我正在评估并考虑将CherryPy用于一个项目,该项目基本上是一个从客户端(浏览器)到后端与Python web服务对话的JavaScript前端。所以,我真的需要一些快速和轻量级的在后端,我可以使用Python实现,然后通过ORM (JSON到浏览器)与PostgreSQL DB对话。

我也在看Django,我喜欢它,因为它的ORM是内置的。然而,我认为Django可能比我真正需要的多一点(即比我真正需要的功能多==更慢?)

谁有使用不同的Python ORM解决方案的经验,可以比较和对比它们的特性和功能、速度、效率等?


当前回答

SQLAlchemy功能更全,功能更强大(使用DataMapper模式)。Django ORM的语法更简洁,也更容易编写(ActiveRecord模式)。我不知道表现上的差异。

SQLAlchemy还有一个声明性层,隐藏了一些复杂性,并提供了一个更类似于Django ORM的activerecord风格的语法。

我不担心Django“太重”。它已经充分解耦,如果您愿意,可以使用ORM,而不必导入其余部分。

也就是说,如果我已经在web层使用CherryPy,并且只是需要一个ORM,我可能会选择SQLAlchemy。

其他回答

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Robert Brewer(目前的CherryPy项目负责人)的dejavu。我个人没有用过,但我知道有些人喜欢它。

SQLObject比SQLAlchemy更容易使用ORM,但它没有SQLAlchemy那么强大。

就我个人而言,我不会使用Django ORM,除非我打算用Django编写整个项目,但那只是我。

如果你正在寻找轻量级的,并且已经熟悉django风格的声明式模型,请查看pewee: https://github.com/coleifer/peewee

例子:

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')

查看文档以获得更多示例。

SQLAlchemy功能更全,功能更强大(使用DataMapper模式)。Django ORM的语法更简洁,也更容易编写(ActiveRecord模式)。我不知道表现上的差异。

SQLAlchemy还有一个声明性层,隐藏了一些复杂性,并提供了一个更类似于Django ORM的activerecord风格的语法。

我不担心Django“太重”。它已经充分解耦,如果您愿意,可以使用ORM,而不必导入其余部分。

也就是说,如果我已经在web层使用CherryPy,并且只是需要一个ORM,我可能会选择SQLAlchemy。

SQLAlchemy的声明性扩展在0.5中将成为标准,它提供了一个非常类似于Django或Storm的all in one接口。它还与使用datamapper样式配置的类/表无缝集成:

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()

SQLAlchemy非常非常强大。然而,它不是线程安全的,请确保在线程池模式下使用cherrypy时记住这一点。