江苏龙网

  1. 主页 > 生活百科 > >

Pony - 最智能的 Python ORM 框架

Pony

在代码里手写 SQL 并不是一件愉快的事情，故而，代码中往往使用 ORM，把代码中定义的数据模型、查询和数据操作转换为 SQL 语言来操作数据库 。不同的 ORM，对于数据库操作的抽象程度也有所不同，抽象程度更高的 ORM，往往能够写出更为贴合编程语言的数据操作代码，且对 SQL 的转换有更为智能的处理，隐去更多无需关注的底层细节，使代码变得更为优雅，提高开发效率 。Pony，就是一个具有高抽象程度的 Python 语言的 ORM 框架，其优雅的语法，甚至支持使用 Python 中的列表推导式进行数据库查询 。

Pony - 最智能的 Python ORM 框架

文章插图
Pony ORM库
简介Pony，是 ponyorm 在 Github 上开源的 Python ORM 框架，项目位于 https://github.com/ponyorm/pony，目前版本为 0.7.13 。Pony 提供了十分 Pythonic 的 API，易于学习，使用方便 。Pony 提供了基于实体的数据模型定义，精简的查询语法，全面的报错信息，并能输出可读性强的生成的 SQL 语句 。这些大大提升了开发效率，使得使用 Python 语言进行数据库操作更为方便 。相比于已有的 Django 和 SQLAlchemy 等 ORM，Pony 提供了 IdentityMap 模式，自动的事务管理，自动的查询和数据缓存，以及对于高级 SQL 语法的支持等 。
Pony - 最智能的 Python ORM 框架

文章插图
Pony ORM库
安装Pony 支持 Python 2.7 和 Python 3，可以使用 pip 安装：
pip install ponyPony 目前支持的数据库包括 SQLite、PostgreSQL、MySQL、Oracle CockroachDB 。当使用 SQLite 时，无需额外的依赖，而使用其他的数据库，需要安装对应的驱动 。
Pony - 最智能的 Python ORM 框架

文章插图
Pony 项目
示例Pony 使用十分简单 。首先，需要实例化数据库，连接到对应的数据库后端：
from pony.orm import *db = Database("sqlite", "estore.sqlite", create_db=True)【Pony - 最智能的 Python ORM 框架】使用 create_db 参数进行数据库创建 。也可以先创建一个数据库实例，之后再进行绑定：
db = Database()db.bind(provider='sqlite', filename='database.sqlite', create_db=True)Pony 使用实体关系模型作为数据模型：
class Person(db.Entity):name = Required(str)age = Required(int)cars = Set('Car')class Car(db.Entity):make = Required(str)model = Required(str)owner = Required(Person)对于数据模型 Person，定义了3个属性：name，一个非空的字符串；age，一个非空的整数；cars，一个数据关系，是一个指向实体 Car 的集合，表示这个人所拥有的车辆集合 。相似地，在实体 Car 中，定义了属性 owner，指向 Person，表示车辆对应的拥有者 。通过这两个关系，我们就实现了 Person 和 Car 之间一对多的数据关系 。Pony 还提供了一个方便的工具函数 show，用来打印实体的定义：
>>> show(Person)class Person(Entity):id = PrimaryKey(int, auto=True)name = Required(str)age = Required(int)cars = Set(Car)注意到，Person 比代码中的定义多了一个 id 属性，这是因为我们没有定义主键，故而 Pony 自动添加了一个 id 主键 。
在定义了数据实体后，我们需要把它们映射到数据库的数据表：
db.generate_mApping(create_tables=True)使用 create_tables 参数，当表不存在时自动创建 。
在完成了数据模型的定义后，就可以进行数据实例的创建：
>>> p1 = Person(name='John', age=20)>>> p2 = Person(name='Mary', age=22)>>> p3 = Person(name='Bob', age=30)>>> c1 = Car(make='Toyota', model='Prius', owner=p2)>>> c2 = Car(make='Ford', model='Explorer', owner=p3)>>> commit()在调用 commit 后，会产生 SQL 的 INSERT 语句，把所有数据实例插入到数据库中 。也可以使用 db_session 上下文，对 session 进行自动管理：
with db_session:p = Person(name='Kate', age=33)Car(make='Audi', model='R8', owner=p)Pony 提供了十分优雅的查询方式，可以使用 Python 的生成器表达式和 lambda 函数进行数据库查询 。我们来看一个基本例子：
>>> select(p for p in Person if p.age > 20)<pony.orm.core.Query at 0x105e74d10>这里，使用了 Pony 的 select 接口，对数据库进行查询，查询所有年龄大于20岁的人的记录，返回一个 Query 对象 。想要得到数据列表，我们支持使用列表的范围切片语法：
>>> select(p for p in Person if p.age > 20)[:]SELECT "p"."id", "p"."name", "p"."age"FROM "Person" "p"WHERE "p"."age" > 20[Person[2], Person[3]]


推荐阅读


上一篇：极客茶人丨苏英敏,李郢茶山贡焙歌茶诗欣赏

下一篇：九华毛峰等级,九华毛峰采制