wborm 0.3.1

ORM leve com introspecção automática para bancos JDBC como Informix, usando integração com wbjdbc.

WBORM

WBORM é uma biblioteca ORM leve para Python, projetada para trabalhar com bancos de dados legados via JDBC (Informix, DB2, Oracle, entre outros).
Com foco em transparência, segurança e geração automática de modelos, é a parceira ideal da wbjdbc para entregar produtividade sem esconder o SQL.

---

✨ Destaques

• Conexão direta via JDBC usando wbjdbc
• Geração automática de modelos com introspecção
• API fluente: .select(), .filter(), .join(), .group_by(), .order_by()
• Novos JOINs avançados: LEFT ANTI, RIGHT ANTI
• Pivot dinâmico diretamente do queryset com .pivot()
• Criação de tabelas temporárias com .create_temp_table()
• Visualização de resultados com paginação e cores no terminal
• Filtros flexíveis: strings, expressões, listas, dicionários
• Operações CRUD com segurança: confirm=True obrigatório
• Cache de consultas automático, com bypass por .live()
• Integração direta com Pandas e Spark
• Criptografia e persistência de modelos em cache local (.wbmodels/)
• Autocomplete melhorado via stub .pyi gerado automaticamente
• Suporte a expressões SQL dinâmicas: col(), now(), date(), raw()
• Totalmente retrocompatível com versões anteriores

---

📁 Instalação

pip install wborm wbjdbc

---

🚀 Começando Rápido

1. Conectando via wbjdbc

from wbjdbc import connect_to_db

conn = connect_to_db(
    db_type="informix-sqli",
    host="localhost",
    port=1526,
    database="meubanco",
    user="usuario",
    password="senha",
    server="ol_informix"
)

2. Gerando modelos

from wborm.utils import generate_model, generate_all_models

# Gerar um modelo
generate_model("clientes", conn)

# Gerar todos os modelos
generate_all_models(conn)

Modelos são automaticamente injetados no escopo global com o nome da tabela.

---

📊 Consultando dados de forma fluente

clientes \
    .select("nome", "idade") \
    .filter("idade > 18") \
    .order_by("nome") \
    .limit(10) \
    .show()

---

📈 Criando pivôs e tabelas temporárias

# Pivot
clientes.pivot(index="cidade", columns="sexo", values=["idade"])

# Tabela temporária
top10 = clientes.filter("idade > 30").limit(10).create_temp_table("tmp_top10")
top10.show()

---

🔒 Segurança embutida

• Operações .add(), .update(), .delete() exigem confirm=True.
• UPDATE ou DELETE sem WHERE são bloqueados automaticamente.
• Transações protegidas com BEGIN WORK / COMMIT / ROLLBACK automático.

---

📦 Cache inteligente

• Consultas armazenadas automaticamente por 60 segundos.
• Forçar leitura ao vivo com .live():

clientes.live().filter(ativo=True).all()

---

🎨 Visualização com cores no terminal

• Tabelas dinâmicas coloridas:
  • 🔵 Azul para resultados do cache.
  • 🟢 Verde para consultas ao vivo.
• Paginação automática para grandes volumes de dados.

---

📚 Documentação Completa

Acesse: https://wanderbatistaf.github.io/wborm

Inclui:

• Guia de Início Rápido
• API completa do QuerySet
• Uso de Pivot e Tabelas Temporárias
• Geração automática de modelos
• Cache local e stub de autocomplete

---

📜 Licença

Este projeto é licenciado sob a Licença MIT. Consulte o arquivo LICENSE para mais informações.

---

🤝 Contribuindo

Pull requests são bem-vindos!
Sugestões e melhorias podem ser enviadas diretamente no repositório do GitHub.