Ի՞նչ եղանակներ գիտես տվյալների բազաների հետ աշխատելու համար։

• Ներքին մոդուլներ:
  sqlite3 - աշխատելու համար թեթև SDB SQLite-ով: հարմար է փոքր նախագծերի կամ օգտագործելու որպես ֆայլային տվյալների բազա հաճախորդի վրա:

  import sqlite3
  
  # Դատում տվյալների բազայի հետ (ստեղծում է ֆայլ, եթե չկա)
  conn = sqlite3.connect('mydatabase.db')
  cursor = conn.cursor()
  
  # Տեղադրել աղյուսակ
  cursor.execute('''
      CREATE TABLE IF NOT EXISTS users (
          id INTEGER PRIMARY KEY,
          name TEXT NOT NULL,
          age INTEGER
      )
  ''')
  
  # Տվյալների ներդնում
  cursor.execute("INSERT INTO users (name, age) VALUES (?, ?)", ('Alice', 30))
  
  # Փաստացի փոփոխությունների հաստատում
  conn.commit()
  
  # Տվյալների ստացում
  cursor.execute("SELECT name, age FROM users")
  rows = cursor.fetchall()
  for row in rows:
      print(row)
  
  # Կապի փակում
  conn.close()
  

• Python DB API (PEP-249):
  Ստանդարտ ինտերֆեյս, որը սահմանում է մեծամասնությունը արտաքին драйվերների տարբեր տվյալների բազաների համար (PostgreSQL, MySQL, Oracle և այլ): թույլ է տալիս գրել կոդ, որը կախված չէ կոնկրետ SDB-ից:

• Մասնագիտացված драйվերներ/կոնեկտորներ:
  Գրադարաններ, որոնք իրականացնում են Python DB API կոնկրետ SDB-ների համար:

  • psycopg2 - PostgreSQL-ի համար:
  • mysql-connector-python կամ PyMySQL - MySQL-ի համար:
  • cx_Oracle - Oracle-ի համար:
  • pymssql - Microsoft SQL Server-ի համար:

  import psycopg2
  
  # Պայմանավորված PostgreSQL-ի հետ կապ
  try:
      conn = psycopg2.connect(
          host="localhost",
          database="mydatabase",
          user="myuser",
          password="mypassword"
      )
      cursor = conn.cursor()
  
      # SQL հարցում
      cursor.execute("SELECT * FROM products;")
      results = cursor.fetchall()
      for row in results:
          print(row)
  
      conn.close()
  except psycopg2.Error as e:
      print(f"Սխալ տվյալների բազային կապի ժամանակ: {e}")
  

• ORM (Օբյեկտ-Ռելացիոնալ Մապինգ):
  Ֆրեյմվորկեր, որոնք թույլ են տալիս աշխատել տվյալների բազաների հետ օգտագործելով Python օբյեկտներ, ոչ թե SQL հարցումներ ուղղակիորեն: Դրանք հեշտացնում են տվյալների բազայի հետ փոխգործակցությունը, տրամադրում են աբստրակցիա, օգնում են խուսափել SQL-հակահեղինակներից:

  • SQLAlchemy - ամենաուժեղ և ճկուն ORM-ներից մեկը Python-ում: Պատրաստ է մի քանի SDB-ների աջակցությամբ, տրամադրում է ինչպես "Core" (աշխատելու SQL մակարդակով), այնպես էլ "ORM" (օբյեկտային մոտեցում):
  • Django ORM - Django-ի ներքին ORM, շատ հարմար է Django-ով վեբ հավելվածների կոնտեքստում տվյալների բազաների հետ աշխատելու համար:
  • Peewee - պարզ և թեթև ORM:

  Օրինակ SQLAlchemy Core-ով:

  from sqlalchemy import create_engine, MetaData, Table, Column, Integer, String, select
  
  # Տվյալների բազայի հետ կապ (օրինակ, SQLite)
  engine = create_engine('sqlite:///mydatabase.db')
  
  # MetaData օբյեկտ՝ տվյալների բազայի մետադատվածների պահեստավորման համար
  metadata = MetaData()
  
  # Տեղեկատվական աղյուսակի սահմանում
  users_table = Table(
      'users',
      metadata,
      Column('id', Integer, primary_key=True),
      Column('name', String),
      Column('age', Integer)
  )
  
  # Աղյուսակի ստեղծում տվյալների բազայում (եթե չկա)
  metadata.create_all(engine)
  
  # Կապ հաստատում
  with engine.connect() as connection:
      # Տվյալների ներդնում
      connection.execute(
          users_table.insert().values(name='Bob', age=25)
      )
  
      # Տվյալների ընտրություն
      select_query = select(users_table)
      result = connection.execute(select_query)
  
      for row in result:
          print(row)
  

  Օրինակ SQLAlchemy ORM-ով:

  from sqlalchemy import create_engine, Column, Integer, String
  from sqlalchemy.ext.declarative import declarative_base
  from sqlalchemy.orm import sessionmaker
  
  # Տվյալների բազայի հետ կապ
  engine = create_engine('sqlite:///mydatabase_orm.db')
  
  # ORM մոդելների հիմնական դաս
  Base = declarative_base()
  
  # ORM մոդելի սահմանում
  class User(Base):
      __tablename__ = 'users_orm'
      id = Column(Integer, primary_key=True)
      name = Column(String)
      age = Column(Integer)
  
      def __repr__(self):
          return f"<User(name='{self.name}', age={self.age})>"
  
  # Աղյուսակի ստեղծում (եթե չկա)
  Base.metadata.create_all(engine)
  
  # Սեսիայի ֆաբրիկա
  Session = sessionmaker(bind=engine)
  session = Session()
  
  # Օբյեկտ ստեղծել և ավելացնել
  new_user = User(name='Charlie', age=40)
  session.add(new_user)
  
  # Լրացուցիչ հաստատում
  session.commit()
  
  # Օբյեկտ ստանալ
  user = session.query(User).filter_by(name='Charlie').first()
  print(user)
  
  # Սեսիա փակել
  session.close()
  

• NoSQL տվյալների բազաներ:
  NoSQL տվյալների բազաների հետ աշխատելու համար օգտագործվում են մասնագիտացված գրադարաններ, օրինակ:

  • pymongo - MongoDB-ի համար:
  • redis - Redis-ի համար:
  • cassandra-driver - Cassandra-ի համար:

Ընտրությունը կախված է նախագծի պահանջներից, օգտագործվող SDB տեսակից, ORM-ի անհրաժեշտությունից և նախագծի բարդությունից: