本文将简单的介绍Peewee，一览它的主要特点，主要涉及到:
- 模型定义
- 存储数据
- 检索数据
注意：如果你偏爱稍微高级一点的教程， peewee建立类似twitter应用 是一篇结合Flask框架与peewee的全面教程。
强烈 建议通过SHELL交互的方式执行命令，这种方式可以提高你输入查询的快感。
模型定义
模型类、字段以及模型实例与数据的对于关系：
| peewee | 数据库 |
|---|---|
| Model class | Database table |
| Field instance | Column on a table |
| Model instance | Row in a database table |
开始一个peewee的项目时，通常最好通过定义一个或多个 Model classes: 来开始你的数据模型。
from peewee import * db = SqliteDatabase('people.db') class Person(Model): name = CharField() birthday = DateField() is_relative = BooleanField() class Meta: database = db # This model uses the "people.db" database.
Note
注意我们使用 Person 替代了 People 来命名我们的模型，你应该遵循这个约定——即使该表包含多个人，我们总是使用单数的形式来命名模型类。
有许多 field types 适用于存储各种类型的数据，Peewee可以自动的转换python中的值到数据库中使用，所以你不用担心代码中Python的类型。
当我们通过使用 外键 来创建关联模型的时候非常有趣，使用peewee将变得非常简单：
class Pet(Model): owner = ForeignKeyField(Person, related_name='pets') name = CharField() animal_type = CharField() class Meta: database = db # this model uses the "people.db" database
现在我们有了模型，接下来连接数据库吧，虽然没有必要建立显示连接，这是个好的习惯，一旦发现连接数据发送错误，便可以排除之后的查询错误，当处理完毕后应当关闭连接。比如：一个web应用程序当收到请求的时候可能会打开一个连接，响应后将关闭连接。
>>> db.connect()
然后我们在数据库中传接用于存储我们数据的表，这将创建具有相应列、索引、自增键以及外键：
>>> db.create_tables([Person, Pet])
存储数据
接下来我们用一些人填充数据库吧，可以使用 save() 与 create() 方法添加和更新人的记录。
>>> from datetime import date >>> uncle_bob = Person(name='Bob', birthday=date(1960, 1, 15), is_relative=True) >>> uncle_bob.save() # bob is now stored in the database 1
Note
当你调用 save() 的时候，将返回影响到的行数。
你也可以调用 create() 方法新增一个人，它将返回一个模型实例：
>>> grandma = Person.create(name='Grandma', birthday=date(1935, 3, 1), is_relative=True) >>> herb = Person.create(name='Herb', birthday=date(1950, 5, 5), is_relative=False)
为了更新一行，可以修改模型实例，调用 save() 来保存更改。这里我们将改变Grandma名字，然后存储到数据库：
>>> grandma.name = 'Grandma L.' >>> grandma.save() # Update grandma's name in the database. 1
现在我们已经在数据库中保存了3个人了，接下来给他们一些宠物吧。Grandma不喜欢宠物在屋子里乱跑，所以她一只都没有，但Herb是个宠物达人：
>>> bob_kitty = Pet.create(owner=uncle_bob, name='Kitty', animal_type='cat') >>> herb_fido = Pet.create(owner=herb, name='Fido', animal_type='dog') >>> herb_mittens = Pet.create(owner=herb, name='Mittens', animal_type='cat') >>> herb_mittens_jr = Pet.create(owner=herb, name='Mittens Jr', animal_type='cat')
在经历很长的一段生活后，Mittens生病死了，我们需要将它从数据库中移出：
>>> herb_mittens.delete_instance() # he had a great life 1
Note
delete_instance() 返回所有影响到的删除行数。
Bob叔叔考虑到Herb家已经死了许多宠物，决定收养Fido：
>>> herb_fido.owner = uncle_bob >>> herb_fido.save() >>> bob_fido = herb_fido # rename our variable for clarity
检索数据
数据库的强大之处在于允许我们通过 查询 来检索数据，关系型数据库针对点对点查询非常优异。
获取单条数据
让我们从数据库中获取Grandma的数据，使用 SelectQuery.get() 来从数据库中获取单条数据：
>>> grandma = Person.select().where(Person.name == 'Grandma L.').get()
我们也可以等价简写成 Model.get() ：
>>> grandma = Person.get(Person.name == 'Grandma L.')
