Sqlalchemy. Python SQL Toolkit e objeto relacional do objeto
Baixe Agora

Sqlalchemy. Classificação e resumo

Sqlalchemy. Tag

base de dados Interface de banco de dados conjunto de ferramentas Toolkit SQL. Construção de consulta construir

Sqlalchemy. Descrição

Python SQL Toolkit e Mapador Relacional de Objeto Sqlalchemy é a solução que fornece aos desenvolvedores de aplicativos Python A potência completa e a flexibilidade do SQL.SQLAlchemy fornece um conjunto completo de padrões de persistência de nível corporativo bem conhecido, projetados para acesso a base de dados eficiente e de alto desempenho, adaptados em uma linguagem de domínio simples e pythonic. Os bancos de dados SQL se comportam menos semelhantes a coleções de objetos, mais tamanho e desempenho começar a importar; Coleções de objetos se comportam menos como tabelas e linhas, mais abstração começar a importar. Sqlalchemy visa acomodar ambos os princípios.sqlalquemy não vê bancos de dados como apenas coleções de tabelas; Ele os vê como motores de álgebra relacional. Seu objeto Relacional Mapper permite que as classes sejam mapeadas contra o banco de dados em mais de uma maneira. Construções SQL Não basta selecionar apenas apenas tabelas - você também pode selecionar junções, subconsultas e sindicatos. Assim, os relacionamentos de banco de dados e os modelos de objetos de domínio podem ser descarregados de forma limpa desde o início, permitindo que ambos os lados se desenvolvam em todo o seu potencial. Aqui estão algumas características principais de "Sqlalchemy": Bancos de dados suportados: · Sqlalchemy inclui dialetos para SQLite, Postgres, MySQL, Oracle, MS-SQL, Firebird, MaxDB, MS Access, Sybase e Informix; A IBM também lançou um driver DB2. A implementação do DB-API 2.0 correspondente (ou às vezes uma das várias disponíveis) é necessária para usar cada banco de dados específico. Unidade de trabalho: · A unidade de sistema de trabalho, uma parte central do objeto relacional de objeto do Sqlalchemy (ORM), organiza as operações pendentes de criação / inserção / atualização / exclusão / exclusão em filas e libera todos em um lote. Para realizar isso, realiza um "tipo de dependência" topológica de todos os itens modificados na fila, de modo a honrar as restrições de chave estrangeira, e grupos de declarações redundantes em conjunto, onde às vezes podem ser lotes ainda mais. Isso produz a segurança de maxiumum e segurança de transações e minimiza as chances de deadlocks. Modelado após o padrão "Unidade de Trabalho" de Fowler, bem como Hibernate, o líder do Java, o Mapper Relacional. Construção de consulta baseada em função: · A construção de consulta baseada em função permite que as cláusulas SQL sejam construídas através de funções e expressões de Python. A gama completa do que é possível inclui expressões booleanas, operadores, funções, aliases de tabela, subconsultas selecionáveis, instruções de criação / atualização / inserção / exclusão / exclusão, atualizações correlacionadas, cláusulas exists correlacionadas, cláusulas de união, junções internas e externas, parâmetros livres e mistura livre de texto literal dentro de expressões. Expressões construídas são compiláveis específicas para qualquer número de implementações de banco de dados fornecedor (como Postgres ou Oracle), conforme determinado pela combinação de um dialeto e compilador fornecido pela implementação. Design separado de mapeamento e classe: · Mapeamento de banco de dados e design de classe são totalmente separados. Objetos persistidos não têm requisito de subclassificação (além do 'objeto') e são PopOs: objetos Python antigos simples. Eles retêm a serialização (decapagem) para uso em vários sistemas de cache e objetos de sessão. Os sqlalchemy "decora" aulas com acessadores de propriedade não intrusivos para registrar automaticamente ou modificações de objetos com o motor unlowofwork, para os dados relacionados ao Lazyload, bem como para rastrear históricos de mudança de atributo. Ansioso carregamento de objetos: · Os gráficos inteiros de objetos relacionados podem ser carregados com uma única consulta que é automaticamente gerada para ingressar nas tabelas apropriadas, conhecidas como carregamento ansioso. A alternativa ao carregamento ansioso, carregamento lento, carrega objetos relacionados através de execuções de consulta distintas. Cada tipo de carregamento produz resultados idênticos e é intercambiável, permitindo a configuração em qualquer nível, bem como a seleção de tempo de consulta do método de carregamento de relacionamento a ser usado. Chaves primárias compostas (coluna múltipla): · Em sqlalchemy, as chaves primárias e estrangeiras são representadas como conjuntos de colunas; Comportamento verdadeiramente composto é implementado a partir do solo. O ORM possui suporte de resistência industrial para chaves primárias significativas (não substituídas), incluindo mutabilidade e compatibilidade com a atualização em cascata, bem como suporte explícito para outros padrões de PK compostos comuns, como objetos de "associação" (muitos-para-muitos relacionamentos com significado extra anexado a cada associação). Tabelas e maphones auto-referenciais: · Tabelas e maphers auto-referenciais são suportados. As estruturas de lista de adjacência podem ser criadas, salvas e excluídas com cascata adequada, sem sobrecarga de código além do de estruturas não autorreferenciais. Estruturas auto-referenciais de qualquer profundidade podem ser carregadas ansiosamente em uma única instrução usando junções; Você define o quão profundo você gostaria de ir. Mapeamento de herança: · O suporte explícito está disponível para uma única mesa, mesa de concreto e herança da tabela associada. Carregamento polimórfico (isto é, uma consulta que retorna objetos de multas tipos descendentes) é suportado para todos os três estilos. O carregamento de cada um pode ser otimizado de tal forma que apenas uma viagem de ida e volta é usada para carregar totalmente um conjunto de resultados polimórficos. Mapeamento de Estatia SQL RAW: · O Mapas de dados do SQLA pode acomodar instruções SQL RAW, bem como conjuntos de resultados, e as instâncias de objeto podem ser geradas a partir desses resultados da mesma maneira que qualquer outra operação ORM. Qualquer consulta hipertimizada que você ou o seu DBA pode cozinhar, você pode ser executado em Sqlalchemy e, desde que ele retorne as colunas esperadas dentro de um ramo, você poderá obter seus objetos. Declarações que representam vários tipos de objetos podem ser usadas também, com resultados recebidos como tuples nomeados ou com objetos dependentes roteados em coleções em objetos pai. Pré e pós-processamento de dados: · O sistema de tipo permite pré e pós-processamento de dados, tanto no parâmetro BIND quanto no nível do conjunto de resultados. Os tipos definidos pelo usuário podem ser livremente misturados com tipos internos. Tipos genéricos, bem como tipos específicos do SQL.

Sqlalchemy. Software Relacionado