十一、API 文档
本文档指定了 Peewee 的 API。
http://docs.peewee-orm.com/en/latest/peewee/api.html#database
11.1 数据库
11.1.1 Database 通用
class Database(database[, thread_safe=True[, autorollback=False[, field_types=None[, operations=None[, autoconnect=True[, **kwargs]]]]]])
参数:
database ( str ) – SQLite 的数据库名称或文件名(或None延迟 初始化,在这种情况下,您必须调用Database.init(),指定数据库名称)。
thread_safe ( bool ) – 是否将连接状态存储在线程本地。
autorollback ( bool ) – 自动回滚不在显式事务中失败的查询 。
field_types ( dict ) – 要支持的其他字段类型的映射。
操作( dict ) – 要支持的附加操作的映射。
autoconnect ( bool ) – 如果尝试在关闭的数据库上执行查询,则自动连接到数据库。
kwargs – 创建连接时将传递给数据库驱动程序的任意关键字参数,例如password, host等。
Database负责:
- 执行查询 Executing queries
- 管理连接 Managing connections
- 事务 Transactions
- 内省 Introspection
笔记
None如果在运行时才知道数据库,则可以将数据库实例化为数据库名称。通过这种方式,您可以创建一个数据库实例,然后在已知设置时在其他地方对其进行配置。这称为延迟*初始化。
例子:
# Sqlite database using WAL-mode and 32MB page-cache.
db = SqliteDatabase('app.db', pragmas={
'journal_mode': 'wal',
'cache_size': -32 * 1000})
# Postgresql database on remote host.
db = PostgresqlDatabase('my_app', user='postgres', host='10.1.0.3',
password='secret')
延迟初始化示例:
db = PostgresqlDatabase(None)
class BaseModel(Model):
class Meta:
database = db
# Read database connection info from env, for example:
db_name = os.environ['DATABASE']
db_host = os.environ['PGHOST']
# Initialize database.
db.init(db_name, host=db_host, user='postgres')
param = ‘?’
在 SQL 查询中用作参数占位符的字符串。
quote = ‘"’
用于表示表或列等实体的引号类型。
init(database[, **kwargs])
参数:
database ( str ) – SQLite 的数据库名称或文件名。
kwargs – 创建连接时将传递给数据库驱动程序的任意关键字参数,例如 password,host等。
初始化延迟数据库。有关详细信息,请参阅运行时数据库配置 。
enter()
该Database实例可以用作上下文管理器,在这种情况下,连接将在包装块的持续时间内保持打开状态。
此外,在包装块中执行的任何 SQL 都将在事务中执行。
connection_context()
创建一个上下文管理器,它将在包装块的持续时间内保持打开连接。
例子:
def on_app_startup():
# When app starts up, create the database tables, being sure
# the connection is closed upon completion.
with database.connection_context():
database.create_tables(APP_MODELS)
connect([reuse_if_open=False])
参数: 重用_if_open( bool ) – 如果连接已打开,则不要引发异常。
回报: 是否打开了新连接。
返回类型: 布尔
提高: OperationalError如果连接已打开 reuse_if_open且未设置为True.
打开与数据库的连接。
close()
回报: 连接是否关闭。如果数据库已经关闭,则返回False.
返回类型: 布尔
关闭与数据库的连接。
is_closed()
回报: True如果数据库关闭,则返回,False如果打开。
返回类型: 布尔
connection()
返回打开的连接。如果连接未打开,则会打开一个连接。该连接将是底层数据库驱动程序用于封装数据库连接的任何内容。
cursor([commit=None])
参数: 犯罪– 供内部使用。
返回cursor当前连接上的对象。如果连接未打开,则会打开一个连接。游标将是底层数据库驱动程序用于封装数据库游标的任何内容。
execute_sql( sql, params=None[, commit=SENTINEL]])
参数:
sql ( str ) – 要执行的 SQL 字符串。
params ( tuple ) – 查询参数。
commit – 用于覆盖默认提交逻辑的布尔标志。
回报:
光标对象。
执行 SQL 查询并在结果上返回游标。
execute(query[, commit=SENTINEL[, **context_options]])
参数:
查询——一个Query实例。
commit – 用于覆盖默认提交逻辑的布尔标志。
context_options – 传递给 SQL 生成器的任意选项。
回报:
光标对象。
通过编译Query实例并执行生成的 SQL 来执行 SQL 查询。
last_insert_id(cursor[, query_type=None])
参数: 光标– 光标对象。
回报: 最后插入的行的主键。
rows_affected(cursor)
参数: 光标– 光标对象。
回报: 查询修改的行数。
in_transaction()
回报: 交易当前是否打开。
返回类型: 布尔
atomic()
创建一个上下文管理器,它在事务中的包装块中运行任何查询(如果块是嵌套的,则为保存点)。
调用atomic()可以嵌套。
atomic()也可以用作装饰器。
示例代码:
with db.atomic() as txn:
perform_operation()
with db.atomic() as nested_txn:
perform_another_operation()
事务和保存点可以在包装块内显式提交或回滚。如果发生这种情况,则在提交/回滚之后开始一个新的事务或保存点。
例子:
with db.atomic() as txn:
User.create(username='mickey')
txn.commit() # Changes are saved and a new transaction begins.
