Pony有个性的ORM框架！

1、前言

前面，我们已经了解了peewee、Sqlalchemy等众ORM框架了，今天我们继续介绍一款个性独特的ORM框架，它就是Pony。怎么样，是不是大名鼎鼎，未见其人，先闻其声，不得不说，这个ORM库的名字起的是真的好，但是其实际使用体验怎么样呢？我们一起来看看吧。

2、快速开始

2.1、安装Pony

pip install pony

2.2、链接数据库

新建文件pony_demo.py并输入以下代码：

from pony.orm import *

db = Database()
db.bind('sqlite','mydb.db',create_db=True)

直接执行代码：python pony_demo.py，你会发现，pony自动帮我们在当前文件夹下创建了一个数据库文件mydb.db。这就是create_db参数的作用，当数据库不存在的时候自动帮我们创建。

2.3、创建模型类（表）

在实际开发中，比如在Django、Flask、FastApi中都是用模型类来描述一个表的结构的。Pony也和其他ORM一样使用模型类来定义表结构，但是其写法和其他ORM框架稍有区别。

from pony.orm import *

db = Database()
db.bind('sqlite','mydb.db',create_db=True)

# 定义一个表：person
class Person(db.Entity):
    _table_ = 'person' # 表名
    # 当我们不定义主键ID的时候，pony会和大多数orm框架一样自动帮我们补全
    # id = PrimaryKey(int, auto = True)
    name = Required(str, 30, default = "未知")
    age = Optional(int)
    car = Set('Car') # 以集合的形式关联Car表，即一个人多个车

class Car(db.Entity):
    _table_ = 'car' 
    name = Required(str)
    typa = Required(str)
    owner = Required(Person) # 关联Person表，即一个车的主人只有一个

if __name__ == '__main__':
    # 1.查看表结构
    show(Car)

如上，你会看到，不同于其他ORM框架的字段声明，Pony使用了必选（Required）和可选（Optional）以及表关联的这种方式。

执行如上代码，我们就能看到Car表的表结构：

主键ID是Pony帮我们自动添加的，且自增。

此时的数据库中还未创建表；

2.4、将表映射到数据库

以上内容我们只是定义了表结构（模型），现在我们需要将表映射到数据中去。

if __name__ == '__main__':
    # 1.查看表结构
    # show(Car)

    # 2.将模型类映射到数据库，以表的形式展现
    db.generate_mapping(create_tables=True) # 如果表存在则对表结构进行更新，如果不存在则创建

代码执行后查看数据库状态：

此时，我们就可以对数据库表进行读写操作了。

为了方便数据库的连接（db_session）管理，我们后续都使用pony为我们提供的db_session对数据库连接进行管理。（如此一来，我们不需要关注数据库的session建立和关闭，只需要专注于业务本身即可。）

2.5、CRUD之C

这里我们使用db_session对会话进行优雅管理，然后创建一个函数，在函数中实现对person的创建。

...
@db_session
def create_person(name,age):
    perObj = Person(name=name,age=age)
...

if __name__ == '__main__':

    # 3.CRUD之C
    db.generate_mapping(create_tables=True)
    create_person('phyger',18)

执行代码后，我们查看下数据库的内容：

数据已经成功插入。

2.6、CRUD之R

参数C，我们在R中也是通过db_session对person表中的数据进行查询。

...
@db_session
def get_person(name):
    persObj = Person.select(name=name)
    print(persObj.first().age)
...
if __name__ == '__main__':

    # 4.CRUD之R
    db.generate_mapping(create_tables=True)
    get_person('phyger')

代码执行结果：

2.7、CRUD之U

在完成了上述步骤后，我们继续对数据表中的数据进行更新操作。

...
@db_session
def put_person(name,new_name=None,new_age=None):
    persObj = Person.select(name=name)
    if new_name:
        persObj.first().name=new_name
    if new_age:
        persObj.first().age=new_age
    print('更新成功！')
...
if __name__ == '__main__':

    # 5.CRUD之U
    db.generate_mapping(create_tables=True)
    get_person('phyger')
    put_person('phyger',new_name='new_phyger')
    get_person('phyger')

