Python轻量级NoSQL数据库TinyDB

https://github.com/msiemens/tinydb

TinyDB 是一个纯 Python 实现的嵌入式 NoSQL 数据库,适用于存储小型数据集合,尤其适合用于轻量级应用、个人项目或原型开发。

一、安装

python 复制代码
pip install tinydb

二.基本操作

1.创建和初始化数据库

python 复制代码
from tinydb import TinyDB

# 创建一个数据库(文件名为 db.json)
db = TinyDB('db.json')

2. 插入数据

TinyDB 支持字典格式的数据插入。可以使用 insertinsert_multiple 方法来插入单条或多条数据。

python 复制代码
# 插入单条数据
db.insert({'name': 'Alice', 'age': 30})

# 插入多条数据
db.insert_multiple([
    {'name': 'Bob', 'age': 25},
    {'name': 'Charlie', 'age': 35}
])
json 复制代码
{
    "_default": {
        "1": {
            "name": "Alice",
            "age": 30
        },
        "2": {
            "name": "Bob",
            "age": 25
        },
        "3": {
            "name": "Charlie",
            "age": 35
        }
    }
}

3. 查询数据

查询通过 Query 类来构建查询条件。

python 复制代码
from tinydb import Query

# 创建一个查询对象
User = Query()

# 查询 name 为 Alice 的记录
result = db.search(User.name == 'Alice')

# 查询 age 大于 30 的记录
result = db.search(User.age > 30)

print(result)

4. 更新数据

你可以使用 update 方法来更新数据。更新操作是基于查询结果执行的。

python 复制代码
# 更新 Alice 的年龄为 31
db.update({'age': 31}, User.name == 'Alice')

# 批量更新
db.update({'age': 40}, User.age < 30)

5. 删除数据

删除数据的操作也非常简单,可以使用 remove 方法删除符合条件的记录。

python 复制代码
# 删除 name 为 Bob 的记录
db.remove(User.name == 'Bob')

# 删除所有 age 小于 30 的记录
db.remove(User.age < 30)

6. 排序和分页

TinyDB 提供了基本的排序功能。可以使用 order_by 方法来对查询结果进行排序:

python 复制代码
# 按年龄升序排序
result = db.all()  # 获取所有记录
sorted_result = sorted(result, key=lambda x: x['age'])

print(sorted_result)

7. 数据库备份和恢复

TinyDB 数据库是存储在 JSON 文件中的,可以很容易地备份或恢复。只需要简单的复制文件即可实现。

python 复制代码
import shutil

# 备份数据库
shutil.copy('db.json', 'db_backup.json')

# 恢复数据库
shutil.copy('db_backup.json', 'db.json')

三、高级使用

1. 使用不同的存储方案

TinyDB 支持多种存储方案,默认使用的是 JSONStorage。你还可以使用 MemoryStorage 来改变数据的存储方式。

python 复制代码
from tinydb.storages import JSONStorage

# 使用默认存储
db = TinyDB('db.json', storage=JSONStorage)

2. 支持嵌套数据

TinyDB 支持存储嵌套的数据结构,可以是字典、列表等。例如:

python 复制代码
db.insert({
    'name': 'David',
    'address': {
        'city': 'New York',
        'zip': '10001'
    }
})

你可以通过查询嵌套字段进行过滤:

python 复制代码
result = db.search(User.address['city'] == 'New York')

3. 使用 Index

TinyDB 也支持为字段创建索引,从而加速查询。使用索引时,可以显著提高查询性能,特别是当数据量增加时。

python 复制代码
# 创建索引
db.create_index(['name'])

# 查询时使用索引
result = db.search(User.name == 'Alice')

总结

TinyDB 在单线程环境中非常轻便和易用,但在多线程环境下需要特别小心。使用线程锁来保证每次只有一个线程对数据库进行操作,是避免数据冲突和写入混乱的关键。在并发较低的小型项目中,TinyDB 依然是一个不错的选择,但如果并发要求较高,建议考虑使用其他数据库系统。

相关推荐
心软且酷丶22 分钟前
leetcode:2160. 拆分数位后四位数字的最小和(python3解法,数学相关算法题)
python·算法·leetcode
盛夏绽放2 小时前
Python常用高阶函数全面解析:通俗易懂的指南
前端·windows·python
仟濹3 小时前
Python - 文件部分
python
一点.点3 小时前
李沐动手深度学习(pycharm中运行笔记)——10.多层感知机+从零实现+简介实现
人工智能·笔记·python·深度学习·pycharm
小黄人软件3 小时前
OpenSSL 与 C++ 搭建一个支持 TLS 1.3 的服务器
服务器·开发语言·c++
那雨倾城3 小时前
使用 OpenCV 实现哈哈镜效果
人工智能·python·opencv·计算机视觉
武昌库里写JAVA4 小时前
Vue3编译器:静态提升原理
java·开发语言·spring boot·学习·课程设计
日晞4 小时前
深浅拷贝?
开发语言·前端·javascript
蹦蹦跳跳真可爱5894 小时前
Python----循环神经网络(LSTM:长短期记忆网络)
人工智能·python·rnn·深度学习·神经网络·lstm
大模型铲屎官4 小时前
【深度学习-Day 16】梯度下降法 - 如何让模型自动变聪明?
开发语言·人工智能·pytorch·python·深度学习·llm·梯度下降