節約プログラマー雑記

DB構築の作業簡略化を目的として、draw.ioで作成したER図をデータベースの設計図（青写真）として利用し、アプリケーションのコード（ORM）を介して実際のデータベース（PostgreSQL）を構築する仕組みを採用しました。

具体的な生成プロセスは以下の3つのステップで構成されており、ER図の設計は人の領域としつつも、2, 3の工程をGoogle Antigravity（AI）を利用することで自動化を試みました。

1. データモデリング（draw.io）

まず、draw.ioを使用して視覚的にデータベースの構造を定義します。ここでは、各テーブルの役割、必要なカラム（項目）、テーブル間のリレーションシップ（1対多、多対多などの関係性）を設計します。これがデータベース構築の「設計図」となります。

2. ORMモデルへの変換（Python / SQLAlchemy）

設計されたER図をもとに、Google Antigravityを利用して、図を読み込ませ、Pythonのコードへ落とし込みます。本プロジェクトでは「SQLAlchemy」というORM（Object-Relational Mapper）ライブラリを使用しています。
models ディレクトリ内（user.py、account.py、user_account.pyなど）に、ER図の各テーブルに対応するPythonの「クラス」を作成し、カラムやリレーションをプログラムの変数として定義します。

• 利点: SQL（データベース専用言語）を直接書く必要がなくなり、Pythonのコードとしてテーブル定義やデータ操作をバージョン管理（Gitなど）できるようになります。
• 注意点: さきほどのER図の時点ではカラムの属性が指定できていないため、Pythonのコードでカラムのデータ型、桁数を指定します。

実装例:

from datetime import datetime
from . import db

class UserMaster(db.Model):
    __tablename__ = 'user_master'

    user_id = db.Column(db.String(50), primary_key=True)
    password = db.Column(db.String(256))
    privilege = db.Column(db.String(50))
    first_name = db.Column(db.String(100))
    last_name = db.Column(db.String(100))
    update_date_time = db.Column(db.DateTime, default=datetime.utcnow, onupdate=datetime.utcnow)

    # アカウントとの関連 (中間テーブル経由)
    accounts = db.relationship('UserAccounts', back_populates='user', cascade='all, delete-orphan')

    def __repr__(self):
        return f'<UserMaster {self.user_id}: {self.first_name} {self.last_name}>'

from datetime import datetime
from . import db

class AccountMaster(db.Model):
    __tablename__ = 'account_master'

    account_id = db.Column(db.String(50), primary_key=True)
    account_name = db.Column(db.String(256))
    update_date_time = db.Column(db.DateTime, default=datetime.utcnow, onupdate=datetime.utcnow)

    # ユーザーとの関連 (中間テーブル経由)
    users = db.relationship('UserAccounts', back_populates='account', cascade='all, delete-orphan')

    def __repr__(self):
        return f'<AccountMaster {self.account_id}: {self.account_name}>'

from datetime import datetime
from . import db

class UserAccounts(db.Model):
    __tablename__ = 'user_accounts'

    user_id = db.Column(db.String(50), db.ForeignKey('user_master.user_id'), primary_key=True)
    account_id = db.Column(db.String(50), db.ForeignKey('account_master.account_id'), primary_key=True)
    register_date_time = db.Column(db.DateTime, default=datetime.utcnow)

    # リレーション設定
    user = db.relationship('UserMaster', back_populates='accounts')
    account = db.relationship('AccountMaster', back_populates='users')

    def __repr__(self):
        return f'<UserAccounts User:{self.user_id} Account:{self.account_id}>'

3. データベースへの反映（マイグレーション / テーブル生成）

作成したPythonのモデル定義をもとに、実際のPostgreSQLデータベースにテーブルを構築します。
FlaskアプリケーションとSQLAlchemyの連携機能（db.create_all() や、Flask-Migrateなどのマイグレーションツール）を実行することで、Pythonのクラス定義が自動的に CREATE TABLE などのSQLコマンドに翻訳され、データベース上に物理的なテーブルが生成されます。