Практические примеры работы с БД на Python

Базы данных являются важной составляющей любого современного приложения. БД хранят и обрабатывают огромное количество данных. При этом с приложением может работать одновременно большое количество пользователей и важно обеспечить надежное и производительное взаимодействие между базой данных и кодом приложения.

Для того, чтобы обеспечить такое взаимодействие с БД, нам необходима собственно библиотека для работы с базами, а также библиотека для асинхронной работы на Python.

В Python есть несколько библиотек для работы с СУБД. В этой статье мы рассмотрим работу с SQLAlchemy, которая является одной из самых популярных и широко используемых библиотек для работы с базами данных.

А для обеспечения асинхронной работы мы воспользуемся Asyncio. Это популярная библиотека для написания асинхронного кода на Python, которая предоставляет эффективный способ работы с базами данных.

Настраиваем среду

Для начала нам необходимо настроить среду. Воспользуемся следующими командами для установки необходимых библиотек:

pip install sqlalchemy[asyncio]   # Или `pip install 'sqlalchemy[asyncio]'` для zsh

pip install asyncpg

В результате у нас должен быть установлен веб сервер и модули для асинхронной работы с СУБД. Далее поговорим подробнее об используемых компонентах.  

Работа с SQLAlchemy

SQLAlchemy — программная библиотека на языке Python для работы с реляционными СУБД с применением технологии Object Relational Mapping (ORM), комплекса программ, позволяющих работать с базами данных, как если бы они были объектами языка программирования.

Библиотека служит для синхронизации объектов Python и записей реляционной базы данных. SQLAlchemy позволяет описывать структуры баз данных и способы взаимодействия с ними на языке Python без использования языка запросов SQL.

SQLAlchemy может использоваться как back-end для баз данных: MySQL, PostgreSQL, SQLite, Oracle и других. Причем, между БД можно переключаться просто изменяя конфигурации.

Использовать SQLAlchemy достаточно просто: необходимо импортировать библиотеку и создать подключение к базе данных. В следующем коде показано, как создать подключение к базе данных PostgreSQL с помощью SQLAlchemy:

from sqlalchemy import create_engine  from sqlalchemy.orm import Session  engine = create_engine('postgresql://user:password@host:port/database')  # Пример строки подключения `postgresql://user:myawesomepassword@localhost:5432/mydb`  session = Session(engine, future=True)

В приведенном выше коде мы создаем подключение к базе данных PostgreSQL с помощью функции create_engine. Затем мы создаем объект Session, который можно использовать для взаимодействия с базой данных.

Создание модели данных

После того, как мы успешно подключились к базе данных, мы можем создать модель для работы с данными, которые вы хотите сохранить в БД:

from sqlalchemy.orm import declarative_base from sqlalchemy import Column, Integer, String  Base = declarative_base()  class User(Base):     __tablename__ = 'users'     id = Column(Integer, primary_key=True)     name = Column(String)     email = Column(String)

В приведенном выше фрагменте кода мы создаем модель для пользователя. Мы определяем имя таблицы и столбцы, используя значения __tablename__ и Column соответственно.

Создаем и запрашиваем данные

Теперь, когда у нас есть модель, мы можем создавать записи в базе и запрашивать данные с помощью SQLAlchemy. В следующем коде показан пример того, как создать нового пользователя и запросить всех пользователей:

from sqlalchemy import create_engine from sqlalchemy.orm import Session  engine = create_engine('postgresql://user:password@host:port/database') session = Session(engine, future=True)  # Создание нового пользователя new_user = User(name='John Doe', email='john@gmail.com') session.add(new_user) session.commit()  # Запрос всех пользователей users = session.execute(select(User)).all() for user in users:     print(user.name, user.email)

В приведенном выше коде мы создаем нового пользователя и добавляем его в базу данных с помощью функции add. Затем мы фиксируем изменения с помощью функции commit. Наконец, мы запрашиваем всех пользователей с помощью функции query и выводим их имена и электронные адреса.

Как видно, мы выполнили все этими операции с данными без использования команд языка SQL (SELECT, INSERT и т.д.) То есть, разработчику приложения не нужно знать SQL и писать запросы на этом языке. Вместо этого достаточно хорошо разбираться в функциях SQLAlchemy.

Объединяем усилия

Теперь, когда мы увидели, как работать с SQLAlchemy, давайте рассмотрим, как можно совместно использовать asyncio с SQLAlchemy. Для выполнения запроса по пользователям мы можем использовать следующий код:

import asyncio from sqlalchemy import MetaData from sqlalchemy.ext.asyncio import create_async_engine, AsyncSession  meta = MetaData()    async def main():     engine = create_async_engine('postgresql+asyncpg://user:password@host:port/database')     async with engine.begin() as conn:         await conn.run_sync(meta.create_all)      async with AsyncSession(engine) as session:         async with session.begin():             # Создание нового пользователя             new_user = User(name='John Doe', email='john@gmail.com')             session.add(new_user)          # Запрашиваем всех пользователей         async with session.begin():             users = await session.execute(select(User))             async for user in users:                 print(user.name, user.email)  loop = asyncio.get_event_loop() loop.run_until_complete(main())  

В приведенном выше коде мы создаем асинхронный движок, используя функцию create_async_engine из библиотеки SQLAlchemy. Затем мы создаем сами таблицы, используя функцию create_all.

Чтобы создать нового пользователя, мы используем функцию добавления session.add(new_user) внутри транзакции. Затем мы запрашиваем всех пользователей, используя функцию execute внутри транзакции, и выводим их имена и электронные адреса.

Заключение

В этой небольшой статье мы рассмотрели демонстрационный пример создания и извлечения данных из БД в асинхронном режиме с помощью библиотек SQLAlchemy и asyncio. В данном примере мы не использовали команды SQL, ограничившись лишь функциями библиотек языка Python.

Все необходимые навыки и знаниядля программирования на Python можно получить на специализации «Python Developer».