Padrões de arquitetura com Python

Apêndice C. Troca a infraestrutura: Faz tudo com CSVs

Este apêndice pretende ser uma pequena ilustração dos benefícios dos padrões Repositório, Unidade de Trabalho e Camada de Serviço. Pretende seguir o Capítulo 6.

Quando acabamos de construir a nossa Flask API e a preparamos para o lançamento, a empresa vem pedir-nos desculpa, dizendo que não estão prontos para usar a nossa API e perguntando se podíamos construir uma coisa que lesse apenas lotes e encomendas de alguns CSVs e produzisse um terceiro CSV com alocações.

Normalmente, este é o tipo de coisa que pode levar uma equipa a praguejar, cuspir e tomar notas para as suas memórias. Mas nós não! Oh não, nós garantimos que as nossas preocupações com a infraestrutura estão bem separadas do nosso modelo de domínio e camada de serviço. Mudar para CSVs será uma simples questão de escrever um par de novas classes Repository e UnitOfWork, e então poderemos reutilizartoda a nossa lógica da camada de domínio e da camada de serviço.

Aqui está um teste E2E para te mostrar como os CSVs entram e saem:

Um primeiro teste CSV (tests/e2e/test_csv.py)

def test_cli_app_reads_csvs_with_batches_and_orders_and_outputs_allocations(
        make_csv
):
    sku1, sku2 = random_ref('s1'), random_ref('s2')
    batch1, batch2, batch3 = random_ref('b1'), random_ref('b2'), random_ref('b3')
    order_ref = random_ref('o')
    make_csv('batches.csv', [
        ['ref', 'sku', 'qty', 'eta'],
        [batch1, sku1, 100, ''],
        [batch2, sku2, 100, '2011-01-01'],
        [batch3, sku2, 100, '2011-01-02'],
    ])