TinyDB 是一個(gè)純 Python 編寫的輕量級(jí)數(shù)據(jù)庫，一共只有1800行代碼，沒有外部依賴項(xiàng)。

TinyDB的目標(biāo)是降低小型 Python 應(yīng)用程序使用數(shù)據(jù)庫的難度，對(duì)于一些簡(jiǎn)單程序而言與其用 SQL 數(shù)據(jù)庫，不如就用TinyDB， 因?yàn)樗腥缦绿攸c(diǎn)：

• 輕便： 當(dāng)前源代碼有 1800 行代碼（大約 40% 的文檔）和 1600 行測(cè)試代碼。
• 可隨意遷移： 在當(dāng)前文件夾下生成數(shù)據(jù)庫文件，不需要任何服務(wù)，可以隨意遷移。
• 簡(jiǎn)單： TinyDB 通過提供簡(jiǎn)單干凈的 API 使得用戶易于使用。
• 用純 Python 編寫： TinyDB 既不需要外部服務(wù)器，也不需要任何來自 PyPI 的依賴項(xiàng)。
• 適用于 Python 3.6+ 和 PyPy3： TinyDB 適用于所有現(xiàn)代版本的 Python 和 PyPy。
• 強(qiáng)大的可擴(kuò)展性： 您可以通過編寫中間件修改存儲(chǔ)的行為來輕松擴(kuò)展 TinyDB。
• 100% 測(cè)試覆蓋率： 無需解釋。

1.準(zhǔn)備

開始之前，你要確保Python和pip已經(jīng)成功安裝在電腦上，如果沒有，可以訪問這篇文章：超詳細(xì)Python安裝指南 進(jìn)行安裝。

**(可選1) **如果你用Python的目的是數(shù)據(jù)分析，可以直接安裝Anaconda：Python數(shù)據(jù)分析與挖掘好幫手—Anaconda，它內(nèi)置了Python和pip.

**(可選2) **此外，推薦大家用VSCode編輯器，它有許多的優(yōu)點(diǎn)：Python 編程的最好搭檔—VSCode 詳細(xì)指南。

請(qǐng)選擇以下任一種方式輸入命令安裝依賴 ：

1. Windows 環(huán)境 打開 Cmd (開始-運(yùn)行-CMD)。
2. MacOS 環(huán)境 打開 Terminal (command+空格輸入Terminal)。
3. 如果你用的是 VSCode編輯器 或 Pycharm，可以直接使用界面下方的Terminal.

pip install tinydb

2.簡(jiǎn)單的增刪改查示例

初始化一個(gè)DB文件：

from tinydb import TinyDB
db = TinyDB('db.json')

這樣就在當(dāng)前文件夾下生成了一個(gè)名為 db.json 的數(shù)據(jù)庫文件。

往里面 插入數(shù)據(jù) ：

from tinydb import TinyDB
db = TinyDB('db.json')
db.insert({'type': 'apple', 'count': 7})
db.insert({'type': 'peach', 'count': 3})

可以看到，我們可以直接往數(shù)據(jù)庫里插入字典數(shù)據(jù)，不需要任何處理。下面是批量插入的方法：

db.insert_multiple([
    {'name': 'John', 'age': 22},
    {'name': 'John', 'age': 37}])
db.insert_multiple({'int': 1, 'value': i} for i in range(2))

查詢所有數(shù)據(jù) ：

from tinydb import TinyDB
db = TinyDB('db.json')
db.all()
# [{'count': 7, 'type': 'apple'}, {'count': 3, 'type': 'peach'}]

除了 .all() 我們還可以使用for循環(huán)遍歷db：

from tinydb import TinyDB
db = TinyDB('db.json')
for item in db:
    print(item)
# {'count': 7, 'type': 'apple'}
# {'count': 3, 'type': 'peach'}

如果你需要 搜索特定數(shù)據(jù) ，可以使用Query():

from tinydb import TinyDB
db = TinyDB('db.json')
Fruit = Query()
db.search(Fruit.type == 'peach')
# [{'count': 3, 'type': 'peach'}]
db.search(Fruit.count > 5)
# [{'count': 7, 'type': 'apple'}]

更新數(shù)據(jù)：

from tinydb import TinyDB
db = TinyDB('db.json')
db.update({'foo': 'bar'})

# 刪除某個(gè)Key
from tinydb.operations import delete
db.update(delete('key1'), User.name == 'John')

刪除數(shù)據(jù) ：

刪除數(shù)據(jù)也可以使用類似的條件語句：

from tinydb import TinyDB
db = TinyDB('db.json')
db.remove(Fruit.count < 5)
db.all()
# [{'count': 10, 'type': 'apple'}]

清空整個(gè)數(shù)據(jù)庫：

from tinydb import TinyDB
db = TinyDB('db.json')
db.truncate()
db.all()
# []

3.高級(jí)查詢

除了點(diǎn)操作符訪問數(shù)據(jù)，你還可以用原生的dict訪問表示法：

# 寫法1
db.search(User.country-code == 'foo')
# 寫法2
db.search(User['country-code'] == 'foo')

這兩種寫法是等效的。

另外在常見的查詢運(yùn)算符(==, <, >, ...)之外，TinyDB還支持where語句：

from tinydb import where
db.search(where('field') == 'value')

這等同于：

db.search(Query()['field'] == 'value')

這種語法還能訪問嵌套字段：

db.search(where('birthday').year == 1900)
# 或者
db.search(where('birthday')['year'] == 1900)

Any 查詢方法：

db.search(Group.permissions.any(Permission.type == 'read'))
# [{'name': 'user', 'permissions': [{'type': 'read'}]},
# {'name': 'sudo', 'permissions': [{'type': 'read'}, {'type': 'sudo'}]},
# {'name': 'admin', 'permissions':
# [{'type': 'read'}, {'type': 'write'}, {'type': 'sudo'}]}]

檢查單個(gè)項(xiàng)目是否包含在列表中：

db.search(User.name.one_of(['jane', 'john']))

TinyDB還支持和Pandas類似的邏輯操作：

# Negate a query:
db.search(~ (User.name == 'John'))
# Logical AND:
db.search((User.name == 'John') & (User.age <= 30))
# Logical OR:
db.search((User.name == 'John') | (User.name == 'Bob'))