首頁 後端開發 Python教學 Python中的ORM框架Tortoise ORM詳解

Python中的ORM框架Tortoise ORM詳解

Jun 10, 2023 pm 02:37 PM
python orm框架 tortoise orm

Python是一種不可或缺的程式語言,隨著其不斷發展,許多強大的工具和框架也應運而生。其中,ORM(物件關係映射)框架在Python開發中具有重要意義。 Tortoise ORM是Python中的一種ORM框架,它基於非同步語法,具有非常高的效能和可擴展性。本文將詳細介紹Tortoise ORM的特點和基本用法。

  1. 什麼是ORM框架?

ORM框架是一種將物件導向程式語言中的資料物件對應至關聯式資料庫的技術。 ORM透過資料物件模型提升開發效率,使得開發者可以使用物件導向的程式介面操作關聯式資料庫,而不需要手寫SQL語句,透過物件導向的方式進行資料處理。

  1. Tortoise ORM的特點

Tortoise ORM是基於Python 3.6 language的非同步ORM函式庫。以下是Tortoise ORM的主要特點:

(1) 效率高:Tortoise ORM採用非同步語法,能夠支援高度並發,效能非常出色。

(2) 易用性強:Tortoise ORM使用簡單,支援類似Django ORM的語法,提供了一整套ORM模型(Meta類別)。

(3) 易擴展:為了更好的擴展性,Tortoise ORM將Model編寫從資料庫分離出來,這樣我們可以更方便的進行程式碼重構。

(4) 插件豐富:Tortoise ORM支援許多第三方插件,如非同步ElasticSearch、PostgreSQL、Aiopg、PgAmdin、AsyncSSH、APscheduler、AIOCache等等。

  1. 如何使用Tortoise ORM

首先,我們先需要一個MySQL資料庫和PyMySQL驅動程式。如果您還沒有安裝MySQL資料庫和PyMySQL驅動程序,可以使用以下命令進行安裝:

pip install pymysql
登入後複製

如果您的MySQL伺服器沒有開啟ssl,請安裝標誌-use-optionssl = True,以使用SSH加密連接:

pip install pymysql[ssl]
登入後複製

接下來,我們要安裝Tortoise ORM及其相依性:

pip install tortoise-orm
登入後複製

為了使用Tortoise ORM,我們需要建立一個Tortoise ORM物件。在這個物件中,我們可以指定連接資料庫的URL,使用者名,密碼和資料庫名稱。例如:

from tortoise import Tortoise

TORTOISE_ORM = {
    "connections": {"default": "mysql://user:password@127.0.0.1:3306/test_db"},
    "apps": {
        "models": {
            "models": ["__main__"],
            "default_connection": "default",
        },
    },
}

async def init_orm():
    await Tortoise.init(TORTOISE_ORM)
    await Tortoise.generate_schemas()

asyncio.run(init_orm())
登入後複製

這裡,我們定義了一個TORTOISE_ORM字典,其中指定了資料庫連接的URL和應用程式清單(在這種情況下,我們只使用__main__模組)。然後,我們建立了一個init_orm函數,在其中初始化Tortoise對象,並產生資料庫架構。

接下來,我們可以定義一個資料庫模型(Model),它是一個Python類,並且需要繼承Tortoise中所提供的Model。例如:

from tortoise import fields, models

class User(models.Model):
    id = fields.IntField(pk=True)
    username = fields.CharField(50, unique=True)
    password = fields.CharField(128)
    created_at = fields.DatetimeField(auto_now_add=True)
    updated_at = fields.DatetimeField(auto_now=True)
登入後複製

在這裡,我們定義了一個User模型,它有一個id字段,一個使用者名字段,一個密碼字段,以及兩個時間戳字段(建立時間和更新時間)。需要注意的是,我們的id 欄位需要使用pk=True來指定主鍵。

