TinyDB 一个纯Python编写的轻量级数据库

最新推荐文章于 2024-08-17 21:29:39 发布

Python数据之道

最新推荐文章于 2024-08-17 21:29:39 发布

阅读量394

点赞数

文章标签：数据库 python mysql java 数据分析

原文链接：https://mp.weixin.qq.com/s?__biz=MzI2NjY5NzI0NA==&mid=2247511891&idx=3&sn=0e83866c6811e371e5e2899c7de73d49&chksm=ea88c020ddff49366e7d7504a61ddb3ff3ed7a371da2a93d793422d041358156f25ab66899d3&scene=126&&sessionid=0

版权

TinyDB 是一个纯 Python 编写的轻量级数据库，一共只有1800行代码，没有外部依赖项。

TinyDB的目标是降低小型 Python 应用程序使用数据库的难度，对于一些简单程序而言与其用 SQL 数据库，不如就用TinyDB，因为它有如下特点：

轻便：当前源代码有 1800 行代码（大约 40% 的文档）和 1600 行测试代码。
可随意迁移：在当前文件夹下生成数据库文件，不需要任何服务，可以随意迁移。
简单：TinyDB 通过提供简单干净的 API 使得用户易于使用。
用纯 Python 编写： TinyDB 既不需要外部服务器，也不需要任何来自 PyPI 的依赖项。
适用于 Python 3.6+ 和 PyPy3： TinyDB 适用于所有现代版本的 Python 和 PyPy。
强大的可扩展性：您可以通过编写中间件修改存储的行为来轻松扩展 TinyDB。
100% 测试覆盖率：无需解释。

1.准备

开始之前，你要确保Python和pip已经成功安装在电脑上，如果没有，可以访问这篇文章：超详细Python安装指南进行安装。

(可选1) 如果你用Python的目的是数据分析，可以直接安装Anaconda：Python数据分析与挖掘好帮手—Anaconda，它内置了Python和pip.

(可选2) 此外，推荐大家用VSCode编辑器，它有许多的优点：Python 编程的最好搭档—VSCode 详细指南。

请选择以下任一种方式输入命令安装依赖：
1. Windows 环境打开 Cmd (开始-运行-CMD)。
2. MacOS 环境打开 Terminal (command+空格输入Terminal)。
3. 如果你用的是 VSCode编辑器或 Pycharm，可以直接使用界面下方的Terminal.

pip install tinydb

2.简单的增删改查示例

初始化一个DB文件：

from tinydb import TinyDB
db = TinyDB('db.json')

这样就在当前文件夹下生成了一个名为 `db.json` 的数据库文件。

往里面插入数据：

from tinydb import TinyDB
db = TinyDB('db.json')
db.insert({'type': 'apple', 'count': 7})
db.insert({'type': 'peach', 'count': 3})

可以看到，我们可以直接往数据库里插入字典数据，不需要任何处理。下面是批量插入的方法：

db.insert_multiple([
    {'name': 'John', 'age': 22},
    {'name': 'John', 'age': 37}])
db.insert_multiple({'int': 1, 'value': i} for i in range(2))

查询所有数据：

from tinydb import TinyDB
db = TinyDB('db.json')
db.all()
# [{'count': 7, 'type': 'apple'}, {'count': 3, 'type': 'peach'}]

除了 .all() 我们还可以使用for循环遍历db：

from tinydb import TinyDB
db = TinyDB('db.json')
for item in db:
    print(item)
# {'count': 7, 'type': 'apple'}
# {'count': 3, 'type': 'peach'}

如果你需要搜索特定数据，可以使用Query():

from tinydb import TinyDB
db = TinyDB('db.json')
Fruit = Query()
db.search(Fruit.type == 'peach')
# [{'count': 3, 'type': 'peach'}]
db.search(Fruit.count > 5)
# [{'count': 7, 'type': 'apple'}]

更新数据：

from tinydb import TinyDB
db = TinyDB('db.json')
db.update({'foo': 'bar'})

# 删除某个Key
from tinydb.operations import delete
db.update(delete('key1'), User.name == 'John')

删除数据：

删除数据也可以使用类似的条件语句：

from tinydb import TinyDB
db = TinyDB('db.json')
db.remove(Fruit.count < 5)
db.all()
# [{'count': 10, 'type': 'apple'}]

清空整个数据库：

from tinydb import TinyDB
db = TinyDB('db.json')
db.truncate()
db.all()
# []

3.高级查询

除了点操作符访问数据，你还可以用原生的dict访问表示法：

# 写法1
db.search(User.country-code == 'foo')
# 写法2
db.search(User['country-code'] == 'foo')

这两种写法是等效的。

另外在常见的查询运算符(==, <, >, ...)之外，TinyDB还支持where语句：

from tinydb import where
db.search(where('field') == 'value')

这等同于：

db.search(Query()['field'] == 'value')

这种语法还能访问嵌套字段：

db.search(where('birthday').year == 1900)
# 或者
db.search(where('birthday')['year'] == 1900)

Any 查询方法：

db.search(Group.permissions.any(Permission.type == 'read'))
# [{'name': 'user', 'permissions': [{'type': 'read'}]},
# {'name': 'sudo', 'permissions': [{'type': 'read'}, {'type': 'sudo'}]},
# {'name': 'admin', 'permissions':
# [{'type': 'read'}, {'type': 'write'}, {'type': 'sudo'}]}]

检查单个项目是否包含在列表中：

db.search(User.name.one_of(['jane', 'john']))

TinyDB还支持和Pandas类似的逻辑操作：

# Negate a query:
db.search(~ (User.name == 'John'))
# Logical AND:
db.search((User.name == 'John') & (User.age <= 30))
# Logical OR:
db.search((User.name == 'John') | (User.name == 'Bob'))

TinyDB的介绍就到这里，你还可以访问他们的官方文档，查看更多的使用方法：

https://tinydb.readthedocs.io/en/latest/usage.html

尤其是想基于TinyDB做些存储优化的同学，你们可以详细阅读 Storage & Middleware 章节。

-------- End --------