tortoise-orm

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 ORMPython异步ORM数据库Github开源项目

============ 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。

编辑推荐精选

问�小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

聊天机器人AI助手热门AI工具AI对话
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

热门AI工具生产力协作转型TraeAI IDE
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

AI助手热门AI工具AI创作AI辅助写作讯飞绘文内容运营个性化文章多平台分发
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多