peewee基本操作
本文将简单的介绍Peewee,一览它的主要特点,主要涉及到:
- 模型定义
- 存储数据
- 检索数据
注意:如果你偏爱稍微高级一点的教程, peewee建立类似twitter应用 是一篇结合Flask框架与peewee的全面教程。
强烈 建议通过SHELL交互的方式执行命令,这种方式可以提高你输入查询的快感。
模型定义
模型类、字段以及模型实例与数据的对于关系:
| peewee | 数据库 |
|---|---|
| Model class | Database table |
| Field instance | Column on a table |
| Model instance | Row in a database table |
开始一个peewee的项目时,通常最好通过定义一个或多个 Model classes: 来开始你的数据模型。
from peewee import *
db = SqliteDatabase('people.db')
class Person(Model):
name = CharField()
birthday = DateField()
is_relative = BooleanField()
class Meta:
database = db # This model uses the "people.db" database.
Note
注意我们使用 Person 替代了 People 来命名我们的模型,你应该遵循这个约定——即使该表包含多个人,我们总是使用单数的形式来命名模型类。
有许多 field types 适用于存储各种类型的数据,Peewee可以自动的转换python中的值到数据库中使用,所以你不用担心代码中Python的类型。
当我们通过使用 外键 来创建关联模型的时候非常有趣,使用peewee将变得非常简单:
class Pet(Model):
owner = ForeignKeyField(Person, related_name='pets')
name = CharField()
animal_type = CharField() class Meta:
database = db # this model uses the "people.db" database
现在我们有了模型,接下来连接数据库吧,虽然没有必要建立显示连接,这是个好的习惯,一旦发现连接数据发送错误,便可以排除之后的查询错误,当处理完毕后应当关闭连接。比如:一个web应用程序当收到请求的时候可能会打开一个连接,响应后将关闭连接。
>>> db.connect()
然后我们在数据库中传接用于存储我们数据的表,这将创建具有相应列、索引、自增键以及外键:
>>> db.create_tables([Person, Pet])
存储数据
接下来我们用一些人填充数据库吧,可以使用 save() 与 create() 方法添加和更新人的记录。
>>> from datetime import date
>>> uncle_bob = Person(name='Bob', birthday=date(1960, 1, 15), is_relative=True)
>>> uncle_bob.save() # bob is now stored in the database
1
Note
当你调用 save() 的时候,将返回影响到的行数。
你也可以调用 create() 方法新增一个人,它将返回一个模型实例:
>>> grandma = Person.create(name='Grandma', birthday=date(1935, 3, 1), is_relative=True)
>>> herb = Person.create(name='Herb', birthday=date(1950, 5, 5), is_relative=False)
为了更新一行,可以修改模型实例,调用 save() 来保存更改。这里我们将改变Grandma名字,然后存储到数据库:
>>> grandma.name = 'Grandma L.'
>>> grandma.save() # Update grandma's name in the database.
1
现在我们已经在数据库中保存了3个人了,接下来给他们一些宠物吧。Grandma不喜欢宠物在屋子里乱跑,所以她一只都没有,但Herb是个宠物达人:
>>> bob_kitty = Pet.create(owner=uncle_bob, name='Kitty', animal_type='cat')
>>> herb_fido = Pet.create(owner=herb, name='Fido', animal_type='dog')
>>> herb_mittens = Pet.create(owner=herb, name='Mittens', animal_type='cat')
>>> herb_mittens_jr = Pet.create(owner=herb, name='Mittens Jr', animal_type='cat')
在经历很长的一段生活后,Mittens生病死了,我们需要将它从数据库中移出:
>>> herb_mittens.delete_instance() # he had a great life
1
Note
delete_instance() 返回所有影响到的删除行数。
Bob叔叔考虑到Herb家已经死了许多宠物,决定收养Fido:
>>> herb_fido.owner = uncle_bob
>>> herb_fido.save()
>>> bob_fido = herb_fido # rename our variable for clarity
检索数据
数据库的强大之处在于允许我们通过 查询 来检索数据,关系型数据库针对点对点查询非常优异。
获取单条数据
让我们从数据库中获取Grandma的数据,使用 SelectQuery.get() 来从数据库中获取单条数据:
>>> grandma = Person.select().where(Person.name == 'Grandma L.').get()
我们也可以等价简写成 Model.get() :
>>> grandma = Person.get(Person.name == 'Grandma L.')
记录列表
获取数据库中的所有人:
>>> for person in Person.select():
... print person.name, person.is_relative
...
Bob True
Grandma L. True
Herb False
获取数据库中所有猫以及主人的名字:
>>> query = Pet.select().where(Pet.animal_type == 'cat')
>>> for pet in query:
... print pet.name, pet.owner.name
...
