Что такое ORM в Python? | Все, что вам нужно знать о ORM

from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base

# Создание подключения к базе данных
engine = create_engine('sqlite:///mydatabase.db')
Base = declarative_base(bind=engine)

# Определение модели данных
class User(Base):
    __tablename__ = 'users'

    id = Column(Integer, primary_key=True)
    name = Column(String)
    email = Column(String)

# Создание таблицы
Base.metadata.create_all()

# Создание сессии для работы с базой данных
Session = sessionmaker(bind=engine)
session = Session()

# Создание нового пользователя
user = User(name='John Doe', email='john@example.com')
session.add(user)
session.commit()

# Получение всех пользователей
users = session.query(User).all()

ORM в Python: Основное понятие и примеры кода

ORM в Python (Объектно-реляционное отображение) - это техника программирования, которая позволяет разработчикам работать с базами данных, используя объектно-ориентированный подход. ORM упрощает связь между объектами Python и записями в базе данных, предоставляя удобные методы для создания, чтения, обновления и удаления данных.

Преимущества ORM в Python

Использование ORM в Python имеет несколько преимуществ:

• Абстрагирование базы данных: ORM позволяет разработчикам работать на более высоком уровне абстракции, скрывая детали взаимодействия с базой данных.
• Улучшенная читаемость кода: Отображение объектно-ориентированных структур данных в базу данных делает код более понятным и легким для понимания.
• Безопасность: ORM предоставляет механизмы, позволяющие избежать SQL-инъекций и других уязвимостей, связанных с написанием сырых SQL-запросов.
• Повышенная производительность разработки: ORM автоматизирует множество рутинных задач, связанных с взаимодействием с базой данных, что позволяет сосредоточиться на бизнес-логике приложения.

Примеры ORM в Python

В Python существует несколько популярных ORM-фреймворков, таких как Django ORM, SQLAlchemy и Peewee. Давайте рассмотрим примеры использования каждого из них.

Django ORM

from django.db import models

class Product(models.Model):
    name = models.CharField(max_length=255)
    price = models.DecimalField(max_digits=10, decimal_places=2)

    def __str__(self):
        return self.name
    

Пример выше показывает модель "Product", которая представляет сущность "Товар" в базе данных. Мы определяем поля "name" и "price" с использованием класса модели Django. Метод "__str__" возвращает строковое представление объекта, которое будет использоваться при выводе объекта в строке.

SQLAlchemy

from sqlalchemy import Column, Integer, String, Float
from sqlalchemy.ext.declarative import declarative_base

Base = declarative_base()

class Product(Base):
    __tablename__ = 'products'

    id = Column(Integer, primary_key=True)
    name = Column(String)
    price = Column(Float)
    

Пример выше показывает модель "Product", которая представляет сущность "Товар" в базе данных с использованием SQLAlchemy. Мы определяем таблицу "products" и ее столбцы с помощью классов. Поле "id" является первичным ключом.

Peewee

from peewee import Model, CharField, DecimalField

class Product(Model):
    name = CharField()
    price = DecimalField()

    class Meta:
        database = db
    

Пример выше показывает модель "Product", которая представляет сущность "Товар" в базе данных с использованием Peewee. Мы определяем поля "name" и "price" с помощью класса модели Peewee. Класс "Meta" определяет настройки модели, включая соединение с базой данных.

Заключение

ORM в Python - это мощный инструмент, который облегчает взаимодействие с базами данных и упрощает разработку приложений. Популярные ORM-фреймворки, такие как Django ORM, SQLAlchemy и Peewee, предлагают разные подходы к ORM и обеспечивают разработчиков гибкостью при работе с данными. Выбор ORM-фреймворка зависит от ваших потребностей и предпочтений.