Skrevet i samarbeid med KI - Gemini 3.7 Flash
Teknologi - FastAPI
Verktøy - SQLAlchemy, TypeScript
Prinsipper - DAO
- Erstattet utdatert databaselogikk med
SQLAlchomy-biblioteket for å sikre et pålitelig og fremtidsrettet system. - Skilte tekniske databaseoppgaver fra systemets logikk, noe som gjør løsningen modulær og reduserer risikoen for følgefeil ved fremtidige endringer.
- Forenklet malen for håndtering av CRUD basert informasjon, som sikrer lik praksis i hele koden og gjør den enklere for andre utviklere å forstå
- Etablerte nye og sikre koblingspunkter mot databasen, som forbedrer trafikkflyten og stabiliserer systemet.
- Definerte objektorienterte modeller, dettesørger for at dataene alltid samsvarer med systemets krav, som reduserer logiske feil.
- Fjernet teknisk etterslet og klargjorde arkitekturen for automatiserte tester, slik at fremtidige oppdateringer kan rulles ut stabilt.
Dagen er så fin den kan bli !
Utfordring & Løsninger
Systemets måte å kommunisere med databasen på var utdatert. Selv om det fungerte, var det ikke verken pålitelig eller en optimalt system. Dette gjorde det vanskelig å vedlikeholde koden, og koden var ikke optimalisert for en fremtidige funksjonaliteter,
Hensikten mitt var å bygge om dette systemet ved hjelp av biblioteket SQLAlchemy. Oppgaven handlet om å standardisere hvordan data lagres og hentes, slik at systemet er pålitelig, og klargjør tjenesten for framtidig vekst.
- Jeg separerte de tekniske databaseoppgavene fra selve forretningslogikken. Dette betyr at om vi endrer på databasen, påvirker det ikke resten av systemet.
- Med hjelp av
Pydandic-modeller har jeg laget en felles mal for hvordan jeg legger til, leser eller sletter informasjon, som sikrer lik praksis i hele løsningen. - Jeg satte opp nye, koblingspunkter mot databasen som håndterer flere forespørsler samtidig.
- Jeg sørget for at dataene i databasen alltid stemmer overens med slik systemet forventer å se dem, som reduserer sjansen for logiske feil.
Jeg har nå fjernet teknisk rot og sitter igjen med en ryddigere og en stabilisert plattform. Dette reduserer behovet for å vedlikehold i koden og gjør det tryggere å rulle ut nye oppdateringer. Systemet er nå også klargjort for automatiserte tester, for å sikre at funksjonaliteten gir et ønsket resultat.
Gjennom denne prosessen har jeg fått erfart verdien av prinsippet om å skille bekymringer ved bruk av DAO-mønsteret. Jeg har fått en dypere forståelse for hvordan SQLAlchemy og Pydantic sammen skaper en kontrakt-basert lag mellom kode og database, som reduserer logiske feil. Den viktigste erfaringen er at investering i arkitektur reduserer teknisk etterslep og gjør systemet klargjort for både samarbeid og automatisert testing.
