Persistência de dados

TL;DR

Galho 9 da trilha Python: como Python fala com o banco relacional em produção — SQLAlchemy Core (SQL como expressão Python) e ORM (Session, mapeamento de classes, relationships), migrations versionadas com Alembic, o Django ORM como o outro grande caminho (QuerySets lazy, managers), o problema clássico de N+1 e como resolvê-lo (joinedload/selectinload vs. select_related/prefetch_related), transações e isolamento (ACID na prática, isolation levels, deadlocks de aplicação), e connection pooling em produção. Fase Adepto→Magus; 8 notas. Primeiro galho do bloco “Backend e arquitetura” (9-13) — abre a trilha pra construção de sistemas de verdade, depois do núcleo da linguagem (1-6) e concorrência (7-8).

Sobre este galho

Até aqui a trilha ensinou a linguagem e como ela executa. Este galho vira a página pra onde a maioria dos sistemas backend guarda estado de verdade: o banco relacional. Dois caminhos dominam o ecossistema Python — SQLAlchemy (explícito, duas camadas Core/ORM, usado com FastAPI/Flask e frameworks agnósticos) e o Django ORM (integrado, opinativo, parte do framework). Este galho ensina os dois, mas o foco maior vai pros problemas que aparecem em QUALQUER ORM assim que o sistema cresce: N+1, transações mal isoladas, pool de conexões saturado.

Audiência: quem já escreve Python de produção (núcleo da linguagem fechado) e precisa persistir dados de verdade — não é um tutorial de SQL, assume que você já sabe o básico de banco relacional.

Adepto

1. [[01 - SQLAlchemy Core — Engine, Connection e expressão SQL|01 — SQLAlchemy Core: Engine, Connection e expressão SQL]]
2. [[02 - SQLAlchemy ORM — Session, mapped classes e relationships|02 — SQLAlchemy ORM: Session, mapped classes e relationships]]
3. 03 — Migrations com Alembic: versionamento de schema

Adepto→Magus

4. [[04 - Django ORM — QuerySets, managers e migrations nativas|04 — Django ORM: QuerySets, managers e migrations nativas]]

Magus

5. [[05 - N+1 e eager loading — joinedload-selectinload vs select_related-prefetch_related|05 — N+1 e eager loading: joinedload/selectinload vs. select_related/prefetch_related]]
6. 06 — Transações e isolamento: ACID na prática, isolation levels, deadlocks de aplicação
7. 07 — Connection pooling e performance em produção
8. 08 — Capstone: projetando a camada de persistência de um serviço real — recapitula o galho.

Todas as notas

TABLE fase, status FROM "03-Dominios/Tecnologia/Python/Persistência de dados" WHERE type = "concept" SORT file.name ASC

Veja também

• Trilha Python (MOC central)
• Concorrência e paralelismo — Galho 7 (async ORM/drivers tocam concorrência; aqui o foco é o modelo relacional em si)
• Web e APIs REST — Galho 10 (próximo; consome a camada de persistência via endpoints)
• Arquitetura e Design Patterns — Galho 13 (Repository/Unit of Work formalizam os padrões de acesso a dados vistos aqui)