Documentação da API do projeto

Introdução

  Como forma de atender aos interesses da Atvos, empresa parceira do projeto, a equipe SugarZ3ro desenvolveu uma API integrada à aplicação web existente na solução para que seja possível manipular com mais facilidade os dados referentes ao nível de sujeira dos canos de reboilers. Desse modo, a empresa poderá, de maneira prática, obter tais dados e exibí-los em forma de gráficos em sua plataforma interna própria para tal.

  A API do projeto foi construída em Python com base no micro-framework Flask. Ela faz parte do backend da aplicação web do sistema e interage com o frontend desta, com o banco de dados e com a inteligência artificial utilizada para analisar os canos dos reboilers.

Documentação dos itens importados

from flask import Flask, request, jsonify
from flask_cors import CORS, cross_origin
from tinydb import TinyDB, Query
import os
import random
from datetime import datetime
import cv2
import base64 
import numpy as np
from ultralytics import YOLO

Flask

• Flask: Um microframework web para Python, utilizado para criar aplicações web de forma rápida e simples.
  • Flask: Classe principal do Flask usada para inicializar a aplicação.
  • request: Objeto que contém todos os dados da solicitação HTTP, permitindo acessar dados enviados pelo cliente.
  • jsonify: Função que converte um dicionário Python em uma resposta JSON adequada para uma aplicação web.

Flask-CORS

• Flask-CORS: Extensão do Flask que permite a configuração de Cross-Origin Resource Sharing (CORS), essencial para permitir que recursos de uma página sejam requisitados de outro domínio.
  • CORS: Função que inicializa o CORS na aplicação Flask.
  • cross_origin: Decorador que permite configurar CORS em rotas específicas.

TinyDB

• TinyDB: Um banco de dados NoSQL simples e leve, ideal para pequenos projetos e prototipagem.
  • TinyDB: Classe principal do TinyDB usada para inicializar e interagir com o banco de dados.
  • Query: Classe usada para criar consultas no TinyDB.

os

• os: Módulo da biblioteca padrão do Python que fornece funções para interagir com o sistema operacional, como manipulação de arquivos e diretórios, variáveis de ambiente e execução de comandos do sistema.

random

• random: Módulo da biblioteca padrão do Python que implementa geradores de números pseudo-aleatórios, usados para diversas operações que envolvem aleatoriedade.

datetime

• datetime: Módulo da biblioteca padrão do Python que fornece classes para manipulação de datas e horas, permitindo operações como obtenção da data e hora atual, formatação e manipulação de datas.

cv2

• cv2: Módulo da biblioteca OpenCV (Open Source Computer Vision Library) para Python, usado para processamento de imagens e visão computacional.

base64

• base64: Módulo da biblioteca padrão do Python que fornece funções para codificação e decodificação de dados em base64, um esquema de codificação binária-to-text usado para representar dados binários em formato ASCII.

numpy

• numpy: Biblioteca fundamental para computação numérica em Python, fornecendo suporte para arrays multidimensionais e diversas operações matemáticas eficientes.

ultralytics

• ultralytics: Biblioteca que contém implementações de modelos de visão computacional, como o YOLO (You Only Look Once), usados para detecção de objetos em imagens.
  • YOLO: Classe usada para inicializar e utilizar modelos YOLO para tarefas de detecção de objetos.

Conexão com o Database

db_path = os.path.join(os.path.dirname(__file__), '../data-base/pipes.json')
db = TinyDB(db_path)
pipes_table = db.table('pipes')
Pipes = Query()

updated_data = {
    'id': 0,
    'status': None,
    'id-reboiler': None,
    'datetime': None
}

Inicialização do Banco de Dados

db_path = os.path.join(os.path.dirname(__file__), '../data-base/pipes.json')
db = TinyDB(db_path)
pipes_table = db.table('pipes')
Pipes = Query()

• db_path: Define o caminho para o arquivo de banco de dados pipes.json.
• db: Inicializa o banco de dados TinyDB com o caminho especificado.
• pipes_table: Acessa a tabela pipes dentro do banco de dados.
• Pipes: Instância de Query para realizar consultas na tabela pipes.
• updated_data: Definição de uma variável global para receber os padrões do database.