记录列表
获取数据库中的所有人：
>>> for person in Person.select(): ... print person.name, person.is_relative ... Bob True Grandma L. True Herb False
获取数据库中所有猫以及主人的名字：
>>> query = Pet.select().where(Pet.animal_type == 'cat') >>> for pet in query: ... print pet.name, pet.owner.name ... Kitty Bob Mittens Jr Herb
上一个查询是有问题的：因为我们访问了 pet.owner.name ，但我们并没有在原始查询中进行查询，peewee不得不进行一个额外的查询来检索宠物的主人，该行为请参考 N+1 ，通常这应当避免的。
为了避免额外的查询，我们可以通过添加 join 来同时查询 Pet 和 Person。
>>> query = (Pet ... .select(Pet, Person) ... .join(Person) ... .where(Pet.animal_type == 'cat')) >>> for pet in query: ... print pet.name, pet.owner.name ... Kitty Bob Mittens Jr Herb
获取Bob的所有宠物
>>> for pet in Pet.select().join(Person).where(Person.name == 'Bob'): ... print pet.name ... Kitty Fido
我们还可以做另外一件很酷的事情来获取Bob的宠物，一旦拥有可以代表Bob的对象，我们可以这样替代：
>>> for pet in Pet.select().where(Pet.owner == uncle_bob): ... print pet.name
可以通过 order_by() 语句来排序:
>>> for pet in Pet.select().where(Pet.owner == uncle_bob).order_by(Pet.name): ... print pet.name ... Fido Kitty
获取有所人，并且按照年龄从小到大排序：
>>> for person in Person.select().order_by(Person.birthday.desc()): ... print person.name, person.birthday ... Bob 1960-01-15 Herb 1950-05-05 Grandma L. 1935-03-01
获取所有人 以及 他们宠物的一些信息：
>>> for person in Person.select(): ... print person.name, person.pets.count(), 'pets' ... for pet in person.pets: ... print ' ', pet.name, pet.animal_type ... Bob 2 pets Kitty cat Fido dog Grandma L. 0 pets Herb 1 pets Mittens Jr cat
我们再一次运行了典型的 N+1 查询行为，可以进行 JOIN 操作并且合并起来：
>>> subquery = Pet.select(fn.COUNT(Pet.id)).where(Pet.owner == Person.id) >>> query = (Person ... .select(Person, Pet, subquery.alias('pet_count')) ... .join(Pet, JOIN.LEFT_OUTER) ... .order_by(Person.name)) >>> for person in query.aggregate_rows(): # Note the `aggregate_rows()` call. ... print person.name, person.pet_count, 'pets' ... for pet in person.pets: ... print ' ', pet.name, pet.animal_type ... Bob 2 pets Kitty cat Fido dog Grandma L. 0 pets Herb 1 pets Mittens Jr cat
甚至我们创建了单独的子查询，但只执行了 有且仅有一个 查询。
最后我们处理一个复杂一点的，获取所有人，只要他们的生日：
- 1940之前 (grandma)
- 1959之后 (bob)
>>> d1940 = date(1940, 1, 1) >>> d1960 = date(1960, 1, 1) >>> query = (Person ... .select() ... .where((Person.birthday < d1940) | (Person.birthday > d1960))) ... >>> for person in query: ... print person.name, person.birthday ... Bob 1960-01-15 Grandma L. 1935-03-01
现在在做一件相反的事情，获取1940到1960之间的人：
>>> query = (Person ... .select() ... .where((Person.birthday > d1940) & (Person.birthday < d1960))) ... >>> for person in query: ... print person.name, person.birthday ... Herb 1950-05-05
最后一次查询，使用SQL函数来检索所有名字以 G 开头的人，不区分大小写：
>>> expression = (fn.Lower(fn.Substr(Person.name, 1, 1)) == 'g') >>> for person in Person.select().where(expression): ... print person.name ... Grandma L.
我们已经处理完数据库，最后关闭连接：
>>> db.close()
这些都是基础的使用，你可以进行更加复杂的操作。
所有其他的一些SQL语句也是可用的，比如：
group_by()having()limit()与offset()
详情请参考 Querying 文档。
与现有的数据库一起工作
如果你已经拥有了数据库，可以使用 pwiz, a model generator 模型生成器自动生成peewee模型，例如，如果我有一个名为 charles_blog 的postgresql数据库，我可能会运行：
python -m pwiz -e postgresql charles_blog > blog_models.py