Python中的ORM框架Databases实战

近年来，Python成为了一种高效、易用、且灵活的编程语言，而在Python的开发领域中，Databases ORM框架的应用越来越普遍。Databases是一个简单直观、轻量级的ORM框架，它支持多种数据库，包括但不限于MySQL、PostgreSQL、SQLite和Microsoft SQL Server。本文将为你详细介绍Databases框架，以及它在Python开发中的具体应用。

一、ORM框架的概念

ORM全称为对象关系映射(Object Relational Mapping)，是一种将关系型数据库表与Python对象之间进行映射，从而实现开发者在编程过程中不再需要进行SQL语句操作的技术， ORM框架在Python中的应用，为开发者提供了更多选择，使得程序开发更加便捷。

二、Databases框架

Databases是由Django ORM的开发者Andrew Goodwin所开发的一款简洁的ORM框架，其最大特点就是轻量级，以及方便、易于使用，而且支持多种数据库，包括MySQL、PostgreSQL、SQLite和Microsoft SQL Server等多种类型的数据库。

安装Databases框架

针对Databases框架的安装，可以使用pip进行安装，命令如下：

pip install databases==0.4.*

连接数据库

在使用Databases框架进行开发之前，需要先连接到数据库中。连接数据库所需参数包括数据库类型、主机名、数据库名称、用户名和密码等。本次开发中，我们尝试连接到MySQL数据库中，代码如下：

import databases

DATABASE_URL = "mysql://user:password@hostname/database_name"

database = databases.Database(DATABASE_URL)

这里，QAQsaaspassword是连接数据库的密码，askdnsadn312as是连接数据库的用户名，localhost是数据库所在的主机名或IP地址，my_database是数据库的名称。

创建表格与列

Databases框架支持SQL表达式语言来创建复杂的查询语句，从而使得开发者能够更灵活的控制SQL执行过程。在Databases框架中，我们可以使用Table类来创建表格，使用Column类来创建列。

表格创建代码如下：

import sqlalchemy

metadata = sqlalchemy.MetaData()

users = sqlalchemy.Table(
    "users",
    metadata,
    sqlalchemy.Column("id", sqlalchemy.Integer, primary_key=True),
    sqlalchemy.Column("username", sqlalchemy.String),
    sqlalchemy.Column("password", sqlalchemy.String),
    sqlalchemy.Column("email", sqlalchemy.String),
)

这里，我们使用了SQLAlchemy中的MetaData对象，通过定义一个users表格，创建了四个字段（id、username、password和email）。

执行SQL语句

Databases框架也提供了直接使用SQL语句进行操作的方法，这种方法更加灵活。可以通过execute()方法来实现SQL语句的执行，代码如下：

result = await database.execute(query)

其中query代表的是SQL语句代码，result则是执行结果，当执行成功时，它会返回一个由dict类型组成的list，每个dict代表SQL查询结果中的一条记录。

5.在Databases中使用ORM

Databases框架同样支持ORM的方式来操作SQL语句，对于开发者而言，更加便捷。ORM的方式有助于将对象关系映射到数据库上，使得代码具有更好的可读性和可维护性。

使用ORM的方式，我们可以通过定义模型的方式来操作数据库，代码如下：

import sqlalchemy

metadata = sqlalchemy.MetaData()

users = sqlalchemy.Table(
    "users",
    metadata,
    sqlalchemy.Column("id", sqlalchemy.Integer, primary_key=True),
    sqlalchemy.Column("username", sqlalchemy.String),
    sqlalchemy.Column("password", sqlalchemy.String),
    sqlalchemy.Column("email", sqlalchemy.String),
)

class UserModel:
    id: int
    username: str
    password: str
    email: str

    __tablename__ = "users"

    query: sq.Select

    def __init__(self, **kwargs):
        for key, value in kwargs.items():
            setattr(self, key, value)

这里，我们定义了一个UserModel模型类，代表我们的数据表对象，同时我们通过简单的定义，即可完成SQLAlchemy中表、列的定义，从而使其ORM映射到数据库上，方便快捷，易于维护。

三、应用实例

在此，我们以一个简单的博客应用为例，演示Databases框架的具体操作。

1.连接到数据库

进行数据库连接所需的信息也非常简单，如下代码所示：

import databases

DATABASE_URL = "mysql://user:password@hostname/database_name"

database = databases.Database(DATABASE_URL)

这里的DATABASE_URL指定了连接到MySQL的各项参数，以此来连接到我们的数据库系统。

2.定义模型

在这个博客示例中，我们需要定义两个数据模型，一个是Blog模型，代表博客文章对象，生成代码如下：

class Blog:
    id: int
    title: str
    description: str
    content: str

    __tablename__ = "blog"

    query: sq.Select

    def __init__(self, **kwargs):
        for key, value in kwargs.items():
            setattr(self, key, value)

另一个是User模型，代表用户对象，生成代码如下：

class User:
    id: int
    name: str
    email: str
    password: str

    __tablename__ = "user"

    query: sq.Select

    def __init__(self, **kwargs):
        for key, value in kwargs.items():
            setattr(self, key, value)

类似地，我们通过简单的定义，使其ORM映射到我们连接的MySQL数据库上。

3.创建表格

由于我们所操作的数据库系统为MySQL，因此我们需要创建对应的表格，生成代码如下：

CREATE TABLE `blog` (
  `id` int(11) unsigned NOT NULL AUTO_INCREMENT,
  `title` varchar(100) DEFAULT NULL,
  `description` varchar(100) DEFAULT NULL,
  `content` text,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

CREATE TABLE `user` (
  `id` int(11) unsigned NOT NULL AUTO_INCREMENT,
  `name` varchar(45) DEFAULT NULL,
  `email` varchar(100) DEFAULT NULL,
  `password` varchar(100) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

4.插入数据

我们可以使用ORM的方式很方便地输入数据，生成代码如下：

async def create_blog_post(title: str, description: str, content: str):
    query = blog.insert().values(title=title, description=description, content=content)
    return await database.execute(query)

async def create_user(name: str, email: str, password: str):
    query = user.insert().values(name=name, email=email, password=password)
    return await database.execute(query)

这里我们使用了insert()方法来完成数据插入的操作，具有很好的可读性，方便开发者更好地维护代码。

5.查询数据

Databases框架同样支持执行查询操作，如下代码所示：

async def get_blog_post(id: int):
    query = blog.select().where(blog.c.id == id)
    return await database.fetch_one(query)

async def get_all_users():
    query = user.select()
    return await database.fetch_all(query)

async def get_users_by_email(email: str):
    query = user.select().where(user.c.email == email)
    return await database.fetch_all(query)

这里我们使用了select()方法，拼接条件获取一个生成器，遍历之时返回数对。我们也可以通过使用查询数据的方式，来实现数据的筛选和排序。

总结

Databases框架是一个针对Python开发者而言的一个灵活、易用、轻量级的ORM框架，它可以轻松地支持多种数据库，方便开发者进行数据的存储、操作、筛选和排序等。本文从连接数据库到定义模型的操作，再到数据插入和查询操作，演示了Databases框架的灵活性以及易用性，方便开发者更高效的开发Python程序。

以上就是Python中的ORM框架Databases实战的详细内容，更多请关注其它相关文章！