


Rangka kerja ORM Kura-kura ORM dalam Python dalam amalan
Tortoise ORM ialah rangka kerja ORM tak segerak yang dibangunkan berdasarkan bahasa Python dan boleh digunakan untuk mengurus pangkalan data hubungan dalam aplikasi tak segerak Python.
Artikel ini akan memperkenalkan cara menggunakan rangka kerja ORM Kura-kura untuk mencipta, membaca, mengemas kini dan memadam data Anda juga akan belajar cara melakukan pertanyaan mudah dan kompleks daripada pangkalan data hubungan.
Persediaan
Sebelum memulakan tutorial ini, anda perlu memasang Python (Python3.6+ disyorkan) dan memasang rangka kerja Tortoise ORM.
Anda boleh memasang rangka kerja Tortoise ORM melalui pip menggunakan arahan berikut:
pip install tortoise-orm
Seterusnya, kami akan menyediakan pangkalan data dan struktur model.
Buat sambungan pangkalan data
Menggunakan Tortoise ORM untuk melaksanakan operasi pangkalan data memerlukan penyambungan ke pangkalan data terlebih dahulu. Dalam tutorial ini, kami akan menggunakan pangkalan data SQLite.
ORM kura-kura menggunakan pembolehubah persekitaran atau fail .config untuk mengurus maklumat sambungan pangkalan data. Cipta fail bernama .env
dan konfigurasi berikut untuk mencapai sambungan pangkalan data.
DATABASE_URL=sqlite://db.sqlite3
di mana db.sqlite3
ialah nama fail pangkalan data baharu yang ingin anda buat.
Pada masa yang sama, kami juga perlu menggunakan fungsi dalam kod untuk memulakan Tortoise ORM:
import os from dotenv import load_dotenv from tortoise import Tortoise # 加载环境变量 load_dotenv() async def init_db(): await Tortoise.init(config={ 'connections': { 'default': os.getenv('DATABASE_URL') }, 'apps': { 'models': { 'models': ['app.models',], 'default_connection': 'default' } } }) await Tortoise.generate_schemas()
Dalam kod di atas, kami menggunakan pembolehubah persekitaran untuk mendapatkan maklumat sambungan pangkalan data dan lulus kepada Tortoise ORM untuk permulaan. Kemudian panggil kaedah Tortoise.generate_schemas()
untuk menjana jadual data yang sepadan untuk model yang ditentukan.
Selepas menyelesaikan operasi di atas, kita boleh mula mencipta model.
Buat model
Dalam tutorial ini, kami akan mencipta model blog ringkas yang mengandungi tajuk, kandungan, masa penciptaan, masa kemas kini dan pengarang.
from tortoise import fields from tortoise.models import Model class Blog(Model): id = fields.IntField(pk=True) title = fields.CharField(max_length=100) content = fields.TextField() created_at = fields.DatetimeField(auto_now_add=True) updated_at = fields.DatetimeField(auto_now=True) author = fields.CharField(max_length=100)
Dalam model Blog kod di atas, kami menggunakan kelas asas Model
dan mencipta beberapa medan id
, title
, content
, created_at
, updated_at
dan author
. pk=True
menyatakan bahawa medan id
ialah kunci utama. auto_now_add=True
dan auto_now=True
tentukan bahawa medan created_at
dan updated_at
hendaklah dikemas kini secara automatik apabila dibuat dan dikemas kini masing-masing.
Sekarang kita telah berjaya menentukan model, mari belajar cara menggunakan ORM Kura-kura untuk operasi CRUD.
Membaca dan mencipta data
Membaca dan mencipta data menggunakan Tortoise ORM adalah sangat mudah, berikut ialah beberapa contoh kod:
from app.models import Blog # 创建一个新博客 blog = await Blog.create(title='Tortoise ORM', content='使用Tortoise ORM操作数据库非常方便', author='Alice') # 读取所有博客 blogs = await Blog.all() for blog in blogs: print(blog.title) # 根据标题读取指定博客 blog = await Blog.get(title='Tortoise ORM') print(blog.content)
Dalam kod di atas, kami menggunakan The Blog.create()
kaedah mencipta blog baharu, menggunakan kaedah Blog.all()
untuk membaca semua blog dan menggunakan kaedah Blog.get()
untuk membaca blog yang ditentukan berdasarkan tajuk.
Kemas kini dan padam data
ORM Kura-kura juga menyediakan kaedah untuk mengemas kini dan memadam data. Berikut ialah beberapa contoh kod:
# 更新博客的内容 blog.content = 'Tortoise ORM提供了丰富的API来管理数据库' await blog.save() # 删除指定的博客 await Blog.filter(title='Tortoise ORM').delete()
Dalam kod di atas, kami telah mengemas kini kandungan blog menggunakan kaedah save()
dan memadamkan blog yang ditentukan berdasarkan tajuk menggunakan filter()
dan delete()
kaedah.
Laksanakan pertanyaan kompleks
Selain operasi asas CRUD, Tortoise ORM juga membenarkan pelaksanaan pertanyaan kompleks. Berikut ialah beberapa contoh:
# 使用where子句查询特定日期创建的博客 blogs = await Blog.filter(created_at__date='2021-07-12').all() # 使用order_by子句将博客按更新日期升序排列 blogs = await Blog.all().order_by('updated_at') # 连接多个过滤器查询具有特定条件的博客 blogs = await Blog.all().filter(title__contains='ORM', author__icontains='Alice')
Dalam kod di atas, kami telah menggunakan kaedah filter()
, all()
dan order_by()
digabungkan dengan beberapa parameter pertanyaan, mis. created_at__date
, title__contains
dan author__icontains
, dsb., untuk melaksanakan pertanyaan yang rumit.
Kesimpulan
Dalam tutorial ini, kami mempelajari cara menggunakan rangka kerja ORM Kura-kura untuk melaksanakan operasi CRUD, memulakan pangkalan data dan mencipta model serta melaksanakan pertanyaan pangkalan data yang kompleks. Seperti yang dapat kita lihat, Tortoise ORM menjadikan pengurusan pangkalan data dalam aplikasi tak segerak Python sangat mudah dan intuitif.
Atas ialah kandungan terperinci Rangka kerja ORM Kura-kura ORM dalam Python dalam amalan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



