CATALOGUE Code & Data Formation Python Maîtriser Python - Techniques avancées Les ORM en Python : Comparaison et Utilisation

Les ORM en Python : Comparaison et Utilisation

Utiliser un ORM
Vidéo non disponible ! Réessayez plus tard
Cette vidéo fait partie de la formation
Maîtriser Python - Techniques avancées
Revoir le teaser Je m'abonne
5,0
Transcription
Cette leçon fait partie de la formation
99,00€ Ajouter au panier

Formation incluse dans l'abonnement Elephorm

Je m'abonne à Elephorm
DescriptionProgrammeAvis
5,0
Cette leçon fait partie de la formation
99,00€ Ajouter au panier

Formation incluse dans l'abonnement Elephorm

Je m'abonne à Elephorm

Introduction aux ORM en Python

Objectifs

L'objectif de cette vidéo est de familiariser les développeurs avec les choix d'ORM disponibles en Python, comprendre les contextes d'utilisation appropriés, et offrir une démonstration pratique de Peewee.

Résumé

Découvrez les principaux ORM en Python : SQL Alchemy, Django ORM et Peewee. Examinez leurs utilisations et avantages.

Description

Le monde des bibliothèques qui permettent de manipuler les bases de données est vaste. Parmi les ORM, il y a SQL Object, SQL Alchemy, Peewee, l'ORM de Django, Pony ORM. C’est important de choisir le bon ORM selon ses besoins spécifiques.
SQL Alchemy se distingue comme étant le plus efficace et puissant, parfait pour les gros projets. L'ORM de Django est intégré avec le framework Django, ce qui le rend idéal pour les projets web développés avec ce framework. Peewee, un ORM plus léger, est excellent pour les petits projets et pour ceux qui débutent avec les ORM.
L'utilisation d'un ORM simplifie grandement la manipulation des bases de données tout en permettant des validations de données automatisées, ainsi qu'une écriture plus claire et plus maintenable du code Python. La démonstration sur Peewee inclut l'installation de la bibliothèque, la connexion à une base de données SQLite, et la création de classes représentant les tables de données.

Voir plus

Questions fréquentes

Quel ORM est considéré comme le plus puissant en Python ?
SQLAlchemy est généralement considéré comme le plus puissant et robuste des ORM disponibles en Python.
Quel est l'avantage principal de Peewee par rapport à SQLAlchemy ?
Peewee est plus léger et plus facile à prendre en main, ce qui le rend parfait pour les petits projets et les débutants.
Pourquoi pourrait-on préférer utiliser l'ORM de Django ?
On pourrait préférer l'ORM de Django si on utilise déjà Django pour un projet web, car il est intégré de manière optimale avec ce framework.

Programme détaillé

3 commentaires
5,0
3 votes
5
4
3
2
1
LELEU X.
Il y a 7 mois
Bonjour,
Les thèmes variés agrémentés d'exemples simples et clairs enrichissent toutes les notions exposées de façon particulièrement pédagogique. 👍
L'approche didactique m'a permis de beaucoup mieux comprendre tout un tas de concepts plus ou moins bien assimilés auparavant avec une vue d'ensemble nettement plus limpide aujourd'hui. 🤓
Merci pour cette belle prestation. 🙏
Profile picture for user michelkreutner
Michel K.
Il y a 1 an
Les explications sont claires et concises. Ce cours sur l'utilisation avancée de Python est tres intéressant. Il vous apportera des connaissances que vous pourrez ensuite approfondir.
Je suis vraiment tres satisfait par cette première formation suivie sur Python.
Yvan V.
Il y a 3 ans
Hello, sur la video autour de asyncio, vous utilisez python 2.7.12. J'utilise python 3.10, aussi je souhaite faire partager mon code (qui fonctionne) selon ma vision et compréhension sur le sujet d'étude que vous avez proposé. Yvan Vogel.

#CODE en python 3.10.0 64 bits (VScode 1.62.3)
import datetime
import asyncio
import aiohttp
import requests


# ----------------------------------------------------------------------------------------------------------------------------
def req_bloquante(num):
print(f"Get {num}")
uid = requests.get("https://httpbin.org/uuid").json()["uuid"]
print(f"Res {num}: {uid}")


def faire_toutes_les_requetes():
for x in range(51):
req_bloquante(x)


print("=====> ### Bloquant : ")
start = datetime.datetime.now()
faire_toutes_les_requetes()
exec_time = (datetime.datetime.now() - start).seconds
print(f"Downloading all take {exec_time} seconds\n")

# ----------------------------------------------------------------------------------------------------------------------------


async def requeteSansBloquer(semaphore, num, session):
print(f"Get {num}")
# await semaphore.acquire() # putting this await semaphore commande the Res is ordering but process very slow ~60 sec
async with session.get("https://httpbin.org/uuid") as response:
uid = (await response.json())["uuid"]
# await asyncio.sleep(delay=3) #delay = number of seconds
# semaphore.release()
print(f"Res {num}: {uid}")
# return uid # ?


async def main():
semaphore = asyncio.Semaphore(value=1)
tasks = []
async with aiohttp.ClientSession(
loop=loop, connector=aiohttp.TCPConnector(ssl=False)
) as session:
for x in range(51):
tasks.append(requeteSansBloquer(semaphore, x, session))
await asyncio.gather(*tasks)
print("This is after the loop...")


if __name__ == "__main__":
print("=====> ### Non Bloquant : ")
start = datetime.datetime.now()
loop = asyncio.get_event_loop()
loop.run_until_complete(main())
exec_time = (datetime.datetime.now() - start).microseconds
print(f"Downloading all take {exec_time} micro seconds\n")