現在,我們可以使用ORM模型存取資料庫。例如,如果我們要插入一個新的User到資料庫中,我們可以使用以下程式碼:

async def create_user(username: str, password: str) -> User:
    user = User(username=username, password=password)
    await user.save()
    return user
登入後複製

在這裡,我們先建立了一個User對象,然後呼叫save()方法將其儲存到資料庫中,最後回傳User物件。我們也可以使用以下程式碼從資料庫中檢索User:

async def get_user_by_username(username: str) -> Union[None, User]:
    return await User.filter(username=username).first()
登入後複製

在這裡,我們可以使用User類別的filter方法按用戶名尋找用戶,然後呼叫first()方法來傳回第一個符合結果。

  1. Tortoise ORM外掛

作為一個開放和靈活的ORM框架,Tortoise ORM支援許多外掛程式。以下是一些外掛程式的簡介:

(1) tortoise-orm[elastic]:支援非同步Elasticsearch。

(2) tortoise-orm[asyncpg]:PostgreSQL資料庫支援。

(3) tortoise-orm[aiopg]:AioPg資料庫支援。

(4) tortoise-orm[admin]:視覺化介面和管理工具。

(5) tortoise-orm[sqlite]:SQLite資料庫支援。

(6) tortoise-orm[aiofiles]:檔案儲存支援。

(7) tortoise-orm[aioredis]:Redis資料庫支援。

(8) tortoise-orm[asyncssh]:SSH客戶端和服務端支援。

(9) tortoise-orm[aiohttp]:使用aiohttp函式庫的Web框架支援。

這些外掛可以根據你的業務需求隨意挑選。你可以選擇使用Tortoise ORM,以及適合你的業務需求的插件來提高你的開發效率。

  1. 總結

Tortoise ORM是一種效能出色且易用的ORM函式庫,功能強大,具有良好的擴充性和外掛機制。它採用非同步語法,可以支援高度並發。同時,Tortoise ORM也提供了類似Django ORM一樣的語法,使用簡單。在Python應用程式中,它可以大大提高開發效率,並且可以幫助應用程式與資料庫進行更有效率的互動。

以上是Python中的ORM框架Tortoise ORM詳解的詳細內容。更多資訊請關注PHP中文網其他相關文章!

本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

AI Hentai Generator

AI Hentai Generator

免費產生 AI 無盡。

熱門文章

R.E.P.O.能量晶體解釋及其做什麼(黃色晶體)
1 個月前 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.最佳圖形設置
1 個月前 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.如果您聽不到任何人,如何修復音頻
1 個月前 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.聊天命令以及如何使用它們
1 個月前 By 尊渡假赌尊渡假赌尊渡假赌

熱工具

記事本++7.3.1

記事本++7.3.1

好用且免費的程式碼編輯器

SublimeText3漢化版

SublimeText3漢化版

中文版,非常好用

禪工作室 13.0.1

禪工作室 13.0.1

強大的PHP整合開發環境

Dreamweaver CS6

Dreamweaver CS6

視覺化網頁開發工具

SublimeText3 Mac版

SublimeText3 Mac版

神級程式碼編輯軟體(SublimeText3)

PHP和Python:代碼示例和比較 PHP和Python:代碼示例和比較 Apr 15, 2025 am 12:07 AM

PHP和Python各有優劣,選擇取決於項目需求和個人偏好。 1.PHP適合快速開發和維護大型Web應用。 2.Python在數據科學和機器學習領域佔據主導地位。

CentOS上如何進行PyTorch模型訓練 CentOS上如何進行PyTorch模型訓練 Apr 14, 2025 pm 03:03 PM

在CentOS系統上高效訓練PyTorch模型,需要分步驟進行,本文將提供詳細指南。一、環境準備:Python及依賴項安裝:CentOS系統通常預裝Python,但版本可能較舊。建議使用yum或dnf安裝Python3併升級pip:sudoyumupdatepython3(或sudodnfupdatepython3),pip3install--upgradepip。 CUDA與cuDNN(GPU加速):如果使用NVIDIAGPU,需安裝CUDATool

