当前位置:

首页 > 数据库 > 编程开发 > TinyDB:Python中的轻量级数据库解决方案

TinyDB:Python中的轻量级数据库解决方案

TinyDB是一个纯Python编写的轻量级数据库,一共只有1800行代码,没有外部依赖项。TinyDB的目标是降低小型Python应用程序使用数据库的难度,对于一些简单程序而言与其用SQL数据库,不如就用TinyDB,因为它有如下特点:轻便:当前源代码有1800行代码(大约40%的文档)和1600行测试代码。可随意迁移:在当前文件夹下生成数据库文件,不需要任何服务,可以随意迁移。简单:TinyDB通过提供简单干净的API使得用户易于使用。用纯Python编写:Ti

本文目录

    TinyDB:Python中的轻量级数据库解决方案

    TinyDB 是一个纯 Python 编写的轻量级数据库,一共只有1800行代码,没有外部依赖项。

    TinyDB的目标是降低小型 Python 应用程序使用数据库的难度,对于一些简单程序而言与其用 SQL 数据库,不如就用TinyDB, 因为它有如下特点:

    • 轻便:当前源代码有 1800 行代码(大约 40% 的文档)和 1600 行测试代码。
    • 可随意迁移:在当前文件夹下生成数据库文件,不需要任何服务,可以随意迁移。
    • 简单:TinyDB 通过提供简单干净的 API 使得用户易于使用。
    • 用纯 Python 编写: TinyDB 既不需要外部服务器,也不需要任何来自 PyPI 的依赖项。
    • 适用于 Python 3.6+ 和 PyPy3: TinyDB 适用于所有现代版本的 Python 和 PyPy。
    • 强大的可扩展性:您可以通过编写中间件修改存储的行为来轻松扩展 TinyDB。
    • 100% 测试覆盖率:无需解释。

    1.准备

    开始之前,你要确保Python和pip已经成功安装在电脑上。

    请选择以下任一种方式输入命令安装依赖:

    1. Windows 环境 打开 Cmd (开始-运行-CMD)。

    2. MacOS 环境 打开 Terminal (command+空格输入Terminal)。

    3. 如果你用的是 VSCode编辑器 或 Pycharm,可以直接使用界面下方的Terminal.

    pip install tinydb

    2.简单的增删改查示例

    初始化一个DB文件:

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

    这样就在当前文件夹下生成了一个名为 `db.json` 的数据库文件。

    往里面插入数据:

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

    可以看到,我们可以直接往数据库里插入字典数据,不需要任何处理。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))

    查询所有数据:

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

    除了 .all() 我们还可以使用for循环遍历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数据,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'}]

    更新数据:

    from tinydb import TinyDB
    db = TinyDB('db.json')
    db.update({'foo': 'bar'})
    # 删除某个Key
    from tinydb.operations import delete
    db.update(delete('key1'), User.name == 'John')

    删除数据:

    删除数据也可以使用类似的条件语句:

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

    清空整个数据库:

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

    3.高级查询

    除了点操作符访问数据,你还可以用原生的dict访问表示法:

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

    这两种写法是等效的。

    另外在常见的查询运算符(==, <, >, ...)之外,TinyDB还支持where语句:

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

    这等同于:

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

    这种语法还能访问嵌套字段:

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

    Any 查询方法:

    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'}]}]

    检查单个项目是否包含在列表中:

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

    TinyDB还支持和Pandas类似的逻辑操作:

    # 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的介绍就到这里,你还可以访问他们的官方文档,查看更多的使用方法:

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

    尤其是想基于TinyDB做些存储优化的同学,你们可以详细阅读 Storage & Middleware 章节。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    数据库 编程开发 Python
    相关文章 更多
    python删除一个列表里的重复元素的方法与代码示例
    python删除一个列表里的重复元素的方法与代码示例

    学习如何使用Python高效删除列表中的重复元素。本文提供5种常见方法的代码示例,涵盖保持顺序与不保持顺序的场景,适合初学者和进阶开发者参考。

    Python写接口的步骤及完整代码示例
    Python写接口的步骤及完整代码示例

    详细讲解使用Python编写Web接口的核心步骤与完整代码示例,涵盖环境准备、路由定义、数据校验、服务启动及调试测试方法。

    codex怎么读取word文档及docx文件操作教程
    codex怎么读取word文档及docx文件操作教程

    介绍如何利用编程工具读取和解析Word文档(docx格式),涵盖基础文本提取代码示例、结构化数据处理逻辑,以及处理复杂排版时的技术局限与替代方案。

    怎么在Python中调用C语言代码提升性能
    怎么在Python中调用C语言代码提升性能

    详细讲解在Python中调用C语言代码提升性能的完整实践指南,包含原理分析、编译步骤、ctypes与CFFI具体实现、性能对比及常见陷阱。

    Python与C语言的性能差异及底层原理
    Python与C语言的性能差异及底层原理

    深入解析Python与C语言在执行效率上的数量级差异,从编译机制、变量内存布局、动态类型推断到GIL锁,系统阐明底层核心原理。

    Python和C语言哪个更适合编程入门
    Python和C语言哪个更适合编程入门

    客观对比Python与C语言在心智负担、底层机制与学习反馈上的核心差异,提供清晰有据的选择标准与切实的入门学习路径。

    selenium上传文件教程本地文件路径设置方法
    selenium上传文件教程本地文件路径设置方法

    深入解析Selenium处理文件上传的技术细节,涵盖标准HTML控件的路径直接注入法与非标准控件的系统级模拟方案,提供Windows与Linux环境下的路径设置最佳实践及常见异常排查。

    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

    针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

    langgraph python guide中文入门教程详解
    langgraph python guide中文入门教程详解

    本篇LangGraph Python中文入门教程详解,系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化(MemorySaver)等核心机制,提供从环境安装到完整循环智能体构建的代码示例与实操指导。

    Windows 安装 Python:从官方入口到虚拟环境的可复现实践
    Windows 安装 Python:从官方入口到虚拟环境的可复现实践

    面向后端开发者,基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界,避免常见配置误区。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。