基礎から学ぶPython入門 90日コース | 実践開発 － Day 85：データモデル設計

Python 90日で身につけるPython
スポンサーリンク
スポンサーリンク

Day 85：データモデル設計 ― 「データの“骨格”を整える」

Day 85では、最終プロジェクトの中でもとても重要なテーマ、 データモデル設計 に取り組んでいきます。

今日のキーワードはこの4つです。

  • 必要なデータを整理
  • テーブル設計
  • クラス設計
  • ディレクトリ設計

ここを丁寧にやっておくと、 この先の実装がぐっと楽になり、 「迷子にならないプロジェクト」になります。

必要なデータを整理する

「まずは、どんな情報を扱うのかを言葉で書き出す」

最終プロジェクトの例として、 前回の「売上管理・分析システム」を続けて考えてみます。

このシステムで扱いたいデータを、 ざっくり言葉で書き出してみましょう。

  • 売上日（いつの売上か）
  • 商品名（何を売ったか）
  • 金額（いくら売れたか）
  • 顧客名（誰に売ったか）
  • 支払い方法（現金 / クレジットカードなど）

ここではまだ「テーブル名」や「型」は意識せず、 人間の言葉で書き出すこと が大事です。

ステップ：紙やメモに“項目リスト”を書く

  1. 「このシステムで管理したい情報」を全部書き出す
  2. 似たものをグループにまとめる
  3. 「これは本当に必要？」と自分に問いかける

例えば、こんな感じのメモになります。

  • 売上
    • 売上日
    • 商品名
    • 金額
    • 顧客名
    • 支払い方法
  • 顧客
    • 顧客名
    • メールアドレス
    • 電話番号

この時点で、

「売上と顧客は、別の“まとまり”として扱ったほうが良さそうだな」

という感覚が出てきます。

テーブル設計

「データベースの“表”として、情報を整理する」

次に、この情報を テーブル（表） として整理していきます。 ここでは SQLite を使う前提で考えます。

売上テーブルの設計

まずは「売上」を表すテーブルを考えます。

テーブル名：sales

カラム名型説明
idINTEGER主キー（自動採番）
dateTEXT売上日（YYYY-MM-DD）
itemTEXT商品名
amountINTEGER売上金額
customer_idINTEGER顧客テーブルへの参照

顧客テーブルの設計

テーブル名：customers

カラム名型説明
idINTEGER主キー（自動採番）
nameTEXT顧客名
emailTEXTメールアドレス
phoneTEXT電話番号

SQLiteのCREATE TABLE例

# repositories/schema.py
import sqlite3

def create_tables() -> None:
    """
    sales と customers テーブルを作成します。
    すでに存在する場合は何もしません。
    """
    conn = sqlite3.connect("sales.db")
    cur = conn.cursor()

    # 顧客テーブル
    cur.execute(
        """
        CREATE TABLE IF NOT EXISTS customers (
            id INTEGER PRIMARY KEY AUTOINCREMENT,
            name TEXT NOT NULL,
            email TEXT,
            phone TEXT
        )
        """
    )

    # 売上テーブル
    cur.execute(
        """
        CREATE TABLE IF NOT EXISTS sales (
            id INTEGER PRIMARY KEY AUTOINCREMENT,
            date TEXT NOT NULL,
            item TEXT NOT NULL,
            amount INTEGER NOT NULL,
            customer_id INTEGER,
            FOREIGN KEY (customer_id) REFERENCES customers (id)
        )
        """
    )

    conn.commit()
    conn.close()
Python

重要ポイント：

  • 「主キー（id）」を必ず用意する
  • 「NOT NULL」で必須項目を明示する
  • 「FOREIGN KEY」でテーブル同士の関係を表現する

クラス設計

「Python側でデータの“型”を表現する」

テーブルが決まったら、 次は Python の クラス（モデル） で 同じ情報を表現していきます。

ここでは Pydantic を使ったモデルを例にします。

顧客モデル

# models/customer.py
from pydantic import BaseModel

class Customer(BaseModel):
    """
    顧客情報を表すデータモデル。
    """
    id: int | None = None  # まだDBに保存されていない場合は None
    name: str              # 顧客名
    email: str | None = None  # メールアドレス（任意）
    phone: str | None = None  # 電話番号（任意）
Python

売上モデル

# models/sale.py
from pydantic import BaseModel

class Sale(BaseModel):
    """
    売上情報を表すデータモデル。
    """
    id: int | None = None        # まだDBに保存されていない場合は None
    date: str                    # 売上日（文字列で扱う）
    item: str                    # 商品名
    amount: int                  # 売上金額
    customer_id: int | None = None  # 顧客ID（顧客が未登録の場合は None）
Python

