MongoDB ORM für Python?

Question

ich versuche, von sqlalchemy (sqlite) zu mongodb zu konvertieren. Ich möchte Schemaverifikation. Ich schaue auf mongokit, aber ich möchte etwas mit Mappern ähnlich, so dass es von der Eigenschaft des Objekts, und kein Diktat speichern würde.

Ich möchte einen Mapper, so dass ich vorhandene Objekte verwenden kann, ohne sie zu ändern.

Answer 1

Eine andere Option ist MongoEngine. Das ORM für MongoEngine ist dem von Django verwendeten ORM sehr ähnlich.

Beispiel (aus dem Tutorial):

class Post(Document): 
    title = StringField(max_length=120, required=True) 
    author = ReferenceField(User) 

class TextPost(Post): 
    content = StringField() 

class ImagePost(Post): 
    image_path = StringField() 

class LinkPost(Post): 
    link_url = StringField() 

Answer 2

Sie möchten MongoKit. Es ist eine Abstraktionsebene höher als PyMongo. Nicht sicher, ob Sie Django verwenden, aber es gibt auch django-mongokit Integration.

Beispiel von diesem blog post. Beachten Sie, dass Instanzen von Computer dann direkt auf make/model verweisen können, sobald die Struktur definiert ist (z. B. atari.make, c64.model, ...). Keine Notwendigkeit für Wörterbücher:

import datetime 
from mongokit import Document 

class Computer(Document): 

    structure = { 
     'make': unicode, 
     'model': unicode, 
     'purchase_date': datetime.datetime, 
     'cpu_ghz': float, 
    } 

    validators = { 
     'cpu_ghz': lambda x: x > 0, 
     'make': lambda x: x.strip(), 
    } 

    default_values = { 
     'purchase_date': datetime.datetime.utcnow, 
    } 

    use_dot_notation = True 

    indexes = [ 
     {'fields': ['make']}, 
    ] 

Answer 3

Nicht mit entweder MongoKit oder MongoEngine zufrieden zu sein, habe ich beschlossen, meine eigene objektorientierte Schnittstelle für Python zu schreiben.

Ich habe alle Abfragen direkt an Pymongo delegiert, so dass die Syntax der Abfrage dort gleich ist. Meistens ist es nur ein Objekt-Wrapper um die Ergebnisse, mit einigen anderen Helfern wie Datenbankverbindungs-Pooling, DBRef-Unterstützung und anderen Komfort-Methoden, um Ihnen das Leben zu erleichtern.

Es heißt Minimongo und es ist von Github verfügbar. Fröhliches Hacken!

Beispiel:

from minimongo import Model, MongoCollection 

class MyObject(Model): 
    model = MongoCollection(database='test', collection='my_collection') 

m = MyObject() 
m.x = 1 
m.field = 'value' 
m.other = {'list': True} 
m.save() 

x = MyObject({'x': 1, 'y': 2}).save() 

objs = MyObject.find({'x': 1}) 
for o in objs: 
    print o 

Answer 4

Ich weiß, ich bin wirklich spät auf diese Frage, aber ich bin der Autor von Ming http://merciless.sourceforge.net, eine SQLAlchemy-inspirierten MongoDB Validierung und ORM-Engine. Es ist, was wir bei SourceForge verwenden, und es gibt eine vernünftige Präsentation unter http://www.slideshare.net/rick446/rapid-and-scalable-development-with-mongodb-pymongo-and-ming sowie eine Fallstudie über die Migration von SQLAlchemy zu Ming http://www.slideshare.net/__amol__/from-sqlalchemy-to-ming-with-turbogears2. Hier ist ein Beispiel für die ORM-Schicht in Ming (aus dem Tutorial):

class WikiPage(MappedClass): 

    class __mongometa__: 
     session = session 
     name = 'wiki_page' 

    _id = FieldProperty(schema.ObjectId) 
    title = FieldProperty(str) 
    text = FieldProperty(str) 
    comments=RelationProperty('WikiComment') 

Abfragen verwenden, um die Standard-MongoDB Abfragesyntax (nicht Django ORM Magie Schlüsselwort Argumente):

WikiComment.query.find(dict(page_id=wp._id))