Project Icon

tortoise-orm

异步ORM框架Tortoise 支持多数据库的高性能解决方案

Tortoise ORM是一款受Django启发的异步ORM框架,专为关系型数据设计。它支持SQLite、MySQL、PostgreSQL等多种数据库,提供简洁API和高性能查询能力。框架支持复杂查询、关系管理和预加载功能,性能优异。适用于Python 3.8+环境,Tortoise ORM还支持数据迁移工具Aerich,为开发者提供了从同步到异步编程的平滑过渡方案和全面的异步应用开发解决方案。

============ Tortoise ORM

.. image:: https://img.shields.io/pypi/v/tortoise-orm.svg?style=flat :target: https://pypi.python.org/pypi/tortoise-orm .. image:: https://pepy.tech/badge/tortoise-orm/month :target: https://pepy.tech/project/tortoise-orm .. image:: https://github.com/tortoise/tortoise-orm/workflows/gh-pages/badge.svg :target: https://github.com/tortoise/tortoise-orm/actions?query=workflow:gh-pages .. image:: https://github.com/tortoise/tortoise-orm/actions/workflows/ci.yml/badge.svg?branch=develop :target: https://github.com/tortoise/tortoise-orm/actions?query=workflow:ci .. image:: https://coveralls.io/repos/github/tortoise/tortoise-orm/badge.svg :target: https://coveralls.io/github/tortoise/tortoise-orm .. image:: https://app.codacy.com/project/badge/Grade/844030d0cb8240d6af92c71bfac764ff :target: https://www.codacy.com/gh/tortoise/tortoise-orm/dashboard?utm_source=github.com&utm_medium=referral&utm_content=tortoise/tortoise-orm&utm_campaign=Badge_Grade

简介

Tortoise ORM 是一个易于使用的 asyncio ORM(对象关系映射器),灵感来自 Django。

Tortoise ORM 在设计时考虑到了关系,并对优秀且流行的 Django ORM 表示敬意。其设计理念深深地铭刻着这样一个观点:你不仅仅是在处理表格,而是在处理关系型数据。

你可以在 文档 <https://tortoise.github.io>_ 中找到更多信息。

.. note:: Tortoise ORM 是一个年轻的项目,可能会有破坏性的变更。我们会保持 更新日志 <https://tortoise.github.io/CHANGELOG.html>_ 的更新,并在其中清楚地记录可能的破坏性变更。

Tortoise ORM 支持 CPython >= 3.8,适用于 SQLite、MySQL、PostgreSQL、Microsoft SQL Server 和 Oracle 数据库。

为什么要创建 Tortoise ORM?

Python 已经有许多现有的成熟 ORM,但遗憾的是,它们的设计采用了与 I/O 处理方式相反的范式。asyncio 是一项相对较新的技术,具有非常不同的并发模型,最大的变化在于 I/O 的处理方式。

然而,Tortoise ORM 并不是构建 asyncio ORM 的第一次尝试。虽然有许多开发者试图将同步 Python ORM 映射到异步世界,但初次尝试并没有一个干净的 API。

因此,我们开始了 Tortoise ORM 项目。

Tortoise ORM 的设计既实用又熟悉,以便于希望切换到 asyncio 的开发者能够轻松迁移。

与其他 Python ORM 相比,它的性能也很出色。在 我们的基准测试 <https://github.com/tortoise/orm-benchmarks>_ 中,我们测量了不同的读写操作(行/秒,数值越高越好),它与 Pony ORM 不相上下:

.. image:: https://raw.githubusercontent.com/tortoise/tortoise-orm/develop/docs/ORM_Perf.png :target: https://github.com/tortoise/orm-benchmarks

ORM 如何有用?

当你构建使用关系型数据库的应用程序或服务时,总有一个时刻你无法仅仅依靠参数化查询或查询构建器。你会发现自己不断重复,为每个实体编写略有不同的代码。 代码不了解数据之间的关系,所以你最终几乎是手动连接数据。 在访问数据库时也很容易犯错误,这可能会被 SQL 注入攻击所利用。 你的数据规则也是分散的,增加了管理数据的复杂性,更糟糕的是,可能导致这些规则被不一致地应用。

ORM(对象关系映射器)旨在解决这些问题,通过集中管理你的数据模型和数据规则,确保你的数据被安全管理(提供免疫 SQL 注入的能力),并跟踪关系,让你不必自己处理。

入门

安装

首先,你需要像这样安装 Tortoise ORM:

