4种Python中基于字段的不使用元类的ORM实现方法
本文分享自华为云社区《Python中基于字段的不使用元类的ORM实现》,作者: 柠檬味拥抱 。
不使用元类的简单ORM实现
在 Python 中,ORM(Object-Relational Mapping)是一种将对象和数据库之间的映射关系进行转换的技术,使得通过面向对象的方式来操作数据库更加方便。通常,我们使用元类(metaclass)来实现ORM,但是本文将介绍一种不使用元类的简单ORM实现方式。
Field类
首先,我们定义一个Field
类,用于表示数据库表中的字段。这个类包含字段的名称和类型等信息,并且支持一些比较操作,以便后续构建查询条件。
class Field: def __init__(self, **kwargs): self.name = kwargs.get('name') self.column_type = kwargs.get('column_type') def __eq__(self, other): return Compare(self, '=', other) # 其他比较操作略...
Compare类
为了构建查询条件,我们引入了一个Compare
类,用于表示字段之间的比较关系。它可以支持链式操作,构建复杂的查询条件。
class Compare: def __init__(self, left: Field, operation: str, right: Any): self.condition = f'`{left.name}` {operation} "{right}"' def __or__(self, other: "Compare"): self.condition = f'({self.condition}) OR ({other.condition})' return self def __and__(self, other: "Compare"): self.condition = f'({self.condition}) AND ({other.condition})' return self
Model类
接下来,我们定义Model
类,表示数据库中的表。该类通过Field
类的实例来定义表的字段,并提供了插入数据的方法。
class Model: def __init__(self, **kwargs): _meta = self.get_class_meta() for k, v in kwargs.items(): if k in _meta: self.__dict__[k] = v @classmethod def get_class_meta(cls) -> Dict: if hasattr(cls, '_meta'): return cls.__dict__['_meta'] _meta = {} for k, v in cls.__dict__.items(): if isinstance(v, Field): if v.name is None: v.name = k name = v.name _meta[k] = (name, v) table = cls.__dict__.get('__table__') table = cls.__name__ if table is None else table _meta['__table__'] = table setattr(cls, '_meta', _meta) return _meta def insert(self): _meta = self.get_class_meta() column_li = [] val_li = [] for k, v in self.__dict__.items(): field_tuple = _meta.get(k) if field_tuple: column, field = field_tuple column_li.append(column) val = str(v) if field.column_type == 'INT' else f'"{str(v)}"' val_li.append(val) sql = f'INSERT INTO {_meta["__table__"]} ({",".join(column_li)}) VALUES ({",".join(val_li)});' print(sql)
Query类
最后,我们实现了Query
类,用于构建数据库查询。这个类支持链式调用,可以设置查询条件、排序等。
class Query: def __init__(self, cls: Model): self._model = cls self._order_columns = None self._desc = '' self._meta = self._model.get_class_meta() self._compare = None self.sql = '' def _get(self) -> str: sql = '' if self._compare: sql += f' WHERE {self._compare.condition}' if self._order_columns: sql += f' ORDER BY {self._order_columns}' sql += f' {self._desc}' return sql def get(self, *args: Field) -> List[Model]: sql = self._get() table = self._meta['__table__'] column_li = [] if len(args) > 0: for field in args: column_li.append(f'`{field.name}`') else: for v in self._meta.values(): if type(v) == tuple and isinstance(v[1], Field): column_li.append(f'`{v[0]}`') columns = ",".join(column_li) sql = f'SELECT {columns} FROM {table} {sql}' self.sql = sql print(self.sql) def order_by(self, columns: Union[List, str], desc: bool = False) -> "Query": if isinstance(columns, str): self._order_columns = f'`{columns}`' elif isinstance(columns, list): self._order_columns = ','.join([f'`{x}`' for x in columns]) self._desc = 'DESC' if desc else '' return self def where(self, compare: "Compare") -> "Query": self._compare = compare return self
示例使用
现在,我们可以定义一个模型类,并使用这个简单的ORM实现进行数据操作。
