我正在评估并考虑使用CherryPy进行一个项目，该项目基本上是来自客户端(浏览器)的JavaScript前端，后端与后端的Python Web服务对话。 所以，我真的需要在后端快速轻量级的东西，我可以用Python实现，然后通过ORM(浏览器的JSON)与PostgreSQL DB对话。
我也在看Django，我喜欢它，因为它的ORM是内置的。 但是，我认为Django可能比我真正需要的多一点(即比我真正需要的更多功能==更慢？)。
任何人都有使用不同Python ORM解决方案的经验，可以比较和对比他们的特性和功能，速度，效率等？
如果您正在寻找轻量级并且已经熟悉django风格的声明模型，请查看peewee：
https://github.com/coleifer/peewee
例：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
| import datetime
from peewee import *
class Blog(Model):
name = CharField()
class Entry(Model):
blog = ForeignKeyField(Blog)
title = CharField()
body = TextField()
pub_date = DateTimeField(default=datetime.datetime.now)
# query it like django
Entry.filter(blog__name='Some great blog')
# or programmatically for finer-grained control
Entry.select().join(Blog).where(Blog.name == 'Some awesome blog') |
查看文档以获取更多示例。
SQLAlchemy功能更强大，功能更强大(使用DataMapper模式)。 Django ORM具有更清晰的语法，更易于编写(ActiveRecord模式)。我不知道性能差异。
SQLAlchemy还有一个声明层，它隐藏了一些复杂性，并为它提供了一个类似于Django ORM的ActiveRecord样式语法。
我不担心Django"太重了"。它已经足够分离，你可以使用ORM，而不必导入其余的东西。
也就是说，如果我已经将CherryPy用于Web层并且只需要一个ORM，我可能会选择SQLAlchemy。
Storm可以说是最简单的API：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
| from storm.locals import *
class Foo:
__storm_table__ = 'foos'
id = Int(primary=True)
class Thing:
__storm_table__ = 'things'
id = Int(primary=True)
name = Unicode()
description = Unicode()
foo_id = Int()
foo = Reference(foo_id, Foo.id)
db = create_database('sqlite:')
store = Store(db)
foo = Foo()
store.add(foo)
thing = Thing()
thing.foo = foo
store.add(thing)
store.commit() |
当你需要时，它可以轻松地下载到原始SQL：
1
2
| store.execute('UPDATE bars SET bar_name=? WHERE bar_id like ?', [])
store.commit() |
我通常使用SQLAlchemy。它非常强大，可能是最成熟的python ORM。
如果你打算使用CherryPy，你也可以看看dejavu，因为它是Robert Brewer(当前CherryPy项目负责人)。我个人没有用它，但我确实知道有些人喜欢它。
SQLObject比SQLAlchemy更容易使用ORM，但它不是那么强大。
就个人而言，除非我计划在Django中编写整个项目，否则我不会使用Django ORM，但那只是我。
SQLAlchemy的声明性扩展，在0.5中成为标准扩展，提供了一个非常像Django或Storm的一体化界面。它还与使用datamapper样式配置的类/表无缝集成：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
| Base = declarative_base()
class Foo(Base):
__tablename__ = 'foos'
id = Column(Integer, primary_key=True)
class Thing(Base):
__tablename__ = 'things'
id = Column(Integer, primary_key=True)
name = Column(Unicode)
description = Column(Unicode)
foo_id = Column(Integer, ForeignKey('foos.id'))
foo = relation(Foo)
engine = create_engine('sqlite://')
Base.metadata.create_all(engine) # issues DDL to create tables
session = sessionmaker(bind=engine)()
foo = Foo()
session.add(foo)
thing = Thing(name='thing1', description='some thing')
thing.foo = foo # also adds Thing to session
session.commit() |
我们使用Elixir和SQLAlchemy，并且到目前为止一直喜欢它。 Elixir在SQLAlchemy上放置了一个层，使其看起来更像是"ActiveRecord模式"计数器部分。
这似乎是Python中高级数据库交互的规范参考点：
http://wiki.python.org/moin/HigherLevelDatabaseProgramming
从那里开始，看起来Dejavu在Python中相当抽象地实现了Martin Fowler的DataMapper模式。
Django中未使用的功能无法实现性能损失。如果您决定升级该项目，可能会派上用场。
我想你可能会看一下：
秋季
风暴
我将Storm + SQLite用于一个小项目，并且在我添加多处理之前对它非常满意。尝试使用来自多个进程的数据库导致"数据库被锁定"异常。我切换到SQLAlchemy，相同的代码没有问题。
SQLAlchemy非常非常强大。但是，它不是线程安全的，确保在线程池模式下使用cherrypy时要记住这一点。
我查看SQLAlchemy
它非常易于使用，与您合作的模型也不错。 Django使用SQLAlchemy作为它的ORM ，但是单独使用它可以让你使用它的全部功能。
这是一个关于创建和选择orm对象的小例子
1
2
3
4
5
| >>> ed_user = User('ed', 'Ed Jones', 'edspassword')
>>> session.add(ed_user)
>>> our_user = session.query(User).filter_by(name='ed').first()
>>> our_user
<User('ed','Ed Jones', 'edspassword')> |
