SQLALCHEMIE. Python SQL Toolkit und Objekt Relational Mapper
Jetzt downloaden

SQLALCHEMIE. Ranking & Zusammenfassung

SQLALCHEMIE. Stichworte

Datenbank Datenbankschnittstelle Toolkit. SQL Toolkit. Abfragekonstruktion konstruieren

SQLALCHEMIE. Beschreibung

Python SQL Toolkit und Objekt Relational Mapper SQLALCHEMANY ist die Lösung, die Python-Anwendungsentwickler ergibt, die volle Macht und Flexibilität von SQL.SQLALCHEMY bietet eine vollständige Suite bekannter Persistenz-Muster von Enterprise-Ebene, die für einen effizienten und leistungsfähigen Datenbankzugriff ausgelegt sind, der in eine einfache und pythonische Domänensprache angepasst ist. SQL-Datenbanken verhalten sich weniger ähnlich wie Objektkollektionen Je mehr Größen- und Leistungsstart in Materie beginnen; Objektkollektionen verhalten sich weniger wie Tische und Reihen, je mehr Abstraktion zu Materie beginnt. Sqlalchemy zielt darauf ab, sowohl diese Prinzipien aufzunehmen.Sqlalchemie zeigt Datenbanken nicht als nur Sammlungen von Tabellen; Es sieht sie als relationale Algebra-Motoren. Ihr Objekt Relational Mapper ermöglicht es, Klassen auf mehr als auf eine Weise gegen die Datenbank zuzuordnen. SQL-Konstrukte wählen nicht nur aus nur Tischen aus - Sie können auch von Joins, Unterabfragen und Gewerkschaften auswählen. Somit können Datenbankbeziehungen und Domänenobjektmodelle von Anfang an sauber entkoppelt werden, sodass beide Seiten an ihr volles Potenzial entwickeln können. Hier sind einige wichtige Funktionen von "Sqlalchemy": Unterstützte Datenbanken: · Sqlalchemy enthält Dialekte für SQLite, Postgres, MySQL, Oracle, MS-SQL, Firebird, MAXDB, MS Access, Sybase und Informix; IBM hat auch einen DB2-Treiber veröffentlicht. Die entsprechende DB-API 2.0-Implementierung (oder manchmal einer von mehreren verfügbaren) ist erforderlich, um jede bestimmte Datenbank zu verwenden. Arbeitseinheit: · Die Werkseinheit, ein zentraler Bestandteil des Objekts von Sqlalchemy Relational Mapper (ORM), organisiert anstehende Anforderungen / Einfügen / Aktualisierung / Löschen von Vorgängen in Warteschlangen und spült sie alle in einer Charge. Um dies zu erreichen, führt dies eine topologische "Abhängigkeit Sortierung" aller modifizierten Elemente in der Warteschlange aus, um ausländische Schlüsseleinschränkungen zu ehren, und Gruppen redundante Aussagen zusammen dort, wo sie manchmal noch weiter begleitet werden können. Dies ergibt die Maxiumum-Effizienz und die Transaktionssicherheit und minimiert die Chancen von Deadlocks. Modelliert nach Fowlers "Einheit der Arbeitseinheit" -Muster sowie Hibernate, Javas führender objektrelatorischer Mapper von Java. Funktionsbasierter Abfragekonstruktion: · Funktionsbasierte Abfragekonstruktion Ermöglicht die Erstellung von SQL-Klauseln über Python-Funktionen und -ausdrücke. Das gesamte Sortiment, was möglich ist, beinhaltet boolesche Ausdrücke, Betreiber, Funktionen, Tabellenaliasnamen, wählbare Unterabfragen, Erstellen / Aktualisieren / Einfügen / Löschen von Anweisungen, korrelierten Updates, korrelierten, korrelierten Klauseln, Unionsklauseln, Innen- und Außenanschlüsse, BIND-Parameter und Free Mixing des wörtlichen Textes innerhalb von Ausdrücken. Konstruierte Ausdrücke sind kompilierbar sind, spezifisch für eine beliebige Anzahl von Anbieter-Datenbank-Implementierungen (z. B. Postgres oder Oracle), gemäß der Kombination eines von der Implementierung bereitgestellten Dialekts und des Compilers. Separates Mapping- und Klassenentwurf: · Datenbankzuordnung und Klassenentwurf