系列文章入口
设计思路
我们通用的ORM,基本模式都是想要脱离数据库的,几乎都在编程语言层面建立模型,由程序去与数据库打交道。虽然脱离了数据库的具体操作,但我们要建立各种模型文档,用代码去写表之间的关系等等操作,让初学者一时如坠云雾。我的做法是把逻辑加入到Python的字典中,程序将对象自动映射成为标准的SQL查询语句。只要我们理解了标准的SQL语言,我们就能够完成数据库查询操作。
智能查询方式设计
查询保留字:page, size, sort, search, lks, ins, ors, count, sum, group
page, size, sort, 分页排序
查询示例:
dao = BaseDao()
rs = dao.select("users",{"page": 1, "size":10, "sort":"age desc"})
print(rs)
生成sql: SELECT * FROM users ORDER BY age desc LIMIT 0,10
search, 模糊查询切换参数,不提供时为精确匹配
提供字段查询的精确匹配与模糊匹配的切换。
```
dao = BaseDao()
rs = dao.select("users",{"username": "john", "password":"123", "search":"1"})
print(rs)
生成sql: SELECT * FROM users WHERE username like '%john%' and password like '%123%'
```
ins, lks, ors
这是最重要的三种查询方式,如何找出它们之间的共同点,减少冗余代码是关键。
ins, 数据库表单字段in查询,一字段对多个值,例:
查询示例:dao = BaseDao() rs = dao.select("users",{"ins":["age", 11,22,26]}) print(rs) 生成sql: SELECT * FROM users WHERE age in ( 11,22,26 )
ors, 数据库表多字段精确查询,or连接,多个字段对多个值,例:
查询示例:dao = BaseDao() rs = dao.select("users",{"ors":["age", 11,26]}) print(rs) 生成sql: SELECT * FROM users WHERE ( age = 11 or age = 26 )
lks, 数据库表多字段模糊查询,or连接,多个字段对多个值,例:
查询示例:dao = BaseDao() rs = dao.select("users",{"lks":["username", "john","password","123"]}) print(rs) 生成sql: SELECT * FROM users WHERE ( username like '%john%' or password like '%123%' )
count, sum
这两个统计求和,处理方式也类似,查询时一般要配合group与fields使用。
count, 数据库查询函数count,行统计,例:
查询示例:dao = BaseDao() rs = dao.select("users",{"count":["1", "total"]}) print(rs) 生成sql: SELECT *,count(1) as total FROM users
sum, 数据库查询函数sum,字段求和,例:
查询示例:dao = BaseDao() rs = dao.select("users",{"sum":["age", "ageSum"]}) print(rs) 生成sql: SELECT username,sum(age) as ageSum FROM users
group, 数据库分组函数group,例:
查询示例:
dao = BaseDao()
rs = dao.select("users",{"group":"age"})
print(rs)
生成sql: SELECT * FROM users GROUP BY age
不等操作符查询支持
支持的不等操作符有:>, >=, <, <=, <>, =;逗号符为分隔符,一个字段支持一或二个操作。
特殊处:使用"="可以使某个字段跳过search影响,让模糊匹配与精确匹配同时出现在一个查询语句中
一个字段一个操作,示例:
查询示例:dao = BaseDao() rs = dao.select("users",{"age":">,10"}) print(rs) 生成sql: SELECT * FROM users WHERE age> 10
一个字段二个操作,示例:
查询示例:dao = BaseDao() rs = dao.select("users",{"age":">=,10,<=33"}) print(rs) 生成sql: SELECT * FROM users WHERE age>= 10 and age<= 33
使用"="去除字段的search影响,示例:
查询示例:dao = BaseDao() rs = dao.select("users",{"age":"==,18","username":"john","search":"1"}) print(rs) 生成sql: SELECT * FROM users WHERE age= 18 and username like '%john%'
项目地址
https://gitee.com/zhoutk/ptetris
或
https://github.com/zhoutk/ptetris
运行方法
1. install python3, git
2. git clone https://gitee.com/zhoutk/ptetris (or download and unzip source code)
3. cd ptetris
4. python3 tetris
This project surpport windows, linux, macOs
on linux, you must install tkinter first, use this command:
sudo apt install python3-tk
相关项目
已经实现了C++版,项目地址:
https://gitee.com/zhoutk/qtetris
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。