dataset: 为懒人准备的数据库

虽然在关系型数据库中管理数据有很多好处，但它们很少在日常工作中用于处理中小型数据集。但为什么呢？为什么我们看到大量数据存储在 CSV 或 JSON 格式的静态文件中，即使它们难以查询和增量更新呢？

答案是 **程序员很懒**，因此他们倾向于选择他们找到的最简单的解决方案。在 **Python** 中，数据库并不是存储一堆结构化数据的最简单解决方案。这就是 **dataset** 要改变的地方！

**dataset** 提供了一个简单的抽象层，它消除了大多数直接的 SQL 语句，而无需完整的 ORM 模型 - 本质上，数据库可以像 JSON 文件或 NoSQL 存储一样使用。

使用 **dataset** 的简单数据加载脚本可能如下所示

import dataset

db = dataset.connect('sqlite:///:memory:')

table = db['sometable']
table.insert(dict(name='John Doe', age=37))
table.insert(dict(name='Jane Doe', age=34, gender='female'))

john = table.find_one(name='John Doe')

这里有 类似的代码，没有 dataset。

功能

• **自动模式**：如果写入的表或列在数据库中不存在，它将自动创建。

• **Upserts**：记录将被创建或更新，具体取决于是否可以找到现有版本。

• 用于简单查询的 **查询助手**，例如 all 表中的所有行或所有 distinct 一组列中的值。

• **兼容性**：基于 SQLAlchemy 构建，dataset 支持所有主要数据库，例如 SQLite、PostgreSQL 和 MySQL。

内容

• 安装指南
• 快速入门
  • 连接到数据库
  • 存储数据
  • 使用事务
  • 检查数据库和表
  • 从表中读取数据
  • 运行自定义 SQL 查询
  • dataset 的局限性
• API 文档
  • 连接
  • 备注
  • 数据库
  • 表
  • 数据导出
• 高级过滤器
  • 使用原始 SQL 的查询

贡献者

dataset 由 Friedrich Lindenberg、Gregor Aisch 和 Stefan Wehrmeyer 编写和维护。它的代码主要基于之前的库 sqlaload 和 datafreeze。当然，我们站在 巨人的肩膀上。

我们可爱的 裸鼹鼠 是由 Johannes Koch 绘制的。