Skip to main content

PanCakesORM

static static static static static static static static static

image

PanCakesORM 🥞

Version 6.1.8

  • Metodo container() - Permite mejor integración con flet (Entrega de Metadata).
  • Campos compute="" - Definir funciones y asignarlas como valor a las celdas de un campo.
  • Campos Date, TimeStamp & One2Many agregados.
  • Metodo container() parsea los datos a strings y viceversa a datetime.
  • Agregado en v6.1.8 computar campos para queries.
  • Agregado en v6.2.9 Endpoint /modelo/record/{id}. Metodo - GET "solo un registro por id".

Simplifica tu manejo de bases de datos

PanCakesORM es una librería de mapeo objeto-relacional (ORM) para Python y SQLite3 que prioriza la legibilidad y la velocidad de desarrollo. Si buscas la potencia de SQL con la elegancia de una sintaxis declarativa y moderna, PanCakesORM es para ti.

Pancakes ORM se integra con facilidad con pandas, streamlit, flet, fastapi.

🚀 Inicio Rápido

Obtener PanCakesORM es tan sencillo como un par de comandos. Disponible directamente en PyPI:

# En tu directorio de proyecto

# Crea entorno de desarrollo
python3 -m venv .venv

# Activa entorno
source .venv/bin/activate

# Instala PanCakesORM
pip install pancakes-orm

Agrega tus rutas

En la raiz de proyecto agrega el archivo .env "De esta manera controlas directorio base de datos y fichero Sqlite3".

LOG=INFO
DB_DIR=data
DB_FILE=database.sqlite3

Tu primera tabla en segundos

from pancakes.models.model import PanCakesORM
from pancakes.sql import datatype

class User(PanCakesORM):  # Tu fichero .env carga las rutas
    _table = "user"
    _depends = "self"
    
    name = datatype.Char(comment="User Name")
    age = datatype.Integer(comment="User Age")

# ¡Insertar!
User.i(user=[(None, "Omar", 30)])  # <- El primer elemento de tupla es el "id"
# ¡Sqlit3 Lo maneja por ti!

# ¡Actualiza!
User.u(user__user_name__user_id__same=["Juan", 1])

# ¡Listo para consultar!
users = User.filter(user__age__gt=18).all().dictionary()

Machiatto

Perfecta integracion fon Flet & Streamlit.

El complementeo ideal es Machiatto. Mi segundo proyecto y continuación de este: Diseño de un shell y componentes que trabajan en conjunto renderizando el frontend de cada modelo PanCakesORM.

image

Enlaces

⚙️ Ventajas

PanCakesORM no es solo una cara bonita; está construido para ser confiable.

Sintaxis Declarativa Fluida: Olvídate de concatenar strings de SQL. 
Usa métodos encadenados (.filter(), .link(), .sort()) que se leen como lenguaje natural.

Escalabilidad: Gracias a su gestión eficiente de esquemas y su sistema de inyección segura,
puede crecer desde un pequeño script hasta aplicaciones empresariales complejas.

Integración Moderna: Diseñado para brillar en ecosistemas de alto rendimiento:

    FastAPI: Tipado compatible para respuestas JSON rápidas.

    Streamlit: Ideal para aplicaciones de datos donde la velocidad de desarrollo es clave.

Calidad Garantizada: La robustez de la librería está respaldada por una batería
de de 185 pruebas automatizadas utilizando pytest. Puedes consultar la suite completa en la carpeta /tests.

image

🏗️ Arquitectura de Consultas (QueryBox)

El corazón de PanCakesORM es el QueryBox, que permite realizar operaciones complejas de forma visual y estructurada:

Joins Automáticos: Usa .link('tabla') y deja que el ORM gestione las llaves foráneas por ti.

Agregaciones: Calcula SUM, AVG, COUNT directamente en el select con sufijos como __avg.

Lógica Booleana: Encadena condiciones con __and y __or de forma nativa en los argumentos.

🗂️ Jerarquia de Directorios

        .
        └── pancakes/
            ├── models/
            │   └── model.py
            ├── sql/
            │   └── datatype.py
            ├── valid/
            │   ├── query_validator.py
            │   └── filter_validator.py
            ├── orm/
            │   ├── insert.py
            │   ├── update.py
            │   ├── delete.py
            │   └── query.py
            ├── tools/
            │   └── functions.py
            └── abstract/
                ├── query_box.py
                └── abstract_box.py

🛠️ Requisitos

Python 3.12+

SQLite3

fastapi[standard]

python-dotenv

⚠️ Limitaciones

A pesar de la integración con FastAPI el funcionamiento de PanCakesORM es sincrónico. Por tanto la estructura no esta pensada para manejar corrutinas.

Metadata

Release files for pancakes-orm 6.2.9

For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.

Source distribution (sdist)

Source distribution for pancakes-orm 6.2.9
File Size Uploaded Provenance Actions
pancakes_orm-6.2.9.tar.gz 50.0 kB Without provenance Details for pancakes_orm-6.2.9.tar.gz

Built distribution (wheel)

Table of built distributions (wheels) for pancakes-orm 6.2.9
File Interpreter ABI Platform Actions
pancakes_orm-6.2.9-py3-none-any.whl Python 3 none any Details for pancakes_orm-6.2.9-py3-none-any.whl

Total release size: 109.0 kB

Release files / pancakes_orm-6.2.9.tar.gz

Download URL pancakes_orm-6.2.9.tar.gz
Size 50.0 kB
Tags Source
SHA-256 checksum
How to use checksums
6f359df86249d353f78bbdf99e4ce6f7a1f530fa88cf1bf199631b281157c794
BLAKE2b-256 checksum
How to use checksums
af50d27481bed3c6a6b157e6fed79e1a3569505b1fafa1851b8fa0c211bb4f6e
Upload date
Uploaded using Trusted Publishing?
What is trusted publishing?
No
Uploaded via twine/6.2.0 CPython/3.14.4

Release files / pancakes_orm-6.2.9-py3-none-any.whl

Download URL pancakes_orm-6.2.9-py3-none-any.whl
Size 59.0 kB
Tags Python 3
SHA-256 checksum
How to use checksums
174383c13b20ff90a0ac36c4e7468432e26bfaf7352ade934ba02ae10f60659f
BLAKE2b-256 checksum
How to use checksums
91c2bb2737c106b712cfb0d67513ad135578596b546b0270e6dee57bb7529c4f
Upload date
Uploaded using Trusted Publishing?
What is trusted publishing?
No
Uploaded via twine/6.2.0 CPython/3.14.4

Security for pancakes-orm 6.2.9

Provenance

Provenance describes where a file came from. On PyPI, provenance is shared via attestations, which provide a verifiable record of the build or publishing details. View details, limitations and caveats.

No provenance found

None of the files in this release were uploaded with provenance metadata.

A note on package security

PyPI is a repository for distributing packages, not a service for auditing them. While third-party security researchers and our staff do their best to detect and remove malicious packages, PyPI cannot guarantee the quality, security or suitability of any given package.

To learn more about protecting yourself from malicious actors, visit our package security documentation.

Anthropic, PBC Visionary sponsor Bloomberg Visionary sponsor Hudson River Trading Visionary sponsor Meta Visionary sponsor NVIDIA Visionary sponsor Microsoft Sustainability sponsor Depot Continuous Integration AWS Cloud computing and Security Sponsor Datadog Monitoring Fastly CDN Google Download Analytics Sentry Error logging StatusPage Status page