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。

点击关注,第一时间了解华为云新鲜技术~

4种Python中基于字段的不使用元类的ORM实现方法的更多相关文章

  1. python中基于descriptor的一些概念

    python中基于descriptor的一些概念(上) 1. 前言 2. 新式类与经典类 2.1 内置的object对象 2.2 类的方法 2.2.1 静态方法 2.2.2 类方法 2.3 新式类(n ...

  2. python中基于descriptor的一些概念(上)

    @python中基于descriptor的一些概念(上) python中基于descriptor的一些概念(上) 1. 前言 2. 新式类与经典类 2.1 内置的object对象 2.2 类的方法 2 ...

  3. python中基于descriptor的一些概念(下)

    @python中基于descriptor的一些概念(下) 3. Descriptor介绍 3.1 Descriptor代码示例 3.2 定义 3.3 Descriptor Protocol(协议) 3 ...

  4. [py]python中的特殊类class type和类的两面性图解

    生活中的模具 生活中 编程 万物都从无到有, 起于烟尘 () 生产原料,铁 object 车床-生产各类模具 元类即metaclass,对应python的class type 模具-生产各类实在的物品 ...

  5. PythonI/O进阶学习笔记_7.python动态属性,__new__和__init__和元类编程(上)

    content: 上: 1.property动态属性 2.__getattr__和__setattr__的区别和在属性查找中的作用 3.属性描述符 和属性查找过程 4.__new__和__init__ ...

  6. Python 元类实现ORM

    ORM概念 ORM(Object Ralational Mapping,对象关系映射)用来把对象模型表示的对象映射到基于 SQL  的关系模型数据库结构中去.这样,我们在具体的操作实体对象的时候,就不 ...

  7. (数据科学学习手札136)Python中基于joblib实现极简并行计算加速

    本文示例代码及文件已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 我们在日常使用Python进行各种数据计算 ...

  8. Python中通过多个字符分割(split)字符串的方法

    python中字符串自带的split方法一次只能使用一个字符对字符串进行分割,但是python的正则模块则可以实现多个字符分割 import re re.split('-|_','sharejs_ha ...

  9. python中的__new__与__init__,新式类和经典类(2.x)

    在python2.x中,从object继承得来的类称为新式类(如class A(object))不从object继承得来的类称为经典类(如class A()) 新式类跟经典类的差别主要是以下几点: 1 ...

  10. python中的3目运算(3元表达式)

    js中   ret  = 1 == 1 ? 'true' : 'false' python中   ret = 'true' if 1==1 else 'false'

随机推荐

  1. 算法修养--广度优先搜索BFS

    广度优先算法(BFS) 广度优先算法(Breadth-First Search)是在图和树领域的搜索方法,其核心思想是从一个起始点开始,访问其所有的临近节点,然后再按照相同的方式访问这些临近节点的节点 ...

  2. Unity 在Preferences或Project Setting窗口创建自定义配置

    官方文档链接 https://docs.unity3d.com/2020.3/Documentation/ScriptReference/SettingsProvider.html 一直不习惯使用Un ...

  3. OpenGL 坐标系统详解

    GL中的坐标系是标准设备坐标,即他的每个坐标轴的取值范围都是[-1.0,1.0].通常,我们输入到顶点着色器中的顶点坐标都会被转换为标准化设备坐标,然后进行光栅化,转变成屏幕坐标.然而事实上,从顶点坐 ...

  4. 信创就用国产的 Solon Java Framework,v2.6.0 发布

    先吹牛! 在 v2.6 这个新的里程碑节点,Solon 又完成了几件惊天大事(每一件,都是经历了漫长时间打磨与积累): (1)Solon Native,有了第一个开源案例:dromara/neutri ...

  5. Reflect API:每个 JavaScript 开发人员都需要的瑞士军刀

    前言 您是否曾经希望拥有一个神奇的工具包,可以让您像超级英雄一样控制 JavaScript 对象?向ReflectAPI 打个招呼吧,它是 ES6 中引入的一个新的全局对象 ,它能够处理简单的代码操作 ...

  6. ERP到底是什么?

    ERP,全称企业资源计划,ERP系统主要是优化企业内部的业务流程,用信息化管控的方式进行一系列板块的管理,它可以看作是进销存系统的进阶版,主要针对供应链中下游. ERP的业务覆盖范围广,实际上它更加侧 ...

  7. Centos、openEuler OS更改源地址

    1.配置openEuler软件源仓库 注:以openEuler OS为例,Centos OS相似 vim /etc/yum.repos.d/openEuler.repo 2.常用的源地址 #华为源: ...

  8. C++学习笔记三:变量与数据类型(浮点型)

    1. 数据类型与所占内存大小 类型 大小 精度 注意 float 4 7   double 8 15 默认 long double 16 >double   精度就是有效数字. 2. 声明和初始 ...

  9. 开发期间flask运行方式(1.x和2.x区别)

    1.x使用app.run(参数) 可以使用debug=True控制处于什么模式. app.run(host="127.0.0.1", port=5000, debug=True) ...

  10. Oracle体系机构、基本术语

    oracle实例.oracle数据库.oracle服务器,这三个术语容易混淆. oracle实例 实例是一个非固定的.基于内存基本进程和内存接口生成.当oracle服务器关闭后,实例也就消失. ora ...