩 Poetry: O Gerenciador de Dependências

Uma parte essencial do projeto foi organizar as dependências de forma limpa e eficiente, e para isso, o Poetry foi meu fiel escudeiro. Ele cuida de tudo, desde a instalação de pacotes até a definição de versões, garantindo que meu ambiente de desenvolvimento esteja sempre em harmonia.