What are some good Python ORM solutions?
我正在评估并考虑使用CherryPy进行一个项目,该项目基本上是来自客户端(浏览器)的JavaScript前端,后端与后端的Python Web服务对话。 所以,我真的需要在后端快速轻量级的东西,我可以用Python实现,然后通过ORM(浏览器的JSON)与PostgreSQL DB对话。
我也在看Django,我喜欢它,因为它的ORM是内置的。 但是,我认为Django可能比我真正需要的多一点(即比我真正需要的更多功能==更慢?)。
任何人都有使用不同Python ORM解决方案的经验,可以比较和对比他们的特性和功能,速度,效率等?
如果您正在寻找轻量级并且已经熟悉django风格的声明模型,请查看peewee:
https://github.com/coleifer/peewee
例:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | import datetime from peewee import * class Blog(Model): name = CharField() class Entry(Model): blog = ForeignKeyField(Blog) title = CharField() body = TextField() pub_date = DateTimeField(default=datetime.datetime.now) # query it like django Entry.filter(blog__name='Some great blog') # or programmatically for finer-grained control Entry.select().join(Blog).where(Blog.name == 'Some awesome blog') |
查看文档以获取更多示例。
SQLAlchemy功能更强大,功能更强大(使用DataMapper模式)。 Django ORM具有更清晰的语法,更易于编写(ActiveRecord模式)。我不知道性能差异。
SQLAlchemy还有一个声明层,它隐藏了一些复杂性,并为它提供了一个类似于Django ORM的ActiveRecord样式语法。
我不担心Django"太重了"。它已经足够分离,你可以使用ORM,而不必导入其余的东西。
也就是说,如果我已经将CherryPy用于Web层并且只需要一个ORM,我可能会选择SQLAlchemy。
Storm可以说是最简单的API:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 | from storm.locals import * class Foo: __storm_table__ = 'foos' id = Int(primary=True) class Thing: __storm_table__ = 'things' id = Int(primary=True) name = Unicode() description = Unicode() foo_id = Int() foo = Reference(foo_id, Foo.id) db = create_database('sqlite:') store = Store(db) foo = Foo() store.add(foo) thing = Thing() thing.foo = foo store.add(thing) store.commit() |
当你需要时,它可以轻松地下载到原始SQL:
1 2 | store.execute('UPDATE bars SET bar_name=? WHERE bar_id like ?', []) store.commit() |
我通常使用SQLAlchemy。它非常强大,可能是最成熟的python ORM。
如果你打算使用CherryPy,你也可以看看dejavu,因为它是Robert Brewer(当前CherryPy项目负责人)。我个人没有用它,但我确实知道有些人喜欢它。
SQLObject比SQLAlchemy更容易使用ORM,但它不是那么强大。
就个人而言,除非我计划在Django中编写整个项目,否则我不会使用Django ORM,但那只是我。
SQLAlchemy的声明性扩展,在0.5中成为标准扩展,提供了一个非常像Django或Storm的一体化界面。它还与使用datamapper样式配置的类/表无缝集成:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 | Base = declarative_base() class Foo(Base): __tablename__ = 'foos' id = Column(Integer, primary_key=True) class Thing(Base): __tablename__ = 'things' id = Column(Integer, primary_key=True) name = Column(Unicode) description = Column(Unicode) foo_id = Column(Integer, ForeignKey('foos.id')) foo = relation(Foo) engine = create_engine('sqlite://') Base.metadata.create_all(engine) # issues DDL to create tables session = sessionmaker(bind=engine)() foo = Foo() session.add(foo) thing = Thing(name='thing1', description='some thing') thing.foo = foo # also adds Thing to session session.commit() |
我们使用Elixir和SQLAlchemy,并且到目前为止一直喜欢它。 Elixir在SQLAlchemy上放置了一个层,使其看起来更像是"ActiveRecord模式"计数器部分。
这似乎是Python中高级数据库交互的规范参考点:
http://wiki.python.org/moin/HigherLevelDatabaseProgramming
从那里开始,看起来Dejavu在Python中相当抽象地实现了Martin Fowler的DataMapper模式。
Django中未使用的功能无法实现性能损失。如果您决定升级该项目,可能会派上用场。
我想你可能会看一下:
秋季
风暴
我将Storm + SQLite用于一个小项目,并且在我添加多处理之前对它非常满意。尝试使用来自多个进程的数据库导致"数据库被锁定"异常。我切换到SQLAlchemy,相同的代码没有问题。
SQLAlchemy非常非常强大。但是,它不是线程安全的,确保在线程池模式下使用cherrypy时要记住这一点。
我查看SQLAlchemy
它非常易于使用,与您合作的模型也不错。 Django使用SQLAlchemy作为它的ORM strike>,但是单独使用它可以让你使用它的全部功能。
这是一个关于创建和选择orm对象的小例子
1 2 3 4 5 | >>> ed_user = User('ed', 'Ed Jones', 'edspassword') >>> session.add(ed_user) >>> our_user = session.query(User).filter_by(name='ed').first() >>> our_user <User('ed','Ed Jones', 'edspassword')> |