CentOS上PyTorch的GPU支持情況如何 CentOS上PyTorch的GPU支持情況如何 Apr 14, 2025 pm 06:48 PM

在CentOS系統上啟用PyTorchGPU加速,需要安裝CUDA、cuDNN以及PyTorch的GPU版本。以下步驟將引導您完成這一過程:CUDA和cuDNN安裝確定CUDA版本兼容性:使用nvidia-smi命令查看您的NVIDIA顯卡支持的CUDA版本。例如,您的MX450顯卡可能支持CUDA11.1或更高版本。下載並安裝CUDAToolkit:訪問NVIDIACUDAToolkit官網,根據您顯卡支持的最高CUDA版本下載並安裝相應的版本。安裝cuDNN庫:前

docker原理詳解 docker原理詳解 Apr 14, 2025 pm 11:57 PM

Docker利用Linux內核特性,提供高效、隔離的應用運行環境。其工作原理如下:1. 鏡像作為只讀模板,包含運行應用所需的一切;2. 聯合文件系統(UnionFS)層疊多個文件系統,只存儲差異部分,節省空間並加快速度;3. 守護進程管理鏡像和容器,客戶端用於交互;4. Namespaces和cgroups實現容器隔離和資源限制;5. 多種網絡模式支持容器互聯。理解這些核心概念,才能更好地利用Docker。

Python vs. JavaScript:社區,圖書館和資源 Python vs. JavaScript:社區,圖書館和資源 Apr 15, 2025 am 12:16 AM

Python和JavaScript在社區、庫和資源方面的對比各有優劣。 1)Python社區友好,適合初學者,但前端開發資源不如JavaScript豐富。 2)Python在數據科學和機器學習庫方面強大,JavaScript則在前端開發庫和框架上更勝一籌。 3)兩者的學習資源都豐富,但Python適合從官方文檔開始,JavaScript則以MDNWebDocs為佳。選擇應基於項目需求和個人興趣。

CentOS下PyTorch版本怎麼選 CentOS下PyTorch版本怎麼選 Apr 14, 2025 pm 02:51 PM

在CentOS下選擇PyTorch版本時,需要考慮以下幾個關鍵因素:1.CUDA版本兼容性GPU支持:如果你有NVIDIAGPU並且希望利用GPU加速,需要選擇支持相應CUDA版本的PyTorch。可以通過運行nvidia-smi命令查看你的顯卡支持的CUDA版本。 CPU版本:如果沒有GPU或不想使用GPU,可以選擇CPU版本的PyTorch。 2.Python版本PyTorch

minio安裝centos兼容性 minio安裝centos兼容性 Apr 14, 2025 pm 05:45 PM

MinIO對象存儲:CentOS系統下的高性能部署MinIO是一款基於Go語言開發的高性能、分佈式對象存儲系統,與AmazonS3兼容。它支持多種客戶端語言,包括Java、Python、JavaScript和Go。本文將簡要介紹MinIO在CentOS系統上的安裝和兼容性。 CentOS版本兼容性MinIO已在多個CentOS版本上得到驗證,包括但不限於:CentOS7.9:提供完整的安裝指南,涵蓋集群配置、環境準備、配置文件設置、磁盤分區以及MinI

CentOS上PyTorch的分佈式訓練如何操作 CentOS上PyTorch的分佈式訓練如何操作 Apr 14, 2025 pm 06:36 PM

在CentOS系統上進行PyTorch分佈式訓練,需要按照以下步驟操作:PyTorch安裝:前提是CentOS系統已安裝Python和pip。根據您的CUDA版本,從PyTorch官網獲取合適的安裝命令。對於僅需CPU的訓練,可以使用以下命令:pipinstalltorchtorchvisiontorchaudio如需GPU支持,請確保已安裝對應版本的CUDA和cuDNN,並使用相應的PyTorch版本進行安裝。分佈式環境配置:分佈式訓練通常需要多台機器或單機多GPU。所

See all articles