3

考虑到 Storm，一个 python ORM，我想自动生成一个（mysql）数据库的模式。主页说

“Storm 与现有的数据库模式配合得很好。” ( https://storm.canonical.com/FrontPage ),

因此我希望不必创建模型类。但是，“入门”教程 ( https://storm.canonical.com/Tutorial ) 建议需要为每个表手动创建一个类，如下所示，并且需要手动指定每个字段：

class Person(object):
  __storm_table__ = "person"
  id = Int(primary=True)
  name = Unicode()

或者，SQLAlchemy 似乎也不支持逆向工程功能，但确实需要这样的模式：

user = Table('user', metadata,
  Column('user_id', Integer, primary_key = True),
  Column('user_name', String(16), nullable = False),
  Column('email_address', String(60)),
  Column('password', String(20), nullable = False)
)

当然，这些类/模式是有意义的，因为每个表都可能代表一些“感兴趣的对象”，并且可以使用各种功能扩展它们。但是，它们的创建很繁琐，并且当数据库已经存在时，它们的（初始）内容是直截了当的。

一种允许逆向工程的 ORM 是：

http://docs.doctrine-project.org/en/2.0.x/reference/tools.html

Storm或SQLAlchemy或任何python ORM或python数据库fancyfier是否有类似的逆向工程工具？

4

1 回答 1

3

我不知道 Storm 如何管理这个过程，但你当然可以使用sqlalchemy反映数据库中的表。例如，下面是一个使用我目前可以访问的 SQL Server 实例的基本示例。

整个数据库

>>> from sqlalchemy import create_engine, MetaData
>>> engine = create_engine('mssql+pyodbc://<username>:<password>@<host>/<database>')  # replace <username> with user name etc.
>>> meta = MetaData()
>>> meta.reflect(bind=engine)
>>> funds_table = meta.tables['funds']  # tables are stored in meta.tables dict
>>> funds_table  # now stores database schema object
Table(u'funds', MetaData(bind=None), Column(u'fund_token', INTEGER(), table=<funds>, primary_key=True, nullable=False), Column(u'award_year_token', INTEGER(), ForeignKey(u'award_year_defn.award_year_token'), table=<funds>, nullable=False), ... Column(u'fin_aid_disclosure_category', VARCHAR(length=3, collation=u'SQL_Latin1_General_CP1_CI_AS'), table=<funds>), Column(u'report_as_additional_unsub', BIT(), table=<funds>, server_default=DefaultClause(<sqlalchemy.sql.expression.TextClause object at 0x000000000545B6D8>, for_update=False)), schema=None)

如果您只想一次反映一个表，则可以改用以下代码。

一次一张桌子（快得多）

>>> from sqlalchemy import Table, create_engine, MetaData
>>> engine = create_engine('mssql+pyodbc://<username>:<password>@<host>/<database>')
>>> meta = MetaData()
>>> funds_table = Table('funds', meta, autoload=True, autoload_with=engine)  # indicate table name (here 'funds') with a string passed to Table as the first argument
>>> funds_table  # now stores database schema object
Table(u'funds', MetaData(bind=None), Column(u'fund_token', INTEGER(), table=<funds>, primary_key=True, nullable=False), Column(u'award_year_token', INTEGER(), ForeignKey(u'award_year_defn.award_year_token'), table=<funds>, nullable=False), ... Column(u'fin_aid_disclosure_category', VARCHAR(length=3, collation=u'SQL_Latin1_General_CP1_CI_AS'), table=<funds>), Column(u'report_as_additional_unsub', BIT(), table=<funds>, server_default=DefaultClause(<sqlalchemy.sql.expression.TextClause object at 0x000000000545B6D8>, for_update=False)), schema=None)

正如您可能想象的那样，您可以保存相关表的数据，以便将来再次更快地访问这些表。

于 2014-04-12T19:06:44.113 回答