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。
1.本站内容仅供参考,不作为任何法律依据。用户在使用本站内容时,应自行判断其真实性、准确性和完整性,并承担相应风险。
2.本站部分内容来源于互联网,仅用于交流学习研究知识,若侵犯了您的合法权益,请及时邮件或站内私信与本站联系,我们将尽快予以处理。
3.本文采用知识共享 署名4.0国际许可协议 [BY-NC-SA] 进行授权
4.根据《计算机软件保护条例》第十七条规定“为了学习和研究软件内含的设计思想和原理,通过安装、显示、传输或者存储软件等方式使用软件的,可以不经软件著作权人许可,不向其支付报酬。”您需知晓本站所有内容资源均来源于网络,仅供用户交流学习与研究使用,版权归属原版权方所有,版权争议与本站无关,用户本人下载后不能用作商业或非法用途,需在24个小时之内从您的电脑中彻底删除上述内容,否则后果均由用户承担责任;如果您访问和下载此文件,表示您同意只将此文件用于参考、学习而非其他用途,否则一切后果请您自行承担,如果您喜欢该程序,请支持正版软件,购买注册,得到更好的正版服务。
5.本站是非经营性个人站点,所有软件信息均来自网络,所有资源仅供学习参考研究目的,并不贩卖软件,不存在任何商业目的及用途
暂无评论内容