fastfood

Fastapi веб приложение реализующее api для общепита.

Описание

Данный проект, это результат выполнения практических домашних заданий интенсива от YLAB Development. Проект реализован на фреймворке fastapi, с использованием sqlalchemy. В качестве базы данных используется postgresql.

Техническое задание

Спринт 1 - Создание API

Написать проект на FastAPI с использованием PostgreSQL в качестве БД. В проекте следует реализовать REST API по работе с меню ресторана, все CRUD операции. Для проверки задания, к презентаций будет приложена Postman коллекция с тестами. Задание выполнено, если все тесты проходят успешно. Даны 3 сущности: Меню, Подменю, Блюдо.

Зависимости:

• У меню есть подменю, которые к ней привязаны.
• У подменю есть блюда.

Условия:

• Блюдо не может быть привязано напрямую к меню, минуя подменю.
• Блюдо не может находиться в 2-х подменю одновременно.
• Подменю не может находиться в 2-х меню одновременно.
• Если удалить меню, должны удалиться все подменю и блюда этого меню.
• Если удалить подменю, должны удалиться все блюда этого подменю.
• Цены блюд выводить с округлением до 2 знаков после запятой.
• Во время выдачи списка меню, для каждого меню добавлять кол-во подменю и блюд в этом меню.
• Во время выдачи списка подменю, для каждого подменю добавлять кол-во блюд в этом подменю.
• Во время запуска тестового сценария БД должна быть пуста.

В папке ./postman_scripts находятся фалы тестов Postman, для тестирования функционала проекта.

Спринт 2 - Docker && pytest

В этом домашнем задании надо написать тесты для ранее разработанных ендпоинтов вашего API после Вебинара №1.

Обернуть программные компоненты в контейнеры. Контейнеры должны запускаться по одной команде “docker-compose up -d” или той которая описана вами в readme.md.

Образы для Docker: (API) python:3.10-slim (DB) postgres:15.1-alpine

1.Написать CRUD тесты для ранее разработанного API с помощью библиотеки pytest 2.Подготовить отдельный контейнер для запуска тестов. Команду для запуска указать в README.md 3.* Реализовать вывод количества подменю и блюд для Меню через один (сложный) ORM запрос. 4.** Реализовать тестовый сценарий «Проверка кол-ва блюд и подменю в меню» из Postman с помощью pytest Если FastAPI синхронное - тесты синхронные, Если асинхронное - тесты асинхронные

*Оборачиваем приложение в докер. **CRUD – create/update/retrieve/delete.

Дополнительные материалы

Возможности

Спринт 1

В проекте реализованы 3 сущности: Menu, SubMenu и Dish. Для каждого них реализованы 4 метода http запросов: GET, POST, PATCH и DELETE c помощью которых можно управлять данными. Для Menu доступен метод GET возвращающий все его SubMenu. Аналогично для SubMenu реализован метод для возврата всех Dish.

Спринт 2

• 1й пункт ТЗ Тесты реализованы в виде 2х классов TastBaseCrud включает 3 подкласса Menu, Submenu, Dish которые реализуют интерфейсы взаимодействия с endpoint'ами реализованных на предыдущем спринте сущностей. Каждый подкласс реализует методы GET(получение всех сущностей), Get(получение конкректной сущности), Post(создание), Patch(обновление), Delete(удаления). Так же в классе реализованы 3 тестовых функции, которые осуществляют тестирование соответствующих endpoint'ов TestContinuity реализует последовательность сценария «Проверка кол-ва блюд и подменю в меню» из Postman

• 2й пункт ТЗ Реализованы 3 контейнера(db, app, tests). В db написан блок "проверки здоровья", от которого зависят контейнеры app и test, который гарантирует, что зависимые контейнеры не будут запущены о полной готовности db.

• 3й пункт ТЗ см. функцию get_menu_item на 28 строке в файле <base_dir>/fastfood/crud/menu.py

• 4й пункт ТЗ см. класс TestContinuity в файле <base_dir>/tests/test_api.py

Зависимости

Для локальной установки

• postgresql Для работы сервиса необходима установленная СУБД. Должна быть создана база данных и пользователь с правами на нее.
• poetry - Система управления зависимостями в Python.

Остальное добавится автоматически на этапе установки.

Для запуска в контейнере

• docker
• docker-compose

Установка

Клонируйте репозиторий

$ git clone https://git.pi3c.ru/pi3c/fastfood.git

Перейдите в каталог

$ cd fastfood

Создадим файл .env из шаблона

$ cp ./example.env ./.env

Если планируется запуск проекта в Docker контейнере, то .env можно не изменять. Если запуск будет локальным, то необходимо изменить переменные окружения, для подключения к БД postgres.

Docker

Для запуска необходимы установленные приложения docker и docker-compose Для теста изменять файл .env не требуется. Однако Вы можете изменить имя пользователя, пароль и имя базы данных по своему усмотрению.

И запустите образы:

• Запуск FAstAPI приложения

$ docker-compose -f compose_app.yml up

По завершении работы остановите контейнеры

$ docker-compose -f compose_app.yml down

После успешного запуска образов документация по API будет доступна по адресу http://localhost:8000

• Запуск тестов

$ docker-compose -f compose_test.yml up

По завершении работы остановите контейнеры

$ docker-compose -f compose_test.yml down

Linux

Установите и настройте postgresql согласно офф. документации. Создайте пользователя и бд.

Установите систему управления зависимостями

$ pip[x] install poetry

Клонируйте репозиторий

$ git clone https://git.pi3c.ru/pi3c/fastfood.git

Перейдите в каталог

$ cd fastfood

$ poetry install --no-root

Создастся виртуальное окружение и установятся зависимости

Запуск

Запуск проекта возможен в 2х режимах:

• Запуск в режиме "prod" с ключем --run-server Подразумевает наличие уже созданных таблиц в базе данных(например с помощью Alembic). Манипуляций со структурой БД не происходит. Данные не удаляются.

• Запуск в режиме "dev" c ключем --run-test-server В этом случае при каждом запуске проекта все таблицы с данными удаляются из БД и создаются снова согласно описанных моделей.

Для запуска проекта сначала активируем виртуальное окружение

$ poetry shell

и запускаем проект в соответстующем режиме

$ python[x] manage.py --ключ

вместо этого, так же допускается и другой вариант запуска одной командой без предварительной активации окружения

$ poetry run python[x] manage.py --ключ

TODO

• Написать тесты для кривых данных
• Провести рефакторинг, много дублирующего кода
• Много чего другого :)

Авторы

• Сергей Ванюшкин pi3c@yandex.ru

Лицензия

Распространяется под MIT лицензией.