.. code-block:: bash

pip install tortoise-orm

你也可以与数据库驱动一起安装(aiosqlite 是内置的):

.. code-block:: bash

pip install tortoise-orm[asyncpg]

对于 MySQL

.. code-block:: bash

pip install tortoise-orm[asyncmy]

对于 Microsoft SQL Server/Oracle未完全测试):

.. code-block:: bash

pip install tortoise-orm[asyncodbc]

快速教程

Tortoise 的主要实体是 tortoise.models.Model。 你可以像这样开始编写模型:

.. code-block:: python3

from tortoise.models import Model
from tortoise import fields

class Tournament(Model):
    id = fields.IntField(primary_key=True)
    name = fields.TextField()

    def __str__(self):
        return self.name


class Event(Model):
    id = fields.IntField(primary_key=True)
    name = fields.TextField()
    tournament = fields.ForeignKeyField('models.Tournament', related_name='events')
    participants = fields.ManyToManyField('models.Team', related_name='events', through='event_team')

    def __str__(self):
        return self.name


class Team(Model):
    id = fields.IntField(primary_key=True)
    name = fields.TextField()

    def __str__(self):
        return self.name

在定义完所有模型后,Tortoise 需要你初始化它们,以便在模型之间创建反向关系,并将数据库客户端与适当的模型匹配。

你可以这样做:

.. code-block:: python3

from tortoise import Tortoise

async def init():
    # 这里我们连接到一个 SQLite 数据库文件。
    # 同时指定 "models" 应用名称,
    # 其中包含来自 "app.models" 的模型
    await Tortoise.init(
        db_url='sqlite://db.sqlite3',
        modules={'models': ['app.models']}
    )
    # 生成架构
    await Tortoise.generate_schemas()

在这里,我们创建了一个连接到本地目录中名为 db.sqlite3 的 SQLite 数据库。然后我们发现并初始化模型。

Tortoise ORM 目前支持以下数据库:

  • SQLite(需要 aiosqlite
  • PostgreSQL(需要 asyncpg
  • MySQL(需要 asyncmy
  • Microsoft SQL Server/Oracle(需要 asyncodbc

generate_schema 在空数据库上生成架构。默认情况下,Tortoise 以安全模式生成架构,其中包括 IF NOT EXISTS 子句,因此你可以将其包含在主代码中。

之后,你就可以开始使用你的模型了:

.. code-block:: python3

# 通过保存创建实例
tournament = Tournament(name='新锦标赛')
await tournament.save()

# 或者通过 .create() 方法
await Event.create(name='无参与者', tournament=tournament)
event = await Event.create(name='测试', tournament=tournament)
participants = []
for i in range(2):
    team = await Team.create(name='队伍 {}'.format(i + 1))
    participants.append(team)

# 多对多关系管理非常直观
# (还可以查看 .remove(...) 和 .clear() 方法)
await event.participants.add(*participants)

# 你可以使用 async for 查询相关实体
async for team in event.participants:
    pass

# 在进行相关查询后,你可以使用常规的 for 循环进行迭代,
# 这在与其他包一起使用时可能非常方便,
# 例如某些支持嵌套的序列化器
for team in event.participants:
    pass


# 或者你可以预先调用以获取相关对象
selected_events = await Event.filter(
    participants=participants[0].id
).prefetch_related('participants', 'tournament')

# Tortoise 支持预取相关实体的可变深度
# 这将获取 Team 的所有事件,并在这些事件中预取锦标赛
await Team.all().prefetch_related('events__tournament')

# 你也可以通过相关模型进行过滤和排序
await Tournament.filter(
    events__name__in=['测试', '生产']
).order_by('-events__participants__name').distinct()

迁移

Tortoise ORM 使用 Aerich <https://github.com/tortoise/aerich>_ 作为其数据库迁移工具,更多详细信息请参见其 文档 <https://github.com/tortoise/aerich>_。

贡献

请查看 贡献指南 <docs/CONTRIBUTING.rst>_。

致谢

强大的 Python IDE Pycharm <https://www.jetbrains.com/pycharm/>_ 来自 Jetbrains <https://jb.gg/OpenSourceSupport>_。

.. image:: https://resources.jetbrains.com/storage/products/company/brand/logos/jb_beam.svg :target: https://jb.gg/OpenSourceSupport

许可证

本项目采用 Apache 许可证 - 详情请参见 LICENSE.txt <LICENSE.txt>_ 文件。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号