MySQL mempunyai versi komuniti percuma dan versi perusahaan berbayar. Versi komuniti boleh digunakan dan diubahsuai secara percuma, tetapi sokongannya terhad dan sesuai untuk aplikasi dengan keperluan kestabilan yang rendah dan keupayaan teknikal yang kuat. Edisi Enterprise menyediakan sokongan komersil yang komprehensif untuk aplikasi yang memerlukan pangkalan data yang stabil, boleh dipercayai, berprestasi tinggi dan bersedia membayar sokongan. Faktor yang dipertimbangkan apabila memilih versi termasuk kritikal aplikasi, belanjawan, dan kemahiran teknikal. Tidak ada pilihan yang sempurna, hanya pilihan yang paling sesuai, dan anda perlu memilih dengan teliti mengikut keadaan tertentu.

Artikel ini memperkenalkan operasi pangkalan data MySQL. Pertama, anda perlu memasang klien MySQL, seperti MySqlworkbench atau Command Line Client. 1. Gunakan perintah MySQL-Uroot-P untuk menyambung ke pelayan dan log masuk dengan kata laluan akaun root; 2. Gunakan CreateTatabase untuk membuat pangkalan data, dan gunakan Pilih pangkalan data; 3. Gunakan createtable untuk membuat jadual, menentukan medan dan jenis data; 4. Gunakan InsertInto untuk memasukkan data, data pertanyaan, kemas kini data dengan kemas kini, dan padam data dengan padam. Hanya dengan menguasai langkah -langkah ini, belajar menangani masalah biasa dan mengoptimumkan prestasi pangkalan data anda boleh menggunakan MySQL dengan cekap.

MySQL boleh berjalan tanpa sambungan rangkaian untuk penyimpanan dan pengurusan data asas. Walau bagaimanapun, sambungan rangkaian diperlukan untuk interaksi dengan sistem lain, akses jauh, atau menggunakan ciri -ciri canggih seperti replikasi dan clustering. Di samping itu, langkah -langkah keselamatan (seperti firewall), pengoptimuman prestasi (pilih sambungan rangkaian yang betul), dan sandaran data adalah penting untuk menyambung ke Internet.

