04 Shell Monitoring

O Django Shell é uma ferramenta poderosa que permite interagir com o banco de dados e os componentes do Django diretamente na linha de comando, ideal para testar modelos, criar dados de exemplo, ou depurar problemas sem a necessidade de criar views e templates. No contexto do nosso app de monitoramento de atividades esportivas, o Django Shell pode ser útil para:

Criar e Manipular Instâncias de Modelos,
Consultar Dados,
Atualizar e Excluir Dados,
Explorar Relacionamentos entre Modelos.

Aqui estão alguns exemplos de como utilizar o Django Shell com as classes que criamos.

1. Iniciando o Django Shell

Para abrir o Django Shell, execute o comando abaixo:

python manage.py shell

2. Importar os Modelos

Após abrir o shell, importe os modelos que vamos utilizar:

from django.contrib.auth.models import User
from activities.models import Activity, ActivityType, ActivityMetrics, ActivityHistory

3. Criando Instâncias de Modelos

Primeiro, vamos criar um usuário para associá-lo às atividades esportivas.

Criando um Usuário

user = User.objects.create_user(username='john_doe', email='john@example.com', password='password123')

Criando um Tipo de Atividade

running_type = ActivityType.objects.create(name='Running', description='Running activity')
cycling_type = ActivityType.objects.create(name='Cycling', description='Cycling activity')

Criando uma Atividade e Métricas Associadas

Podemos criar uma atividade de corrida e associá-la ao usuário e tipo de atividade que criamos.

from datetime import datetime, timedelta

# Criando uma nova atividade
activity = Activity.objects.create(
    user=user,
    activity_type=running_type,
    start_time=datetime(2023, 1, 1, 7, 0),
    end_time=datetime(2023, 1, 1, 8, 0),
    location="Central Park",
    description="Morning run"
)

# Criando métricas para essa atividade
metrics = ActivityMetrics.objects.create(
    activity=activity,
    distance_km=5.0,
    duration_minutes=60,
    avg_speed_kmh=5.0,
    calories_burned=300
)

4. Consultando Dados

Listando Todas as Atividades de um Usuário

activities = Activity.objects.filter(user=user)
for activity in activities:
    print(activity)

Consultando Métricas de uma Atividade

metrics = ActivityMetrics.objects.get(activity=activity)
print(f"Distance: {metrics.distance_km} km, Calories burned: {metrics.calories_burned}")

5. Explorando Relacionamentos entre Modelos

Acessar Todas as Atividades de um Tipo Específico (Exemplo: Corrida)

running_activities = Activity.objects.filter(activity_type=running_type)
for act in running_activities:
    print(f"{act.user.username} ran at {act.location} on {act.start_time}")

Consultar Histórico de Atividades do Usuário

Primeiro, criaremos registros de histórico para esse usuário:

history_entry = ActivityHistory.objects.create(user=user, activity=activity)

Agora, para listar o histórico de atividades do usuário:

history = ActivityHistory.objects.filter(user=user)
for entry in history:
    print(f"Activity on {entry.created_at}: {entry.activity.description}")

6. Atualizando Dados

Atualizar a Distância de uma Atividade

Vamos dizer que o usuário registrou incorretamente a distância da corrida e precisamos atualizá-la.

metrics = ActivityMetrics.objects.get(activity=activity)
metrics.distance_km = 5.5
metrics.save()
print(f"Updated distance: {metrics.distance_km} km")

7. Excluindo Dados

Excluir uma Atividade

Se o usuário deseja remover uma atividade, você pode fazer isso facilmente no shell.

activity_to_delete = Activity.objects.get(id=activity.id)
activity_to_delete.delete()

8. Consultas Avançadas com Filtros

Atividades por Duração e Calorias

Suponha que você queira todas as atividades onde a duração foi superior a 30 minutos e as calorias queimadas foram acima de 250.

filtered_activities = ActivityMetrics.objects.filter(duration_minutes__gt=30, calories_burned__gt=250)
for act_metrics in filtered_activities:
    print(f"Activity: {act_metrics.activity.description}, Calories: {act_metrics.calories_burned}")

9. Utilizando Anotações e Agregações

Média de Velocidade em Atividades de Corrida

Para calcular a média de velocidade em atividades de corrida para um usuário:

from django.db.models import Avg

average_speed = ActivityMetrics.objects.filter(activity__activity_type=running_type).aggregate(Avg('avg_speed_kmh'))
print(f"Average Running Speed: {average_speed['avg_speed_kmh__avg']} km/h")

Resumo

Essas operações demonstram o potencial do Django Shell para testar interações e manipulações de dados no desenvolvimento do app de monitoramento de atividades esportivas, auxiliando em cenários como:

Inserção de dados para criar e vincular atividades e métricas;
Consultas complexas para ver histórico de atividades e resultados;
Atualizações e exclusões para ajuste de informações;
Exploração de relacionamentos para consultas cruzadas.

Essas práticas também ajudam a garantir que a lógica do app está correta antes de implementar a interface da API REST.