MongoDB ORM para Python?

Question

Estoy tratando de convertir de sqlalchemy (sqlite) a usar mongodb. Me gustaría la vertificación del esquema. Estoy mirando a mongokit, pero quiero algo similar a los mapeadores, para que se guarde de la propiedad del objeto, y no un dict.

me gustaría un asignador para poder usar objetos existentes sin modificarlos.

Answer 1

Otra opción es MongoEngine. El ORM para MongoEngine es muy similar al ORM utilizado por Django.

Ejemplo (desde el tutorial):

class Post(Document): 
    title = StringField(max_length=120, required=True) 
    author = ReferenceField(User) 

class TextPost(Post): 
    content = StringField() 

class ImagePost(Post): 
    image_path = StringField() 

class LinkPost(Post): 
    link_url = StringField() 

Answer 2

Quiere MongoKit. Es una capa de abstracción superior a PyMongo. No estoy seguro si está usando Django, pero también hay integración con django-mongokit.

Ejemplo de este blog post. Tenga en cuenta que las instancias de la computadora pueden hacer referencia a la marca/modelo directamente una vez que la estructura está definida (por ejemplo, atari.make, c64.model, ...). No hay necesidad de diccionarios:

import datetime 
from mongokit import Document 

class Computer(Document): 

    structure = { 
     'make': unicode, 
     'model': unicode, 
     'purchase_date': datetime.datetime, 
     'cpu_ghz': float, 
    } 

    validators = { 
     'cpu_ghz': lambda x: x > 0, 
     'make': lambda x: x.strip(), 
    } 

    default_values = { 
     'purchase_date': datetime.datetime.utcnow, 
    } 

    use_dot_notation = True 

    indexes = [ 
     {'fields': ['make']}, 
    ] 

Answer 3

Al no quedar satisfecha, ya sea con o MongoKit MongoEngine, decidí escribir mi propia interfaz orientada a objetos para Python.

Delegué todas las consultas directamente a pymongo, por lo que la sintaxis de la consulta es la misma. Principalmente, es solo un envoltorio de objetos alrededor de los resultados, con algunos otros ayudantes como la agrupación de conexiones de bases de datos, el soporte de DBRef y otros métodos de conveniencia para facilitarle la vida. Se ha llamado Minimongo y está disponible en github. ¡Feliz hacking!

Ejemplo:

from minimongo import Model, MongoCollection 

class MyObject(Model): 
    model = MongoCollection(database='test', collection='my_collection') 

m = MyObject() 
m.x = 1 
m.field = 'value' 
m.other = {'list': True} 
m.save() 

x = MyObject({'x': 1, 'y': 2}).save() 

objs = MyObject.find({'x': 1}) 
for o in objs: 
    print o 

Answer 4

Sé que soy muy tarde a esta pregunta, pero yo soy el autor de Ming http://merciless.sourceforge.net, una validación y ORM motor MongoDB inspiración SQLAlchemy. Es lo que usamos en SourceForge, y hay una presentación razonable disponible en http://www.slideshare.net/rick446/rapid-and-scalable-development-with-mongodb-pymongo-and-ming, así como un estudio de caso sobre la migración de SQLAlchemy a Ming http://www.slideshare.net/__amol__/from-sqlalchemy-to-ming-with-turbogears2. He aquí un ejemplo de la capa ORM en Ming (del tutorial):

class WikiPage(MappedClass): 

    class __mongometa__: 
     session = session 
     name = 'wiki_page' 

    _id = FieldProperty(schema.ObjectId) 
    title = FieldProperty(str) 
    text = FieldProperty(str) 
    comments=RelationProperty('WikiComment') 

consultas utilizan la sintaxis estándar MongoDB consulta (no los argumentos de palabras clave mágicos de Django ORM):

WikiComment.query.find(dict(page_id=wp._id))