sind total getrennt. Persistierte Objekte haben keine Unterklassenanforderung (außer "Objekt") und sind POPOs: einfache alte Python-Objekte. Sie behalten Serialisierbarkeit (Beizen) für die Verwendung in verschiedenen Caching-Systemen und Sitzungsobjekten. SQLALCHEMY "Dekoriert" -Kläste mit nicht-aufdringlichen Grundeinrichtungen, um Objekte automatisch zu protokollieren und mit dem Unitofwork Engine, zu lazyload bezogenen Daten zu protokollieren, sowie zum Track der Attributänderungshistorien. Eifrigladung von Objekten: · Ganze Grafiken verwandter Objekte können häufig mit einer einzelnen Abfrage geladen werden, die automatisch erzeugt wird, um die entsprechenden Tabellen zusammenzuschließen, die als eifrige Belastung bekannt ist. Die Alternative zum Beladen, Lazy Loading, lädt zusammenhängende Objekte über unterschiedliche Abfrageausführungen. Jede Art von Belastung erzeugt identische Ergebnisse und sind austauschbar, sodass die Konfiguration auf einem beliebigen Pegel sowie eine Abfragezeitauswahl des zu verwendenden Beziehungsladeverfahrens ermöglicht wird. Composite (mehreren Spalten-) Primärschlüssel: · In sqlalchemie sind Primär- und Fremdschlüssel als Säulensätze dargestellt; Wirklich zusammengesetztes Verhalten wird aus dem Erdung umgesetzt. Der OrM verfügt über eine industrielle Kraftunterstützung für aussagekräftige (Nicht-Surrogat-) Primärschlüssel, einschließlich Mutabilität und Kompatibilität mit der Update-Kaskade sowie explizite Unterstützung für andere gemeinsame Verbund-PK-Muster wie "Assoziation" -Beobjekte (viele-zu-Viele-Beziehungen mit zusätzliche Bedeutung an jedem Verband angehängt). Selbstreferenzische Tische und Mapper: · Selbstreferenzische Tabellen und Mapper werden unterstützt. Angrenzungslistenstrukturen können mit einem ordnungsgemäßen Kaskadieren erstellt, gespeichert und gelöscht werden, wobei kein Code-Overhead über das von nicht selbstreferenzierenden Strukturen hinausgeht. Selbstreferenzierungsstrukturen einer beliebigen Tiefe können in einer einzigen Anweisung mit Joins gespeichert werden. Sie legen fest, wie tief Sie gehen möchten. Vererbungszuordnung: · Expliziter Support ist für eintisch-, konkretisches Tisches und ein mitgeliefertes Tabellenvererbung verfügbar. Polymorphes Laden (d. H. Eine Abfrage, die Objekte mit mehreren Nachkombinern zurückgibt) wird für alle drei Arten unterstützt. Die Belastung von jedem kann so optimiert werden, dass nur eine Rundfahrt verwendet wird, um ein polymorphes Ergebnissatz vollständig zu laden. RAW SQL Statment Mapping: · SQLA-Daten-Mapper können RAW-SQL-Anweisungen sowie einfache Ergebnissätze aufnehmen, und Objektinstanzen können aus diesen Ergebnissen auf dieselbe Weise wie jeder andere ORM-Betrieb erzeugt werden. Jede hyperoptimierte Abfrage, die Sie oder Ihr DBA kochen können, können Sie in SQLALCHEMY laufen, und solange er die erwarteten Spalten innerhalb eines Rowset zurückgibt, können Sie Ihre Objekte davon abrufen. Anweisungen, die mehrere Arten von Objekten darstellen, können auch verwendet werden, wobei die Ergebnisse als benannter Tupel empfangen werden, oder mit abhängigen Objekten, die in Sammelstellen von übergeordneten Objekten geleitet werden. Vor- und Nachverarbeitung von Daten: · Das Typsystem ermöglicht die Vor- und Nachbearbeitung von Daten, sowohl am BIND-Parameter als auch in der Ergebniseinstellung. Benutzerdefinierte Typen können mit eingebauten Typen frei gemischt werden. Generische Typen sowie SQL-spezifische Typen sind verfügbar.

SQLALCHEMIE. Zugehörige Software