代码执行结果：

执行代码的最后一步报错了，为什么呢？因为我们修改了phyger的name后，还用旧的名称去查询，所以查询不到。

我们看下数据库中是否修改成功：

我们使用新名称查询即可查询成功了。

2.8、CRUD之D

在完成测试后，我们想要将数据表中的数据删除，怎么做呢？

我们先给数据表预置上11条数据：

...
@db_session
def del_person(name):
    delete(p for p in Person if p.name==name) # 根据名称进行删除
...
if __name__ == '__main__':

    # 6.CRUD之D
    db.generate_mapping(create_tables=True)
    del_person('phyger-8')

指定删除name为phyger-8的数据，执行代码，刷新数据表查看结果：

我们发现删除已经成功！

3、进阶

3.1、完善查询

上面的方法只能根据name进行查询，我们对其进行优化，使得能够使用id，name和age等参数进行查询。

@db_session
def get_person(name=None,id=None,age=None):
    if name:
        for p in Person.select(name=name):
            print(p.id,p.name)
    if id:
       for p in Person.select(id=id):
            print(p.id,p.name)
    if age:
       for p in Person.select(age=age):
            print(p.id,p.name)

如此，我们即能够根据不同的查询参数进行查询了。

3.2、批量删除

我们根据上面的查询方法，如果根据年龄18查询将能够查询到所有的对象集合。类似的删除也可以如此来实现。

@db_session
def del_person(name=None,idd=None,age=None):
    if name:
        delete(p for p in Person if p.name==name)
    if idd:
        delete(p for p in Person if p.id==idd)
    if age:
        delete(p for p in Person if p.age==age)
if __name__ == '__main__':

    # 批量删除
    db.generate_mapping(create_tables=True)
    del_person(age=18)

其实原本的方式也是支持批量删除的，这里只是增加了多种删除字段。

3.3、表结构变更如何实现

目前最新发布的pony 0.7版本还不支持数据库迁移（migrate），但是我们可以手动对表结构进行更改。0.8版本后将会支持数据库迁移，了解详情点击：/pony/pony/migrate。

3.4、分页

作为一个成熟的ORM框架，分页功能必不可少。

@db_session
def person_page(num,size):
    PObj=Person.select()
    for p in PObj.page(num,size):
        print(p.name)
if __name__ == '__main__':

    # 7.分页
    db.generate_mapping(create_tables=True)
    person_page(1,5)  # 第一页，单页大小5   0到4
    person_page(2,3)  # 第二页，单页大小3   3,4,5

其中num是页码，size是每页的大小即pagesize。

3.5、表关联

上面，我们定义了person和car两张表，car的owner和person关联，使用外键id关联。现在我们就一起来看下如何使用。

普通创建car对象，即不做和person的关联。

@db_session
def create_car(name, typa, owner=None):
    if owner:
        carObj = Car(name=name, typa=typa, owner=owner)
    else:
        carObj = Car(name=name, typa=typa)
        
if __name__ == '__main__':
    # 8、创建Car-1
    db.generate_mapping(create_tables=True)
    create_car(name='byd',typa='宋Pro-Dmi')

创建带person关联关系的car对象。

if __name__ == '__main__':

    # 8、创建Car-2
    db.generate_mapping(create_tables=True)
    pp = get_person(id=14)
    print(pp)
    create_car(name='吉利',typa='星越L',owner=pp.id)

以上两段代码执行完成，查看car数据表内容：

联合查询，即根据用户查到其ID，在根据其ID查询名下的车。

@db_session
def get_car(name=None, id=None, owner=None):
    if name:
        for c in Car.select(name=name):
            print(c.id, c.name)
    if id:
        for c in Car.select(id=id):
            print(c.id, c.name)
    if owner:
        for c in Car.select(owner=owner):
            print(c.id, c.name)
            
if __name__ == '__main__':

    # 9、表关联的查询
    db.generate_mapping(create_tables=True)
    ps = get_person(name='phyger-0')
    get_car(owner=ps.id)

代码执行结果：

如上，我们得知phyger-0名下有两辆车，分别是吉利和哈佛。

Car数据表内容如下：

4、最后

相比peewee和sqlalchemy、pony确实存在一些不完善的地方，但是pony1.0仍然值得期待！

以上就是今天的全部内容了。