Kitty Bob
Mittens Jr Herb
上一个查询是有问题的:因为我们访问了 pet.owner.name ,但我们并没有在原始查询中进行查询,peewee不得不进行一个额外的查询来检索宠物的主人,该行为请参考 N+1 ,通常这应当避免的。
为了避免额外的查询,我们可以通过添加 join 来同时查询 Pet 和 Person。
>>> query = (Pet
... .select(Pet, Person)
... .join(Person)
... .where(Pet.animal_type == 'cat'))
>>> for pet in query:
... print pet.name, pet.owner.name
...
Kitty Bob
Mittens Jr Herb
获取Bob的所有宠物
>>> for pet in Pet.select().join(Person).where(Person.name == 'Bob'):
... print pet.name
...
Kitty
Fido
我们还可以做另外一件很酷的事情来获取Bob的宠物,一旦拥有可以代表Bob的对象,我们可以这样替代:
>>> for pet in Pet.select().where(Pet.owner == uncle_bob):
... print pet.name
可以通过 order_by() 语句来排序:
>>> for pet in Pet.select().where(Pet.owner == uncle_bob).order_by(Pet.name):
... print pet.name
...
Fido
Kitty
获取有所人,并且按照年龄从小到大排序:
>>> for person in Person.select().order_by(Person.birthday.desc()):
... print person.name, person.birthday
...
Bob 1960-01-15
Herb 1950-05-05
Grandma L. 1935-03-01
获取所有人 以及 他们宠物的一些信息:
>>> for person in Person.select():
... print person.name, person.pets.count(), 'pets'
... for pet in person.pets:
... print ' ', pet.name, pet.animal_type
...
Bob 2 pets
Kitty cat
Fido dog
Grandma L. 0 pets
Herb 1 pets
Mittens Jr cat
我们再一次运行了典型的 N+1 查询行为,可以进行 JOIN 操作并且合并起来:
>>> subquery = Pet.select(fn.COUNT(Pet.id)).where(Pet.owner == Person.id)
>>> query = (Person
... .select(Person, Pet, subquery.alias('pet_count'))
... .join(Pet, JOIN.LEFT_OUTER)
... .order_by(Person.name)) >>> for person in query.aggregate_rows(): # Note the `aggregate_rows()` call.
... print person.name, person.pet_count, 'pets'
... for pet in person.pets:
... print ' ', pet.name, pet.animal_type
...
Bob 2 pets
Kitty cat
Fido dog
Grandma L. 0 pets
Herb 1 pets
Mittens Jr cat
甚至我们创建了单独的子查询,但只执行了 有且仅有一个 查询。
最后我们处理一个复杂一点的,获取所有人,只要他们的生日:
- 1940之前 (grandma)
- 1959之后 (bob)
>>> d1940 = date(1940, 1, 1)
>>> d1960 = date(1960, 1, 1)
>>> query = (Person
... .select()
... .where((Person.birthday < d1940) | (Person.birthday > d1960)))
...
>>> for person in query:
... print person.name, person.birthday
...
Bob 1960-01-15
Grandma L. 1935-03-01
现在在做一件相反的事情,获取1940到1960之间的人:
>>> query = (Person
... .select()
... .where((Person.birthday > d1940) & (Person.birthday < d1960)))
...
>>> for person in query:
... print person.name, person.birthday
...
Herb 1950-05-05
最后一次查询,使用SQL函数来检索所有名字以 G 开头的人,不区分大小写:
>>> expression = (fn.Lower(fn.Substr(Person.name, 1, 1)) == 'g')
>>> for person in Person.select().where(expression):
... print person.name
...
Grandma L.
我们已经处理完数据库,最后关闭连接:
>>> db.close()
这些都是基础的使用,你可以进行更加复杂的操作。
所有其他的一些SQL语句也是可用的,比如:
group_by()having()limit()与offset()
详情请参考 Querying 文档。
与现有的数据库一起工作
如果你已经拥有了数据库,可以使用 pwiz, a model generator 模型生成器自动生成peewee模型,例如,如果我有一个名为 charles_blog 的postgresql数据库,我可能会运行:
python -m pwiz -e postgresql charles_blog > blog_models.py
peewee基本操作的更多相关文章
- [Python]peewee使用经验
peewee 使用经验 本文使用案例是基于 python2.7 实现 以下内容均为个人使用 peewee 的经验和遇到的坑,不会涉及过多的基本操作.所以,没有使用过 peewee,可以先阅读文档 正确 ...
- [Python]peewee 使用经验
peewee 使用经验 本文使用案例是基于 python2.7 实现 以下内容均为个人使用 peewee 的经验和遇到的坑,不会涉及过多的基本操作.所以,没有使用过 peewee,可以先阅读文档 正确 ...