Documentação das rotas

  Cada uma das rotas que compõem a API foi documentada com uso do Postman, software que facilita o processo de criação, testagem e documentação de APIs. A documentação da API pode ser acessada clicando aqui.

Testagem das rotas

  Cada uma das rotas que compõem a API também foi testada com uso do Postman. Foram realizados dois tipos de testes: manuais e automáticos.

Testes manuais

  Os testes manuais consistiram na criação manual de requisições para cada uma das rotas existentes na API. Cada uma das requisições foi criada e executada junto à execução local do servidor em Flask com uma taxa de 100% de sucesso (nenhuma das requisições falhou).

  A seguir, há uma sequência de figuras com capturas de tela da testagem das rotas, mostrando qual rota foi testada, o corpo e parâmetros/argumentos passados para as requisições e o que foi retornado por elas, conforme descrito na documentação das rotas.

Figura 1 - Teste de método [GET] bem sucedido na rota /post_reboiler_id

Fonte:Elaborado pela equipe SugarZ3ro

Figura 2 - Teste de método [POST] bem sucedido na rota /post_reboiler_id

Fonte:Elaborado pela equipe SugarZ3ro

Figura 3 - Teste de método [GET] bem sucedido na rota /pipes

Fonte:Elaborado pela equipe SugarZ3ro

Figura 4 - Teste de método [POST] bem sucedido na rota /pipes

Fonte:Elaborado pela equipe SugarZ3ro

Figura 5 - Teste de método [GET] bem sucedido na rota /pipes/[pipe_id]

Fonte:Elaborado pela equipe SugarZ3ro

Figura 6 - Teste de método [POST] bem sucedido na rota /pipes/[pipe_id]

Fonte:Elaborado pela equipe SugarZ3ro

Figura 7 - Teste de método [DELETE] bem sucedido na rota /pipes/[pipe_id]

Fonte:Elaborado pela equipe SugarZ3ro

Figura 8 - Teste de método [POST] bem sucedido na rota /pipes/simulate

Fonte:Elaborado pela equipe SugarZ3ro

Testes automáticos

  Os testes automáticos são testes criados automaticamente por uma funcionalidade de IA existente no Postman. Esses testes são criados com base na funcionalidade esperada de cada rota e levam em conta a testagem de aspectos mais específicos das requisições que são feitas para cada uma delas.

  A seguir, há uma sequência de figuras que apresenta diferentes tipos de testes automáticos realizados com o Postman para cada uma das rotas existentes na API do projeto.

Figura 9 - Testes automáticos da rota /post_reboiler_id

Fonte:Elaborado pela equipe SugarZ3ro

Figura 10 - Testes automáticos da rota /pipes

Fonte:Elaborado pela equipe SugarZ3ro

Figura 11 - Testes automáticos da rota /pipes/[pipe_id]

Fonte:Elaborado pela equipe SugarZ3ro

Figura 12 - Testes automáticos da rota /pipes/simulate

Fonte:Elaborado pela equipe SugarZ3ro

  Todos os testes automáticos foram bem sucedidos, com exceção dos que consistiram em verificar se as respostas de determinadas requisições iriam retornar o valor da chave datetime como um objeto datetime, o que não ocorre na prática. A API foi construída de modo a retornar os dados requisitados por meio do formato json, o que faz com que as datas (incluindo ano, mês, dia, hora, minutos e segundos) de registros de canos sejam salvas como string e não como um objeto específico do tipo datetime. Contudo, isso não afeta a funcionalidade da API ou o uso dela para futura criação de gráficos através de uma plataforma interna da empresa parceira.