MongoDB ORM für Python? [geschlossen]

Ich versuche, von SQLalchemy (SQlite) auf Mongodb umzusteigen. Ich möchte eine Schema-Vertifizierung. Ich schaue auf Mongokit, aber ich möchte etwas, das Mappern ähnlich ist, damit es aus dem Eigentum des Objekts gerettet wird und kein Diktat.

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

Eine weitere 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()

Da ich weder mit MongoKit noch mit MongoEngine zufrieden war, beschloss ich, meine eigene objektorientierte Oberfläche für Python zu schreiben.

Ich habe alle Abfragen direkt an pymongo delegiert, daher ist die Abfragesyntax dort dieselbe. Meistens handelt es sich nur um einen Objekt-Wrapper um die Ergebnisse, mit einigen anderen Hilfsprogrammen wie Datenbankverbindungspooling, DBRef-Unterstützung und anderen praktischen Methoden, die Ihnen das Leben erleichtern.

Es heißt Minimongo und ist bei Github erhältlich. Viel Spaß beim 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

Du willst MongoKit . Es ist eine Abstraktionsebene höher als PyMongo . Ich bin mir nicht sicher, ob Sie Django verwenden, aber es gibt auch eine Django-Mongokit- Integration.

Beispiel aus diesem Blogbeitrag . 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']}, 
    ]

Ich weiß, dass ich mit dieser Frage sehr spät komme, aber ich bin der Autor von Ming http://merciless.sourceforge.net , einer von SQLAlchemy inspirierten MongoDB-Validierungs- und ORM-Engine. Es ist das, 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 zu Migration von SQLAlchemy nach Ming http://www.slideshare.net/__amol__/from-sqlalchemy-to-ming-with-turbogears2 . Hier ist ein Beispiel für die ORM-Ebene 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 die Standard-MongoDB-Abfragesyntax (nicht die magischen Schlüsselwortargumente von Django ORM):

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