一個純Python編寫的輕量級數(shù)據(jù)庫

TinyDB 是一個純 Python 編寫的輕量級數(shù)據(jù)庫，一共只有1800行代碼，沒有外部依賴項。

TinyDB的目標是降低小型 Python 應用程序使用數(shù)據(jù)庫的難度，對于一些簡單程序而言與其用 SQL 數(shù)據(jù)庫，不如就用TinyDB， 因為它有如下特點：

• 輕便： 當前源代碼有 1800 行代碼（大約 40% 的文檔）和 1600 行測試代碼。
• 可隨意遷移： 在當前文件夾下生成數(shù)據(jù)庫文件，不需要任何服務，可以隨意遷移。
• 簡單： TinyDB 通過提供簡單干凈的 API 使得用戶易于使用。
• 用純 Python 編寫： TinyDB 既不需要外部服務器，也不需要任何來自 PyPI 的依賴項。
• 適用于 Python 3.6+ 和 PyPy3： TinyDB 適用于所有現(xiàn)代版本的 Python 和 PyPy。
• 強大的可擴展性： 您可以通過編寫中間件修改存儲的行為來輕松擴展 TinyDB。
• 100% 測試覆蓋率： 無需解釋。

1.準備

開始之前，你要確保Python和pip已經(jīng)成功安裝在電腦上，如果沒有，可以訪問這篇文章：超詳細Python安裝指南進行安裝。

**(可選1) **如果你用Python的目的是數(shù)據(jù)分析，可以直接安裝Anaconda：Python數(shù)據(jù)分析與挖掘好幫手—Anaconda，它內(nèi)置了Python和pip.

**(可選2) **此外，推薦大家用VSCode編輯器，它有許多的優(yōu)點：Python 編程的最好搭檔—VSCode 詳細指南。

請選擇以下任一種方式輸入命令安裝依賴 ：

1. Windows 環(huán)境 打開 Cmd (開始-運行-CMD)。
2. MacOS 環(huán)境 打開 Terminal (command+空格輸入Terminal)。
3. 如果你用的是 VSCode編輯器 或 Pycharm，可以直接使用界面下方的Terminal.

pip install tinydb

2.簡單的增刪改查示例

初始化一個DB文件：

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

這樣就在當前文件夾下生成了一個名為 db.json 的數(shù)據(jù)庫文件。

往里面 插入數(shù)據(jù) ：

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

可以看到，我們可以直接往數(shù)據(jù)庫里插入字典數(shù)據(jù)，不需要任何處理。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))

查詢所有數(shù)據(jù) ：

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

除了 .all() 我們還可以使用for循環(huán)遍歷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 搜索特定數(shù)據(jù) ，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'}]

更新數(shù)據(jù)：

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

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

刪除數(shù)據(jù) ：

刪除數(shù)據(jù)也可以使用類似的條件語句：

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

清空整個數(shù)據(jù)庫：

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

3.高級查詢

除了點操作符訪問數(shù)據(jù)，你還可以用原生的dict訪問表示法：

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

這兩種寫法是等效的。

另外在常見的查詢運算符(==, <, >, ...)之外，TinyDB還支持where語句：

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

這等同于：

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

這種語法還能訪問嵌套字段：

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

Any 查詢方法：

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'}]}]

檢查單個項目是否包含在列表中：

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

TinyDB還支持和Pandas類似的邏輯操作：

# 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的介紹就到這里，你還可以訪問他們的官方文檔，查看更多的使用方法：

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

尤其是想基于TinyDB做些存儲優(yōu)化的同學，你們可以詳細閱讀 Storage & Middleware 章節(jié)。

我們的文章到此就結(jié)束啦，如果你喜歡今天的Python 實戰(zhàn)教程，請持續(xù)關注Python實用寶典。