Python ORM框架之 Peewee入门

本文涉及的产品
云数据库 RDS MySQL Serverless,0.5-2RCU 50GB
云数据库 RDS MySQL Serverless,价值2615元额度,1个月
简介:

之前在学Django时,发现它的模型层非常好用,把对数据库的操作映射成对类、对象的操作,避免了我们直接写在Web项目中SQL语句,当时想,如果这个模型层可以独立出来使用就好了,那我们平台操作数据库也可以这么玩了,我不喜欢写SQL语句。

  后来才知道,原来这个叫ORMObject Relational Mapping,对象关系映射),在Python下面有很多这样的类库,如SQLObjectStormpeeweeSQLAlchemy

  这里就给你们介绍一下Peewee的基本使用,因为它非常的轻量级,最主要是和DjangoORM 操作很像,如果你学过Django那么很容易上手。

  这篇博客承接上一篇,以操作MySQL为例。前提条件:

  • Python3.x 编程语言

  • MySQL数据库

  • PyMySQL驱动

 

一、安装peewee

安装非常简单,推荐使用pip命令。

> pip install peewee

另外,你也可以通过下载包安装:https://pypi.python.org/pypi/peewee

 

 

二、创建表 

from peewee import *import datetime

db = MySQLDatabase("guest", host="127.0.0.1", port=3306, user="root", passwd="123456")
db.connect()class BaseModel(Model):    class Meta:
        database = dbclass User(BaseModel):
    username = CharField(unique=True)class Tweet(BaseModel):
    user = ForeignKeyField(User, related_name='tweets')
    message = TextField()
    created_date = DateTimeField(default=datetime.datetime.now)
    is_published = BooleanField(default=True)if __name__ == "__main__":    # 创建表
    User.create_table()  # 创建User表
    Tweet.create_table()  # 创建Tweet表

  这里面包含不了少知识点,我们来一一解释。

  首先,导入peewee库下面的所有方法,这个当然需要。

  然后,通过MySQLDatabase连接数据库,把数据连接的几个必要参数一一填写。通过connect()方法与MySQL数据库建立链接。

  接下来就是表的创建,创建BaseModel类,在该类下创建子类Meta,Meta是一个内部类,它用于定义peewee的Model类的行为特性。指定dabatase 为 前面定义的db。

  再接下来就是表的创建了,我们在SQL语句创建表时一般需要知道以下信息。表的名字,表有哪些字段?这些字段分别是什么类型?是否允许为空,或自增?哪个字段是主键是?哪个是外键?

  ORM用编程语言里的概念帮我们映射了这些东西。

  创建 User 和 Tweet类做为表名。在类下面定义的变量为字段名,如username、message、created_date等。通过CharField、DateTimeField、BooleanField表示字段的类型。ForeignKeyField 建立外键。 主键呢? 建表时不都要有个主键id嘛,不用!peewee默认已经为我们加上这个id了。

  最后,执行create_table()方法创建两张表。

  通过数据库工具,查看生成的两张表。

 

 

三、插入数据

  要想操作表数据,首先表里得有数据。先来看看如何添加数据。

if __name__ == "__main__":    # ...
    user = User.create(username='tom')
    Tweet.create(user=user, message="这是一段文字")

  这样就要User表里添加一个tom的用户,这用户发了一条Tweet,在Tweet表里。但这个用户兴致来了,想继续发第二条Tweet。于是:

if __name__ == "__main__":    # ...
    Tweet.create(user_id=1, message="这是第二段文字")

  咦~!?不对,我们没有创建user_id字段啊!但是,如果你查询Tweet表,就会发现有这个字段,用它来关联User表的id。

 

 

四、查询数据

  接下来,查询数据。

if __name__ == "__main__":    # ...
    # 查询 1
    t = Tweet.get(message="这是一段文字")    print(t.user_id)    print(t.created_date)    print(t.is_published)

查询结果:

1
2017-05-19 15:44:32True

不过,get()方法只能查询一条,且是唯一的一条数据;通过查询条件不能查询出多条,也不能查询出0条。

if __name__ == "__main__":    # ...
    # 查询 2
    ts = Tweet.filter(user_id=1)    for t in ts:        print(t.message)

运行结果:

这是一段文字
这是第二段文字

而,filter()方法,就会更加灵活,可以查询多条结果,并把结果循环输出。

 

 

