Treino Track

Treino Track é uma API RESTful desenvolvida em Python com FastAPI e SQLAlchemy para gerenciamento de treinos, exercícios, avaliações físicas, metas, equipamentos e usuários em academias ou ambientes fitness.

Funcionalidades

• Gestão de Usuários: Cadastro, consulta e associação de usuários a treinos.
• Metas: Criação, consulta, atualização e remoção de metas individuais.
• Avaliações Físicas: Registro e consulta de avaliações físicas de alunos.
• Equipamentos: Cadastro, edição e consulta de equipamentos.
• Exercícios: CRUD completo para exercícios, incluindo nível de dificuldade e associação a equipamentos.
• Músculos: Cadastro e gerenciamento de grupos musculares.
• Treinos: CRUD de treinos, com associação a usuários e exercícios.
• Registro de Treinos: Registro de execuções de treinos, calorias queimadas e feedback.
• Associação Usuário-Treino: Controle de quais treinos pertencem a quais usuários.
• Associação Treino-Exercício: Organização dos exercícios dentro de cada treino, com ordem, séries e repetições.

Estrutura do Projeto

O projeto está organizado da seguinte forma:

• app/main.py: Ponto de entrada da aplicação FastAPI.
• app/models/: Modelos SQLAlchemy das entidades do sistema.
• app/schemas/: Schemas Pydantic para validação e serialização.
• app/routers/: Rotas FastAPI para cada recurso (usuário, treino, exercício, etc).
• app/database.py: Configuração do banco de dados.
• requirements.txt: Dependências do projeto.

Como Executar

Pré-requisitos

• Python 3.9+
• MySQL ou outro banco compatível com SQLAlchemy
• (Opcional) Docker

Executando com Docker

O projeto já possui um docker-compose.yml configurado para subir tanto o banco de dados (MariaDB) quanto a API Python.

Passos

1. Clone o repositório e acesse a pasta do projeto:

   git clone https://github.com/Nertonm/treino-track.git
   cd treino-track

2. (Opcional) Ajuste variáveis de ambiente
   Se necessário, edite o docker-compose.yml para alterar usuário, senha ou nome do banco.

3. Suba os containers:

   docker-compose up

   Isso irá:

   • Subir o banco MariaDB na porta 3306
   • Subir a API FastAPI na porta 8000

4. Acesse a API:

   • Documentação Swagger: http://localhost:8000/docs
   • Banco de dados MariaDB disponível em localhost:3306 (usuário/senha conforme docker-compose.yml)

5. Parar os containers:

   docker-compose down

Observações

• O diretório ./app é montado no container Python, permitindo hot reload durante o desenvolvimento.
• Scripts de inicialização do banco podem ser colocados em db-init/.
• Certifique-se de que as configurações de conexão do banco em app/database.py estejam compatíveis com as variáveis do docker-compose.yml.

Instalação

1. Clone o repositório:

   git clone https://github.com/Nertonm/treino-track.git
   cd treino-track/app

2. Instale as dependências:

   pip install -r requirements.txt

3. Configure o acesso ao banco de dados em um arquivo .env ou diretamente em database.py.

Executando a API

1. Na pasta app, rode:

   uvicorn main:app --reload

2. Acesse a documentação interativa em:
   http://127.0.0.1:8000/docs

Uso

A API expõe endpoints REST para todos os recursos principais do sistema. Consulte /docs para exemplos de payloads e rotas.

Contribuindo

1. Fork este repositório.
2. Crie uma branch (git checkout -b minha-feature).
3. Faça commits e push (git commit -m 'Minha feature').
4. Abra um Pull Request.

Licença

Este projeto está sob a licença MIT. Veja o arquivo LICENSE para mais detalhes.

Contato

Para dúvidas ou sugestões, abra uma issue no GitHub.

UML