User.create(username='huey')
txn.rollback() # "huey" will not be saved.
User.create(username='zaizee')
# Print the usernames of all users.
print([u.username for u in User.select()])
# Prints ["mickey", "zaizee"]
manual_commit()
创建一个上下文管理器,它在包装块的持续时间内禁用所有事务管理。
例子:
with db.manual_commit():
db.begin() # Begin transaction explicitly.
try:
user.delete_instance(recursive=True)
except:
db.rollback() # Rollback -- an error occurred.
raise
else:
try:
db.commit() # Attempt to commit changes.
except:
db.rollback() # Error committing, rollback.
raise
上面的代码等价于以下代码:
with db.atomic():
user.delete_instance(recursive=True)
session_start()
开始一个新事务(不使用上下文管理器或装饰器)。如果您打算在事务中执行一系列操作,则此方法很有用,但不适合使用装饰器或上下文管理器。
笔记
强烈建议您Database.atomic() 尽可能使用该方法来管理事务/保存点。该
atomic方法正确地管理嵌套,使用适当的构造(例如,transaction-vs-savepoint),并且总是在自己之后进行清理。
session_start()仅当操作序列不容易使用上下文管理器或装饰器进行包装时,才应使用该方法。
警告
您必须始终调用其中一个session_commit() 或session_rollback()调用该 session_start方法之后。
session_commit()
提交在以 开头的事务期间所做的任何更改 session_start()。
session_rollback()
回滚在以 开头的事务期间所做的任何更改 session_start()。
transaction()
创建一个上下文管理器,在事务中运行包装块中的所有查询。
警告
调用transaction不能嵌套。只有最顶层的调用才会生效。回滚或提交嵌套事务上下文管理器具有未定义的行为。
savepoint()
创建一个上下文管理器,在保存点中运行包装块中的所有查询。保存点可以任意嵌套。
警告
调用savepoint必须发生在事务内部。
begin()
使用手动提交模式时开始事务。
笔记
此方法只能与 manual_commit()上下文管理器一起使用。
commit()
手动提交当前活动的事务。
笔记
此方法只能与 manual_commit()上下文管理器一起使用。
rollback()
手动回滚当前活动的事务。
笔记
此方法只能与 manual_commit()上下文管理器一起使用。
batch_commit(it, n)
参数:
it ( iterable ) – 将产生其项目的可迭代对象。
n ( int ) – 每n项提交一次。
回报:
与所提供的等效的可迭代对象,此外,将在事务中产生n项的组。
此方法的目的是简化批处理大型操作,例如插入、更新等。您传入一个可迭代对象和每批项目的数量,这些项目将由一个等效的迭代器返回,该迭代器将每个批次包装在一笔交易。
例子:
# Some list or iterable containing data to insert.
row_data = [{'username': 'u1'}, {'username': 'u2'}, ...]
# Insert all data, committing every 100 rows. If, for example,
# there are 789 items in the list, then there will be a total of
# 8 transactions (7x100 and 1x89).
for row in db.batch_commit(row_data, 100):
User.create(**row)
另一种可能更有效的替代方法是将数据批处理为多值INSERT语句(例如,使用 Model.insert_many()):
with db.atomic():
for idx in range(0, len(row_data), 100):
