Oubliez SQL avec SQLAlchemy Pycon.fr 2009 Michael Scherer

Origine Ordinateur : Appareil électronique capable [...] d’effectuer des traitements automatisés de données

Stockage ? ● XML ● Structure binaire ● Json ● Fichiers et répertoire ● Objets

SQL ● Très utilisé dans le monde ● Gestion de données par table ● Schéma de description des données

SQL et Python PEP 0249

Problème de SQL

Standard ? Un champ avec un auto incrément

Mysql CREATE TABLE animals ( id INT NOT NULL AUTO_INCREMENT, name TEXT, PRIMARY KEY (id) );

SQLite CREATE TABLE animals( id INTEGER PRIMARY KEY, name TEXT );

Postgresql CREATE TABLE animals( id SERIAL, name TEXT );

Oracle, Firebird, MS-SQL, etc

SQL Différences dans les types

SQL Différences dans les fonctions

ORM Object Relational Mapper

Avantages Ne pas avoir à connaitre SQL

Avantages Couche d'abstraction

Avantages Portabilité entre les divers SGBD

Avantages Portabilité entre les différentes versions d'un SGDB

Avantages Gestion de plus haut niveau

Avantages Protection contre les attaques de type SQL injection

Exemples d'ORM Active Record ( Ruby ) Class::DBIx ( Perl ) Hibernate ( Java )

Exemples d'ORM python Storm L'orm de Django SQL Object SQL Alchemy

En vrac ● Version ● Date de 2006 ● Licence MIT ● lignes de code python

Utilisé par ● Trac ● Pagoda ●.... ● Reddit.com ● Virgin Charter

Support des SGBDs ● SQLite ● MySQL ● PostgreSQL ● Oracle ● Firebird ● MS-SQL ●...

Problèmes des ORMs

Cache la base de données

Faux ● Accès direct possible via la requête de son choix ● Possibilité de voir le SQL généré à l'utilisation

Force l'usage d'un dénominateur commun

Faux ● Utilisation de types spécifiques possible ● PgInet ● MSBigInteger ● Ajout de types personnalisés

Mauvais pour les performances

Faux ● Chargement paresseux ( lazy loading ) ● Chargement avide ( eager load ) ● Possibilité d'utiliser sa propre requête SQL optimisé ● Génération de SQL via un moteur d'optimisation ● Utilisation d'un pool de requêtes

If all you have is a hammer everything starts to look like a nail

Guide rapide

Déclarer la base from sqlalchemy import create_engine engine = create_engine( 'sqlite:///:memory:' )

Déclarer les tables metadata = MetaData() animals = Table('animals', metadata, Column('id', Integer, primary_key = True), Column('name', String(30), nullable = False), )

Création des tables metadata.create_all(engine)

Creation des classes class Animal(object): def __init__(self, name): self.name = name def __repr__(self): return " " % self.name

Lien entre table et objet from sqlalchemy.orm import mapper mapper(animals, Animal)

Connexion à la base from sqlalchemy.orm import sessionmaker session = sessionmaker(bind=engine)

Ajout d'un objet castor = animal('Victor') session.add(castor) # envoi vers la base session.commit()

Requêtes

Utilisation de Query >>> for a in session.query(Animal):... print a.name Victor

Filtrage >>> session.query(Animal).filter( Animal.name.like('V%')).first() Victor

Filtrage Utilisation proche de Python ● Slices -> LIMIT OFFSET ● Possibilités de chainer les filtres comme des appels de fonctions

Trucs avancés

Utilisation de pickle Stockage d'objet python directement dans la base

Héritage Formalise l'héritage dans la base

Système de cache Possibilité de s'insérer dans le moteur de requêtes

Sharding Répartition des données sur plusieurs bases

Migrate Gestion des changements de schémas

Elixir Couche déclarative au dessus de SQLAlchemy

elixir.ext.versionned Gestion automatique de version des objets

elixir.ext.list Simule une structure de liste

elixir.ext.encrypted Chiffrage à la volée des entrées

?