ORM (Object Relational Mapping): automatisera dataregistrering

Har du någonsin tänkt eller behövt skicka data från dina källkodsobjekt till en innehållsförteckning eller databas? Det skulle vara väldigt praktiskt att ha ett verktyg för att kunna göra det automatiskt och inte göra det manuellt, eller hur? Men för att det ska vara möjligt bör dessa värden vara i rätt format. Om du behöver göra det här, du måste känna till ORM (Object Relational Mapping).

Med ORM skickas dina objektsdata till rätt format för att kunna spara all information i en databas genom att kartlägga dem. Det skapar en virtuell databas där värdena finns i applikationen som du har skapat i din kod och därmed är länkade till denna databas att ge dem uthållighet och registrera dem på detta enkla sätt. Detta ger den inspelade informationen uthållighet så att den kan lagras, analyseras, spelas in eller användas senare.

Por ejemploFöreställ dig att du har ett Python-program som ansvarar för att läsa värden från en DHT11-sensor som registrerar temperatur och fuktighet. Men du vill inte spela in dessa värden från en miljö. På ett enkelt sätt kan du skapa en källkod för att programmera vad du behöver och läsa värdena som tas av sensorn och visa dem på skärmen. Men vad händer om du vill lagra värdena för att analysera när toppar av dessa värden har inträffat eller för något annat verktyg?

I så fall bör du ha möjlighet att spara dessa data samtidigt i en databas och det är här ORM kommer till nytta. Förutom ditt DIY-projekt du kan lagra vad du behöver och behandla värdena manuellt eller via annan programvara tack vare att du har fångat dem i en databas ...

Vad är ORM?

El objektrelationskartläggning eller ORM för sin akronym på engelska är det en programmeringsteknik som tjänar till att transformera data som används i det objektorienterade programmeringsspråket eller programmet och relationsdatabasen (SQL-typ) som en uthållighetsmotor. Det gör att programmets värden skapar en virtuell objektorienterad databas för att hålla de data du behöver.

Om du någonsin har programmerat en applikation ansluten till en databas, har du märkt att det är ganska svårt att omvandla informationen för att anpassa den till databasen eller vice versa. Nämligen, kartläggning är en tråkig sak att du kan automatisera med ORM, förutom att göra den oberoende av databasen du vill använda och du kan till och med ändra databasmotorn utan problem.

Un praktiskt exempel är en F1-bil, där den har en serie sensorer som mäter värden på tryck, temperatur, förbrukning, varvtal, hastighet, acceleration, växling, styrrörelser, olja etc. Alla dessa värden ses i realtid av ingenjörer på sina datorer tack vare telemetri. Men när sessionen avslutas måste ingenjörerna studera och analysera dessa data för att förstå hur man kan förbättra installationen, utveckla bilen eller vad som orsakade felet. För att detta ska vara möjligt måste de exporteras till en databas.

För- och nackdelar med ORM

Som jag redan har kommenterat, med ORM låter dig abstrakta från databasen och förenklar kraftigt den nödvändiga källkoden. Kartläggningen kommer att ske automatiskt och det betyder att du tar mycket besvär från dina axlar när du programmerar. Förutom användarvänligheten och snabbheten ger den säkerheten för dataåtkomstskiktet mot attacker.

Men inte alla är bra saker ORM har också sina nackdelar. I mycket belastade miljöer kan det minska prestanda när du lägger till ett extra lager i systemet. Det handlar också om att lära sig ORM så att du kan använda den, vilket kan ta tid att förstå och dra nytta av.

ORM för programmeringsspråk

Beroende på det programmeringsspråk du använder du kan använda en ORM. Du kan inte använda vilken som helst ORM, du måste använda rätt. Till exempel:

• java: Viloläge, MyBatis, iBatis, Ebean, etc.
• . NET: Entity Framework, nHibernate, MyBatis.Net, etc.
• PHP: Doktrin, Propel, Rocks, Torpor, etc.
• Pytonorm: Peewee, SQLAlchemy, PonyORM, Elixir, etc.

Exempel med Python och ORM

Peewee är en enkel och förkortad ORM för användning med Python. Du kan få mer information från din officiell hemsida. Du bör också veta att Peewee stöder olika DBMS, det vill säga flera databashanteringssystem, som SQLite, MySQL och Postgresql. Du måste bara ändra den ursprungliga BBDD-deklarationen och det är det.

Till exempel i din snabbguide eller snabbstart Från webbplatsen kan du se enkla kodexempel med Peewee så här:

from peewee import *

db = SqliteDatabase('people.db')

class Person(Model):
    name = CharField()
    birthday = DateField()

    class Meta:
        database = db # This model uses the "people.db" database.

Om det verkar lite för dig har du till ditt förfogande pwiz-verktyget, ett program som hämtar Peewee-modeller från databaser. Till exempel:

<br data-mce-bogus="1">

python -m pwiz -e postgresql basedatos &gt; modelo.py<br data-mce-bogus="1">