class User(Model): name = Field() age = Field() # 插入数据 user = User(name='Tom', age=24) user.insert() # 构建查询条件并查询数据 User.query().where((User.name == 'Tom') & (User.age >= 20)).order_by('age').get()
这样,我们就完成了一个不使用元类的简单ORM实现。尽管相较于使用元类的方式,代码结构更为简单,但在实际应用中,根据项目需求和团队的约定,选择合适的实现方式是很重要的。
我们已经介绍了一个基于 Python 的简单 ORM 实现,它不依赖于元类。在这一部分,我们将继续探讨这个实现,深入了解查询构建和更复杂的用法。
扩展查询功能
我们的查询功能还比较简单,为了更好地支持复杂查询,我们可以添加更多的查询方法和条件。
支持 LIMIT 和 OFFSET
class Query: # ... def limit(self, num: int) -> "Query": self.sql += f' LIMIT {num}' return self def offset(self, num: int) -> "Query": self.sql += f' OFFSET {num}' return self
支持 GROUP BY 和 HAVING
class Query: # ... def group_by(self, columns: Union[List, str]) -> "Query": if isinstance(columns, str): columns = [columns] self.sql += f' GROUP BY {",".join([f"`{x}`" for x in columns])}' return self def having(self, condition: Compare) -> "Query": self.sql += f' HAVING {condition.condition}' return self
示例用法
class User(Model): name = Field() age = Field() # 插入数据 user = User(name='Tom', age=24) user.insert() # 构建查询条件并查询数据 query = User.query().where((User.name == 'Tom') & (User.age >= 20)).order_by('age').limit(1).offset(0) query.get(User.name, User.age) # 仅查询指定字段 # 更复杂的查询 query = User.query().group_by('age').having((User.age > 20) & (User.age < 30)).order_by('age').limit(10).offset(0) query.get(User.age, User.count(User.name)) # 查询年龄在20到30之间的用户数量
通过引入额外的查询功能,我们使得这个简单的 ORM 实现更加强大和灵活。
总结
在这个系列的文章中,我们通过不使用元类的方式,实现了一个简单的 Python ORM。我们定义了 Field
类表示数据库字段,Model
类表示数据库表,以及 Query
类用于构建和执行查询。通过这个实现,我们可以方便地进行数据操作,构建灵活的查询条件,而不需要深入理解元类的概念。
然而,这个简单的 ORM 仍然有一些局限性,例如不支持复杂的表关联等功能。在实际项目中,选择使用元类的 ORM 实现或其他成熟的 ORM 框架取决于项目的需求和团队的技术选型。希望这个实现能够为你提供一种不同的思路,促使更多的思考和探讨。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
「X」Embedding in NLP|神经网络和语言模型 Embedding 向量入门
在「X」Embedding in NLP 进阶系列中,我们介绍了自然语言处理的基础知识——自然语言中的 Token、N-gram 和词袋语言模型。今天,我们将继续和大家一起“修炼”,深入探讨神经网络语言模型,特别是循环神经网络,并简要了解如何生成 Embedding 向量。 01.深入了解神经网络 首先,简要回顾一下神经网络的构成,即神经元、多层网络和反向传播算法。如果还想更详细深入了解这些基本概念可以参考其他资源,如 CS231n 课程笔记。 在机器学习中,神经元是构成所有神经网络的基本单元。本质上,神经元是神经网络中的一个单元,它对其所有输入进行加权求和,并加上一个可选的偏置项。方程式表示如下所示: 在这里,代表上一层神经元的输出,代表这个神经元用来综合输出值的权重。 如果一个多层神经网络仅由上述方程中的加权和组成,我们可以将所有项合并为一个单一的线性层——这对于建模 Token 之间的关系或编码复杂文本并不是很理想。这就是为什么所有神经元在加权和之后都包含一个非线性激活函数,其中我们最熟知的例子就是修正线性单元(ReLU)函数: 对于大多数现代神经网络语言模型来说,高斯误差线性单...
- 下一篇
聊聊kube-scheduler如何完成调度和调整调度权重
本文分享自华为云社区《kube-scheduler如何完成调度和调整调度权重》,作者: 可以交个朋友。 一、概述 Kube-scheduler作为k8s集群的默认调度器,它监听(watch机制)kube-apiserver,查询还未调度的pod,根据调度策略将pod调度至集群内最适合的Node 二、调度流程 首先我们通过API或者kubectl工具创建pod,kube-apiserver收到请求信息存储到etcd中,调度器通过watch机制监听apiserver查看到还未被调度的pod列表,循环遍历的为每个pod尝试分配node,这个分配过程如下: kube-scheduler内Informer组件list-watch apiserver,使用spec.nodeName=""筛选出还未调度的Pod 预选(predicate):调度器通过Predicate算法过滤掉不满足条件的节点 优选(priorlty):对于通过预选的节点,通过打分机制,筛选出得分最高的node 当调度器为Pod选择了一个合适的节点后,将Pod和节点进行绑定(将节点名称赋值给pod的spec.nodeName字段) ...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- Jdk安装(Linux,MacOS,Windows),包含三大操作系统的最全安装
- SpringBoot2整合Redis,开启缓存,提高访问速度
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- MySQL8.0.19开启GTID主从同步CentOS8
- Mario游戏-低调大师作品
- Linux系统CentOS6、CentOS7手动修改IP地址
- Docker安装Oracle12C,快速搭建Oracle学习环境
- CentOS7安装Docker,走上虚拟化容器引擎之路