- python轻量级orm框架 peewee常用功能速查
peewee常用功能速查 peewee 简介 Peewee是一种简单而小的ORM.它有很少的(但富有表现力的)概念,使它易于学习和直观的使用. 常见orm数据库框架 Django ORM peewee ...
- Key/Value之王Memcached初探:二、Memcached在.Net中的基本操作
一.Memcached ClientLib For .Net 首先,不得不说,许多语言都实现了连接Memcached的客户端,其中以Perl.PHP为主. 仅仅memcached网站上列出的语言就有: ...
- Android Notification 详解(一)——基本操作
Android Notification 详解(一)--基本操作 版权声明:本文为博主原创文章,未经博主允许不得转载. 微博:厉圣杰 源码:AndroidDemo/Notification 文中如有纰 ...
- Android Notification 详解——基本操作
Android Notification 详解 版权声明:本文为博主原创文章,未经博主允许不得转载. 前几天项目中有用到 Android 通知相关的内容,索性把 Android Notificatio ...
- 三、Redis基本操作——List
小喵的唠叨话:前面我们介绍了Redis的string的数据结构的原理和操作.当时我们提到Redis的键值对不仅仅是字符串.而这次我们就要介绍Redis的第二个数据结构了,List(链表).由于List ...
- 二、Redis基本操作——String(实战篇)
小喵万万没想到,上一篇博客,居然已经被阅读600次了!!!让小喵感觉压力颇大.万一有写错的地方,岂不是会误导很多筒子们.所以,恳请大家,如果看到小喵的博客有什么不对的地方,请尽快指正!谢谢! 小喵的唠 ...
- 一、Redis基本操作——String(原理篇)
小喵的唠叨话:最近京东图书大减价,小喵手痒了就买了本<Redis设计与实现>[1]来看看.这里权当小喵看书的笔记啦.这一系列的模式,主要是先介绍Redis的实现原理(可能很大一部分会直接照 ...
随机推荐
- 面试必备技能-HiveSQL优化
Hive SQL基本上适用大数据领域离线数据处理的大部分场景.Hive SQL的优化也是我们必须掌握的技能,而且,面试一定会问.那么,我希望面试者能答出其中的80%优化点,在这个问题上才算过关. Hi ...
- LearnOpenGL学习笔记(五)——纹理
在设计物体表面时,很多时候我们不满足于一种颜色或者几种简单颜色,我们希望是丰富多彩的图案,或者说我们提供给它的图片.这样一个顶点一个顶点的去指定那是行不通了,我们不可能把所有顶点用数字去表达出来,必须 ...
- 【K8S】client-go、python-k8sclient开发K8S
0x01 client-go 1.简介 Client-go是kubernetes官方发布的调用K8S API的golang语言包,可以用来开发K8S的管理服务.监控服务,配合前端展示,就可以开发出一款 ...
- zookeeper配置中心实战--solrcloud zookeeper配置中心原理及源码分析
程序的发展,需要引入集中配置: 随着程序功能的日益复杂,程序的配置日益增多:各种功能的开关.参数的配置.服务器的地址…… 并且对配置的期望也越来越高,配置修改后实时生效,灰度发布,分环境.分集群管理配 ...
- springboot情操陶冶-SpringApplication(二)
承接前文springboot情操陶冶-SpringApplication(一),本文将对run()方法作下详细的解析 SpringApplication#run() main函数经常调用的run()方 ...
- MySQL索引建立和使用的基本原则
合理设计和使用索引 在关键字段的索引上,建与不建索引,查询速度相差近100倍. 差的索引和没有索引效果一样. 索引并非越多越好,因为维护索引需要成本. 每个表的索引应在5个以下,应合理利用 ...
- Linux上安装nginx+tomcat负载均衡
1.Ngnix Nginx (发音同 engine x)是一款轻量级的Web 服务器/反向代理服务器及电子邮件(IMAP/POP3)代理服务器,并在一个BSD-like 协议下发行. 其特点是占有内 ...
- [转]php中 curl模拟post发送json并接收json
本文转自:https://blog.csdn.net/pangchengyong0724/article/details/52103962 本地模拟请求服务器数据,请求数据格式为json,服务器返回数 ...
- 基于mvc三层架构和ajax技术实现最简单的文件上传
前台页面提交文件 <!DOCTYPE html> <html><head> <meta name="viewport" content=& ...
- 集成腾讯位置服务到webapi
经纬度转换为详细地址信息 参考文档:http://lbs.qq.com/webservice_v1/guide-gcoder.html 首先申请key,如果使用的是服务端请求webservice AP ...