Panduan Pengoptimuman Prestasi Pangkalan Data MySQL Dalam aplikasi yang berintensifkan sumber, pangkalan data MySQL memainkan peranan penting dan bertanggungjawab untuk menguruskan urus niaga besar-besaran. Walau bagaimanapun, apabila skala aplikasi berkembang, kemunculan prestasi pangkalan data sering menjadi kekangan. Artikel ini akan meneroka satu siri strategi pengoptimuman prestasi MySQL yang berkesan untuk memastikan aplikasi anda tetap cekap dan responsif di bawah beban tinggi. Kami akan menggabungkan kes-kes sebenar untuk menerangkan teknologi utama yang mendalam seperti pengindeksan, pengoptimuman pertanyaan, reka bentuk pangkalan data dan caching. 1. Reka bentuk seni bina pangkalan data dan seni bina pangkalan data yang dioptimumkan adalah asas pengoptimuman prestasi MySQL. Berikut adalah beberapa prinsip teras: Memilih jenis data yang betul dan memilih jenis data terkecil yang memenuhi keperluan bukan sahaja dapat menjimatkan ruang penyimpanan, tetapi juga meningkatkan kelajuan pemprosesan data.

Hadidb: Pangkalan data Python yang ringan, tinggi, Hadidb (Hadidb) adalah pangkalan data ringan yang ditulis dalam Python, dengan tahap skalabilitas yang tinggi. Pasang HadIdb menggunakan pemasangan PIP: Pengurusan Pengguna PipInstallHadidB Buat Pengguna: CreateUser () Kaedah untuk membuat pengguna baru. Kaedah pengesahan () mengesahkan identiti pengguna. dariHadidb.OperationImportuserer_Obj = user ("admin", "admin") user_obj.

Tidak mustahil untuk melihat kata laluan MongoDB secara langsung melalui Navicat kerana ia disimpan sebagai nilai hash. Cara mendapatkan kata laluan yang hilang: 1. Tetapkan semula kata laluan; 2. Periksa fail konfigurasi (mungkin mengandungi nilai hash); 3. Semak Kod (boleh kata laluan Hardcode).

MySQL Workbench boleh menyambung ke MariaDB, dengan syarat bahawa konfigurasi adalah betul. Mula -mula pilih "MariaDB" sebagai jenis penyambung. Dalam konfigurasi sambungan, tetapkan host, port, pengguna, kata laluan, dan pangkalan data dengan betul. Apabila menguji sambungan, periksa bahawa perkhidmatan MariaDB dimulakan, sama ada nama pengguna dan kata laluan betul, sama ada nombor port betul, sama ada firewall membenarkan sambungan, dan sama ada pangkalan data itu wujud. Dalam penggunaan lanjutan, gunakan teknologi penyatuan sambungan untuk mengoptimumkan prestasi. Kesilapan biasa termasuk kebenaran yang tidak mencukupi, masalah sambungan rangkaian, dan lain -lain. Apabila kesilapan debugging, dengan teliti menganalisis maklumat ralat dan gunakan alat penyahpepijatan. Mengoptimumkan konfigurasi rangkaian dapat meningkatkan prestasi

Untuk persekitaran pengeluaran, pelayan biasanya diperlukan untuk menjalankan MySQL, atas alasan termasuk prestasi, kebolehpercayaan, keselamatan, dan skalabilitas. Pelayan biasanya mempunyai perkakasan yang lebih kuat, konfigurasi berlebihan dan langkah keselamatan yang lebih ketat. Untuk aplikasi kecil, rendah, MySQL boleh dijalankan pada mesin tempatan, tetapi penggunaan sumber, risiko keselamatan dan kos penyelenggaraan perlu dipertimbangkan dengan teliti. Untuk kebolehpercayaan dan keselamatan yang lebih besar, MySQL harus digunakan di awan atau pelayan lain. Memilih konfigurasi pelayan yang sesuai memerlukan penilaian berdasarkan beban aplikasi dan jumlah data.