五、Playhouse库

  Playhouse库中提供了一些比较有意思的方法。当我们在安装peewee时,也会捎带着把它装上。

  这里只介绍它里面的model_to_dict和dict_to_model两个方法。

model_to_dict方法用法: 

from playhouse.shortcuts import model_to_dict, dict_to_model# ……if __name__ == "__main__":    # ……
    user = User.create(username='jack')    # 把数据对象转成字典
    u = model_to_dict(user)    
    print(u)

 运行结果:

{'id': 7, 'username': 'jack'}

 

 dict_to_model方法用法:

from playhouse.shortcuts import model_to_dict, dict_to_model# ……if __name__ == "__main__":    # ……
    # 把字典转成数据对象
    user_data = {'id': 2, 'username': 'charlie'}
    user = dict_to_model(User, user_data)    print(user.username)

运行结果:

charlie


本文转自lzwxx 51CTO博客,原文链接:http://blog.51cto.com/13064681/1944357


相关实践学习
基于CentOS快速搭建LAMP环境
本教程介绍如何搭建LAMP环境,其中LAMP分别代表Linux、Apache、MySQL和PHP。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
2天前
|
机器学习/深度学习 数据采集 数据可视化
利用Python进行历史数据预测:从入门到实践的两个案例分析
利用Python进行历史数据预测:从入门到实践的两个案例分析
14 1
|
8天前
|
机器学习/深度学习 自然语言处理 语音技术
【Python 机器学习专栏】Python 深度学习入门:神经网络基础
【4月更文挑战第30天】本文介绍了Python在深度学习中应用于神经网络的基础知识,包括神经网络概念、基本结构、训练过程,以及Python中的深度学习库TensorFlow和PyTorch。通过示例展示了如何使用Python实现神经网络,并提及优化技巧如正则化和Dropout。最后,概述了神经网络在图像识别、语音识别和自然语言处理等领域的应用,并强调掌握这些知识对深度学习的重要性。随着技术进步,神经网络的应用将持续扩展,期待更多创新。
|
8天前
|
机器学习/深度学习 算法 数据挖掘
【Python 机器学习专栏】Python 机器学习入门:基础概念与流程
【4月更文挑战第30天】本文介绍了Python在机器学习中的重要性,机器学习的基础概念和分类,包括监督学习、非监督学习和强化学习。Python因其丰富的库(如Scikit-learn、TensorFlow、PyTorch)、简单易学的语法和跨平台性在机器学习领域广泛应用。文章还概述了机器学习的基本流程,包括数据收集、预处理、特征工程、模型训练与评估等,并列举了常用的Python机器学习算法,如线性回归、逻辑回归、决策树和支持向量机。最后,讨论了Python机器学习在金融、医疗、工业和商业等领域的应用,鼓励读者深入学习并实践这一技术。
|
9天前
|
缓存 前端开发 安全
Python web框架fastapi中间件的使用,CORS跨域详解
Python web框架fastapi中间件的使用,CORS跨域详解
|
9天前
|
API 数据库 Python
Python web框架fastapi数据库操作ORM(二)增删改查逻辑实现方法
Python web框架fastapi数据库操作ORM(二)增删改查逻辑实现方法
|
9天前
|
关系型数据库 MySQL API
Python web框架fastapi数据库操作ORM(一)
Python web框架fastapi数据库操作ORM(一)
|
9天前
|
Python
python web框架fastapi模板渲染--Jinja2使用技巧总结
python web框架fastapi模板渲染--Jinja2使用技巧总结
|
9天前
|
开发框架 网络协议 前端开发
Python高性能web框架--Fastapi快速入门
Python高性能web框架--Fastapi快速入门
|
9天前
|
网络协议 数据库 开发者
构建高效Python Web应用:异步编程与Tornado框架
【4月更文挑战第29天】在Web开发领域,响应时间和并发处理能力是衡量应用性能的关键指标。Python作为一种广泛使用的编程语言,其异步编程特性为创建高性能Web服务提供了可能。本文将深入探讨Python中的异步编程概念,并介绍Tornado框架如何利用这一机制来提升Web应用的性能。通过实例分析,我们将了解如何在实际应用中实现高效的请求处理和I/O操作,以及如何优化数据库查询,以支持更高的并发用户数和更快的响应时间。
|
10天前
|
Python
【Python21天学习挑战赛】-入门必备
【Python21天学习挑战赛】-入门必备