# Insert 100 rows at a time.
rows = row_data[idx:idx + 100]
User.insert_many(rows).execute()
table_exists(table[, schema=None])
参数:
表( str ) – 表名。
架构( str ) – 架构名称(可选)。
回报:
bool指示表是否存在。
get_tables([schema=None])
参数: 图式( str ) – 架构名称(可选)。
回报: 数据库中的表名列表。
get_indexes(table[, schema=None])
参数:
表( str ) – 表名。
架构( str ) – 架构名称(可选)。
返回IndexMetadata元组列表。
例子:
print(db.get_indexes('entry'))
[IndexMetadata(
name='entry_public_list',
sql='CREATE INDEX "entry_public_list" ...',
columns=['timestamp'],
unique=False,
table='entry'),
IndexMetadata(
name='entry_slug',
sql='CREATE UNIQUE INDEX "entry_slug" ON "entry" ("slug")',
columns=['slug'],
unique=True,
table='entry')]
get_columns(table[, schema=None])
参数:
表( str ) – 表名。
架构( str ) – 架构名称(可选)。
返回ColumnMetadata元组列表。
例子:
print(db.get_columns('entry'))
[ColumnMetadata(
name='id',
data_type='INTEGER',
null=False,
primary_key=True,
table='entry'),
ColumnMetadata(
name='title',
data_type='TEXT',
null=False,
primary_key=False,
table='entry'),
...]
get_primary_keys(table[, schema=None])
参数:
表( str ) – 表名。
架构( str ) – 架构名称(可选)。
返回包含主键的列名列表。
例子:
print(db.get_primary_keys('entry'))
['id']
get_foreign_keys(table[, schema=None])
参数:
表( str ) – 表名。
架构( str ) – 架构名称(可选)。
返回表上ForeignKeyMetadata存在的键的元组列表。
例子:
print(db.get_foreign_keys('entrytag'))
[ForeignKeyMetadata(
column='entry_id',
dest_table='entry',
dest_column='id',
table='entrytag'),
...]
get_views([schema=None])
参数: 图式( str ) – 架构名称(可选)。
返回ViewMetadata数据库中存在的 VIEW 的元组列表。
例子:
print(db.get_views())
[ViewMetadata(
name='entries_public',
sql='CREATE VIEW entries_public AS SELECT ... '),
...]
sequence_exists(seq)
参数: 序列( str ) – 序列的名称。
回报: 序列是否存在。
返回类型: 布尔
create_tables(models[, **options])
参数:
模型( list ) --Model类列表。
options – 调用时指定的选项 Model.create_table()。
为给定的模型列表创建表、索引和关联的元数据。
解决依赖关系,以便以适当的顺序创建表。
drop_tables(models[, **options])
参数:
模型( list ) --Model类列表。
kwargs – 调用时指定的选项 Model.drop_table()。
删除给定模型列表的表、索引和相关元数据。
解决依赖关系,以便以适当的顺序删除表。
bind(models[, bind_refs=True[, bind_backrefs=True]])
参数:
models ( list ) – 一个或多个Model要绑定的类。
bind_refs ( bool ) – 绑定相关模型。
bind_backrefs ( bool ) – 绑定反向引用相关模型。
将给定的模型列表和指定的关系绑定到数据库。
bind_ctx(models[, bind_refs=True[, bind_backrefs=True]])
参数:
models ( list ) – 要绑定到数据库的模型列表。
bind_refs ( bool ) – 绑定使用外键引用的模型。
bind_backrefs ( bool ) – 使用外键绑定引用给定模型的模型。
创建一个上下文管理器,在包装块的持续时间内将给定模型与当前数据库绑定(关联)。
例子:
MODELS = (User, Account, Note)
# Bind the given models to the db for the duration of wrapped block.
def use_test_database(fn):
@wraps(fn)
def inner(self):
with test_db.bind_ctx(MODELS):
test_db.create_tables(MODELS)
try:
fn(self)
finally:
test_db.drop_tables(MODELS)
return inner
class TestSomething(TestCase):
@use_test_database
def test_something(self):
# ... models are bound to test database ...
pass
extract_date(date_part, date_field)
参数:
date_part ( str ) – 要提取的日期部分,例如“年份”。
date_field ( Node ) – 包含日期/时间的 SQL 节点,例如DateTimeField.
回报:
表示将返回提供的日期部分的函数调用的 SQL 节点。
提供用于提取日期时间的一部分的兼容接口。
truncate_date(date_part, date_field)
参数:
date_part ( str ) – 要截断的日期部分,例如“day”。
date_field ( Node ) – 包含日期/时间的 SQL 节点,例如DateTimeField.
回报:
表示将返回截断日期部分的函数调用的 SQL 节点。
提供一个兼容的接口,用于将日期时间截断为给定的分辨率。
random()
回报: 表示返回随机值的函数调用的 SQL 节点。
用于调用数据库提供的适当随机数生成函数的兼容接口。对于 Postgres 和 Sqlite,这相当于fn.random(), 对于 MySQL fn.rand()。