Descrição do Projeto

Este repositório contém uma API simples construída com FastAPI, como parte de uma atividade proposta em sala de aula. A intenção foi aplicar os primeiros conceitos de criação de endpoints RESTful e integração com banco de dados utilizando SQLAlchemy.

⚠️ IMPORTANTE: A atividade não foi finalizada por completo, pois a continuação da aula que traria o desfecho do desenvolvimento não ocorreu. Assim, a API encontra-se funcional, porém básica, seguindo exatamente o que foi proposto até o ponto em que a aula foi interrompida.

---

O que a API faz?

A aplicação permite realizar operações básicas (CRUD) sobre uma entidade de usuário, contendo os seguintes endpoints:

• [POST] /user_create/ – Criação de um novo usuário.
• [GET] /user_read/ – Listagem de todos os usuários.
• [GET] /user_id/{id} – Consulta de usuário por ID.
• [PUT] /user_update/{id} – Atualização de dados de um usuário.
• [DELETE] /user_delete/{id} – Exclusão de usuário por ID.

Inicialmente, os dados foram pensados para serem armazenados apenas na memória. Com o avanço da aula (até onde foi possível), foi implementada a integração com banco de dados utilizando SQLAlchemy e variáveis de ambiente para a conexão PostgreSQL via Railway.

---

Estrutura do Projeto

O projeto está dividido em alguns arquivos principais:

• main.py: onde estão definidos os endpoints da API.
• models.py: definição dos modelos de dados com Pydantic e SQLAlchemy.
• database.py: configuração da conexão com o banco de dados e sessão do SQLAlchemy.
• .gitignore e .gitattributes: arquivos de configuração padrão do repositório.

---

Tecnologias Utilizadas

• FastAPI
• Uvicorn (para execução do servidor)
• SQLAlchemy
• PostgreSQL (Railway como host de banco)
• Python-dotenv

---

Considerações Finais

Este projeto teve como foco a introdução ao desenvolvimento de APIs com FastAPI. O código está funcional e pronto para testes via /docs (Swagger UI) ou via ferramentas como curl e Postman.

Por fim, reforça-se que, por falta de continuidade da aula, não houve aprofundamento ou refinamento da aplicação além do básico apresentado aqui.

---

Como Executar Localmente

Pré-requisitos

• Python 3.8 ou superior
• Git
• PostgreSQL (caso queira usar localmente)
• Conta no Railway (caso queira usar banco em nuvem)

🔧 Instalação

Clone o repositório:

git clone https://github.com/AyrtonMaia0/Projeto_Simples_ML_API.git
cd Projeto_Simples_ML_API

Crie e ative um ambiente virtual:

python -m venv venv
source venv/bin/activate  # Linux/macOS
venv\Scripts\activate     # Windows

Instale as dependências:

pip install -r requirements.txt

❗ Caso o arquivo requirements.txt não exista, você pode instalar manualmente:

pip install fastapi uvicorn sqlalchemy psycopg2 python-dotenv

Crie um arquivo .env com a variável de ambiente:

DATABASE_URL=postgresql://usuario:senha@host:porta/nome_do_banco

Executando o servidor

Com tudo instalado, execute:

uvicorn main:app --reload

Acesse no navegador:

http://127.0.0.1:8000/docs

---

Créditos

Projeto desenvolvido por Ayrton Maia, Ayanne Caroline e Petrônio Silva como parte de atividade didática. Repositório: Projeto_Simples_ML_API