ddf

ddf é um framework de análise em batch que transforma um banco relacional em projeto dbt, documentação e contexto de IA, extensível por plugins.

Bancos relacionais acumulam tabelas, colunas e relacionamentos que, sem documentação atualizada, tornam entender essa estrutura do zero um trabalho manual, repetitivo e que envelhece rápido. O ddf conecta a uma fonte de dados (hoje Postgres e MariaDB) extrai a estrutura completa e métricas reais das tabelas em paralelo e, a partir dessa única extração, gera três artefatos versionáveis: um projeto dbt rodável, documentação Markdown navegável e contexto de IA em JSON.

Todo artefato fica disponível para revisão normal de código antes de qualquer uso. E a curadoria humana (papel de negócio, regras de tabelas/colunas) é feita em YAML e preservada entre reexecuções: reextrair a mesma fonte sem mudança estrutural nunca apaga o que já foi curado; quando algo muda de fato, o ddf avisa exatamente o que mudou.

O ddf elimina a inspeção manual de schema e a escrita manual de sources, modelos e testes dbt a cada fonte nova.

Documentação completa: https://thiagolimac.github.io/ddf/

Instalação

O nome de publicação no PyPI é ddf-framework; o comando de linha de comando continua sendo ddf.

pip install ddf-framework

Requer Python 3.12+.

Uso

ddf

O wizard conduz:

1. Escolher a fonte (Postgres ou MariaDB)
2. Conectar
3. Escolher escopos e tabelas
4. Escolher a estratégia de amostragem
5. Extrair
6. Revisar/curar overrides
7. Escolher os artefatos a gerar
8. Confirmar

Guia completo (com exemplos e artefatos gerados): thiagolimac.github.io/ddf/guia-rapido/

O que ele gera

• Projeto dbt pronto para rodar: dbt_project.yml, sources.yml, modelos de staging e schema.yml já com testes de qualidade sugeridos a partir das métricas reais extraídas.
• Documentação Markdown navegável, versionável junto do código.
• Contexto de IA em JSON (index.json + um arquivo por tabela), pensado para um agente consumir a estrutura sem acessar o banco.

Arquitetura

O ddf segue uma adaptação da arquitetura hexagonal (Ports & Adapters) com DDD por Bounded Contexts (Extraction, Curation, Analysis), pensada para o contexto do projeto. Hoje os adaptadores nativos da v1 conectam a Postgres e MariaDB. A arquitetura é extensível a novas fontes (e a novos geradores de artefato) via plugin, sem exigir reescrita: terceiros registram Adapters via entry_points (ddf.extratores/ddf.geradores).

src/ddf/
├── domain/          # domain — modelo + Ports (contratos)
├── infrastructure/  # adapters
└── pipeline/        # orchestration

flowchart LR
    A[Extrair] --> B[Aplicar sobrescritas]
    B --> C[Analisar]
    C --> D[Gerar]
    D --> E1[dbt]
    D --> E2[Markdown]
    D --> E3[Contexto de IA]

Cada Estágio do pipeline (Extrator, Analisador, Gerador) e cada Adapter novo carrega três categorias obrigatórias de teste (caminho feliz, erro esperado e borda), passa por mypy --strict e ruff antes de todo commit, e o CI nunca mergeia com o pipeline vermelho.

Diagrama completo (Bounded Contexts, ACLs, paralelismo interno) e o porquê das decisões: Arquitetura.

Licença

MIT - Ver LICENSE.