Python Data Persistence - Introduzione
Panoramica di Python - Data Persistence
Nel corso dell'utilizzo di qualsiasi applicazione software, l'utente fornisce alcuni dati da elaborare. I dati possono essere inseriti, utilizzando un dispositivo di input standard (tastiera) o altri dispositivi come file su disco, scanner, fotocamera, cavo di rete, connessione WiFi, ecc.
I dati così ricevuti vengono archiviati nella memoria principale del computer (RAM) sotto forma di varie strutture di dati come variabili e oggetti fino a quando l'applicazione non è in esecuzione. Successivamente, il contenuto della memoria dalla RAM viene cancellato.
Tuttavia, il più delle volte, si desidera che i valori delle variabili e / o degli oggetti siano memorizzati in modo tale da poter essere recuperati ogni volta che è necessario, invece di immettere nuovamente gli stessi dati.
La parola "persistenza" significa "la continuazione di un effetto dopo che la sua causa è stata rimossa". Il termine persistenza dei dati significa che continua a esistere anche dopo che l'applicazione è terminata. Pertanto, i dati memorizzati in un supporto di memorizzazione non volatile come un file su disco sono un archivio di dati persistente.
In questo tutorial, esploreremo vari moduli Python integrati e di terze parti per archiviare e recuperare dati in / da vari formati come file di testo, file CSV, JSON e XML, nonché database relazionali e non relazionali.
Utilizzando l'oggetto File integrato di Python, è possibile scrivere dati di stringa su un file su disco e leggerli da esso. La libreria standard di Python, fornisce moduli per archiviare e recuperare dati serializzati in varie strutture di dati come JSON e XML.
L'API DB di Python fornisce un modo standard di interagire con i database relazionali. Altri pacchetti Python di terze parti, presentano funzionalità di interfacciamento con database NOSQL come MongoDB e Cassandra.
Questo tutorial introduce anche il database ZODB che è un'API di persistenza per oggetti Python. Il formato Microsoft Excel è un formato di file di dati molto popolare. In questo tutorial impareremo come gestire il file .xlsx tramite Python.