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. Python - 字典3

    修改字典项 您可以通过引用其键名来更改特定项的值: 示例,将 "year" 更改为 2018: thisdict = { "brand": "Ford ...

  2. Spring Boot整合OAuth2实现GitHub第三方登录

    Github OAuth 第三方登录示例 1.第三方登录原理 第三方登录的原理是借助OAuth授权来实现,首先用户先向客户端提供第三方网站的数据证明自己的身份获取授权码,然后客户端拿着授权码与授权服务 ...

  3. undefined reference to vtable for问题解决(QT)

    主要在运行时出现 原因是在自定义类使用信号与槽,在创建文件时,未继承QObject类并且没有添加Q_OBJECT: 解决: 在需要的类中,添加Q_OBJECT,继承QObject类. 然后使用QTCr ...

  4. 大一下c语言课程设计

    // // main.c // 高级语言课程设计图书管理系统 // // Created by 蔡星旖 on 2022/8/1. // #include <iostream> #inclu ...

  5. springboot项目在docker中运行

    前端时间需要把项目打包到docker中运行,于是就让组员去探索,最后整个过程是这样的. 首先我们做java开发,一般都是使用springboot开发,开发完成,我们需要把springboot项目打包成 ...

  6. 在centos7上使用 docker安装mongodb挂载宿主机以及创建其数据库的用户名和密码(最新版本)

    前言 因为博主在使用docker安装mongodb并挂载时,发现在网上搜了好多都是以前版本的mongodb,并且按照他们操作总是在进入mongodb出问题,博主搞了好久终于弄好了,故写下博客,供有需要 ...

  7. [C++]STL - 队列(Queue) 栈(Stack) 链表(list)

    STL - 队列(Queue) 栈(Stack) 链表(list) Queue 队列 结构特征 这是一种线性储存结构 其数据有先进先出的特点 这种特点被称为FIFO(First In First Ou ...

  8. Python中的爬虫应用及常用Python库

    Python的爬虫应用非常广泛,以下是一些典型的示例: 数据采集:使用爬虫可以从网页上抓取数据,并将其保存到本地或数据库中.这对于构建大规模数据集.进行市场调研.舆情监测等任务非常有用. 搜索引擎索引 ...

  9. python之封装及私有方法

    目录 封装 简洁 私有方法 封装:提高程序的安全性 将属性和方法包装到类对象中,在方法内部对属性进行操作,在类对象外部调用方法,使得程序更加简洁 在python中,如果该属性不希望在类对象外部被访问, ...

  10. json数组根据某属性去重

    数据: let arry = [ {name: "张三", age: 23, work: '计算机'}, {name: "王五", age: 29, work: ...