ポイント：

  • テーブルのカラムと、クラスの属性を対応させる
  • id は「まだ保存されていない状態」を表すために None を許容する
  • 必須項目は型だけを書き、任意項目は | None を付ける

ディレクトリ設計

「どこに何を置くかを決めて、迷子を防ぐ」

Day 82で触れた構成を、 最終プロジェクト用にもう一度整理してみます。

今回の売上管理・分析システムでは、 こんなディレクトリ構成が考えられます。

project/
├── app
│   └── routes.py          # FastAPIのルーティング
├── services
│   ├── csv_service.py     # CSV処理・データチェック
│   ├── sales_service.py   # 売上の登録・集計ロジック
│   └── report_service.py  # レポート生成ロジック
├── models
│   ├── customer.py        # 顧客モデル
│   └── sale.py            # 売上モデル
├── repositories
│   ├── schema.py          # テーブル作成
│   ├── customer_repository.py  # 顧客のDB操作
│   └── sales_repository.py     # 売上のDB操作
├── tests
│   └── test_sales.py      # 売上関連のテスト
├── config
│   └── settings.py        # 設定（DBパスなど）
└── main.py                # アプリのエントリポイント

役割の整理

  • app：外からのリクエストを受け取る場所
  • services：ビジネスロジック（処理の中心）
  • models：データの形（設計図）
  • repositories：データベースとのやり取り
  • tests：動作確認・品質保証
  • config：設定値の管理
  • main.py：アプリの起動ポイント

重要ポイント：

「どこに何を書くか」を決めておくと、 コードが増えても、探しやすく・直しやすくなる。

まとめて動かすイメージ

「データモデル設計が、全体の流れを支える」

ここまでの設計を、 ざっくりとした“流れ”としてまとめてみます。

  1. ユーザーが CSV をアップロードする（app/routes.py）
  2. csv_service がデータチェックを行う（services/csv_service.py）
  3. チェック済みデータを Sale モデルに変換する（models/sale.py）
  4. sales_repository が SQLite に保存する（repositories/sales_repository.py）
  5. sales_service が集計処理を行う（services/sales_service.py）
  6. report_service がレポートを作る（services/report_service.py）
  7. 結果をAPIやExcelとして提供する（app/routes.py + excel_service）

この一連の流れの“軸”になっているのが、 今日設計した テーブル と クラス（モデル） です。

Day 85ミニテンプレート

「そのまま使えるデータモデル設計セット」

1. テーブル作成スクリプト

# repositories/schema.py
import sqlite3

def create_tables() -> None:
    """
    売上管理システムに必要なテーブルを作成します。
    """
    conn = sqlite3.connect("sales.db")
    cur = conn.cursor()

    cur.execute(
        """
        CREATE TABLE IF NOT EXISTS customers (
            id INTEGER PRIMARY KEY AUTOINCREMENT,
            name TEXT NOT NULL,
            email TEXT,
            phone TEXT
        )
        """
    )

    cur.execute(
        """
        CREATE TABLE IF NOT EXISTS sales (
            id INTEGER PRIMARY KEY AUTOINCREMENT,
            date TEXT NOT NULL,
            item TEXT NOT NULL,
            amount INTEGER NOT NULL,
            customer_id INTEGER,
            FOREIGN KEY (customer_id) REFERENCES customers (id)
        )
        """
    )

    conn.commit()
    conn.close()
Python

2. モデルクラス

# models/customer.py
from pydantic import BaseModel

class Customer(BaseModel):
    """
    顧客情報を表すデータモデル。
    """
    id: int | None = None
    name: str
    email: str | None = None
    phone: str | None = None
Python
# models/sale.py
from pydantic import BaseModel

class Sale(BaseModel):
    """
    売上情報を表すデータモデル。
    """
    id: int | None = None
    date: str
    item: str
    amount: int
    customer_id: int | None = None
Python

Day 85のまとめ

「データモデル設計は、プロジェクトの“背骨”をつくる作業」

今日のテーマは、

  • 必要なデータを整理
  • テーブル設計
  • クラス設計
  • ディレクトリ設計

でした。

これらを丁寧に考えることで、

「データが迷子にならないプロジェクト」 「変更に強く、育てやすいシステム」

に近づいていきます。

Day 85で“背骨”ができたことで、 この先の実装は、

  • どこに何を書くかがはっきりしていて
  • データの流れもイメージしやすくて
  • テストもしやすい

そんな、気持ちのいい開発になっていきます。

スポンサーリンク
タイトルとURLをコピーしました