Prisma Client Python安装与使用指南
2024-09-22 15:37:30作者:裘晴惠Vivianne
1. 项目目录结构及介绍
Prisma Client Python 是一个专为Python设计的自动生成且完全类型安全的数据库客户端,它与Prisma框架紧密集成,支持轻松高效的数据库操作。以下是一个典型的项目结构,基于 prisma-client-py 初始化后的样子:
my_project/
├── schema.prisma # Prisma数据模型定义文件
├── main.py # 示例应用入口文件
├── requirements.txt # 项目依赖列表
├── prisma/ # 自动生成的Prisma Client代码存放路径(在生成后)
│ └── ...
├── .env # 可选,包含数据库连接等环境变量
├── pyproject.toml # 项目配置文件,定义依赖及编译选项
└── README.md # 项目说明文档
- schema.prisma:核心文件,用于定义数据模型。
- main.py:示例或应用程序的启动文件,演示如何使用Prisma Client。
- requirements.txt:列出所有Python依赖项,确保环境一致性。
- prisma/:运行
prisma generate后,生成的客户端代码将放在此处。 - .env: 存储私密配置如数据库URL,非强制但推荐。
- pyproject.toml: 现代Python项目常见的配置文件,定义了项目元数据和依赖。
2. 项目的启动文件介绍
启动文件通常命名为main.py,展示如何初始化并使用Prisma Client Python进行数据库操作。基础示例如下:
from prisma import Prisma
async def main():
# 初始化Prisma Client
prisma = Prisma()
await prisma.connect()
# 数据库操作示例:创建用户
user = await prisma.user.create(
data={
'name': '示例用户',
'email': 'example@example.com',
}
)
print(user)
# 完成操作后断开连接
await prisma.disconnect()
if __name__ == '__main__':
import asyncio
asyncio.run(main())
此文件展示了如何建立与数据库的连接,执行简单的数据创建操作,并最终安全地关闭连接。
3. 项目的配置文件介绍
schema.prisma - 数据模型配置
尽管.env和pyproject.toml也是配置的一部分,但在Prisma Client Python中,最重要的配置文件是schema.prisma。这个文件定义了你的数据模型,数据库连接信息,以及可选的生成器设置。
示例内容:
datasource db {
provider = "postgresql"
url = env("DATABASE_URL")
}
generator client {
provider = "prisma-client-py"
}
model User {
id Int @id @default(autoincrement())
email String @unique
name String
posts Post[]
}
model Post {
id Int @id @default(autoincrement())
title String
content String?
published Boolean @default(false)
author User @relation(fields: [authorId], references: [id])
authorId Int
}
- DataSource 部分指定了数据库类型和通过环境变量获取的数据库URL。
- Generator 指定生成Prisma Client Python的细节,包括使用哪种语言的客户端(此处为Python)。
- Models 定义了数据表结构,描述实体关系。
这样,通过理解这三个关键部分,你可以配置和使用Prisma Client Python高效地管理数据库。记得在实际项目中调整配置以匹配你的数据库设置和应用需求。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
677
暂无简介
Dart
803
198
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
353
207
昇腾LLM分布式训练框架
Python
119
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781