Die Wahl der richtigen Datenbank f\u00fcr deine Anwendung ist wichtig, besonders f\u00fcr Backend-Anwendungen, die direkt mit der Datenbank verbunden sind. Es gibt viele Optionen, die jeweils f\u00fcr bestimmte Anwendungsf\u00e4lle geeignet sind und unterschiedliche Preise, Geschwindigkeiten und Skalierungsoptionen haben.<\/p>\n
Python<\/a> wird in der Regel f\u00fcr datenintensive Anwendungen verwendet, da es \u00fcber leistungsstarke Bibliotheken zur Datenmanipulation verf\u00fcgt, daher ist es wichtig, welche Datenbank du f\u00fcr eine Python-Anwendung verwendest.<\/p>\n Dieser Artikel vergleicht MariaDB mit anderen Datenbanktechnologien wie MySQL und PostgreSQL und erkl\u00e4rt, warum sie eine gute Wahl f\u00fcr Python ist.<\/p>\n Dank seiner leistungsstarken Bibliotheken f\u00fcr Datenmanipulation und maschinelles Lernen ist Python eine beliebte Programmiersprache f\u00fcr Datenexperten – vor allem in den Bereichen Data Engineering und Data Science. Beide Bereiche haben mit gro\u00dfen Datenmengen zu tun, was den Bedarf an Speicherplatz, Speicher- und Rechenleistung erh\u00f6ht.<\/p>\n Die Lizenzkosten steigen oft mit der Gr\u00f6\u00dfe deiner Daten, daher ist es sinnvoll, eine Open-Source-Datenbank<\/a> zu verwenden. Auch bei der Hardware kannst du Geld sparen. Da du die volle Kontrolle dar\u00fcber hast, wo die Anwendung eingesetzt wird, kannst du die g\u00fcnstigsten L\u00f6sungen in der Cloud oder vor Ort finden.<\/p>\n Es gibt viele Open-Source-Datenbanken, darunter relationale, NoSQL-<\/a> und Graph-Datenbanken. Relationale Datenbanken sind in der Regel gut f\u00fcr Struktur und Konsistenz, w\u00e4hrend NoSQL-Datenbanken, die eine schnelle Entwicklung erm\u00f6glichen, flexibler sind.<\/p>\n Obwohl Python sehr gut mit NoSQL-Datenbanken zusammenarbeitet, eignen sich relationale Datenbanken besser f\u00fcr die Analyse und die Verarbeitung gro\u00dfer Datenmengen, die h\u00e4ufig in Python verwendet werden.<\/p>\n Vergleichen wir MariaDB mit einigen anderen beliebten relationalen Open-Source-Datenbanken.<\/p>\n\n Die beliebtesten relationalen Open-Source-Datenbanken sind MariaDB, SQLite, MySQL und PostgreSQL<\/a>. Jede hat \u00e4hnliche technische Kernf\u00e4higkeiten, aber MariaDB hat einige einzigartige Funktionen, die sie f\u00fcr Python-Anwendungen am besten geeignet machen.<\/p>\n Au\u00dferdem ist MariaDB eine Open-Source-Datenbank, so dass ihre Funktionen nicht von einem externen Unternehmen wie MySQL abh\u00e4ngen, das jetzt Oracle geh\u00f6rt. Obwohl die Open-Source-Gemeinschaft immer noch Funktionen f\u00fcr MySQL vorschlagen und hinzuf\u00fcgen kann, entscheidet Oracle (das eine konkurrierende Datenbank besitzt), wohin die Reise geht.<\/p>\n MariaDB hingegen wurde<\/a> nach der \u00dcbernahme von MySQL durch Oracle gegr\u00fcndet<\/a>, um einen von der Gemeinschaft geleiteten Entwicklungsansatz weiterzuf\u00fchren. Das Ergebnis ist, dass MariaDB einen gr\u00f6\u00dferen Funktionsumfang hat, einschlie\u00dflich mehr Speicher-Engines, die eine bessere Leistung bei Abfragen und Replikation<\/a> als MySQL gew\u00e4hrleisten. Diese verbesserte Leistung ist wichtig, wenn du mit gro\u00dfen Datens\u00e4tzen arbeitest.<\/p>\n Die Gr\u00fcnde, MariaDB gegen\u00fcber PostgreSQL<\/a> zu bevorzugen, sind etwas differenzierter, da PostgreSQL ebenfalls von der Community betrieben wird. PostgreSQL verwendet jedoch eine eigene BSD-\u00e4hnliche Lizenz, die PostgreSQL-Lizenz, die freiz\u00fcgiger ist als die GNU-Lizenz von MariaDB und den Nutzern erlaubt, Closed-Source-Erweiterungen zu erstellen.<\/p>\n Diese Funktionen sind zwar f\u00fcr den Benutzer, der die Erweiterung erstellt, von Vorteil, werden aber nicht immer in der PostgreSQL-Kerndatenbank verwendet, und Entwickler k\u00f6nnen f\u00fcr die Nutzung ihrer Erweiterungen sogar Geld verlangen. Die GNU-Lizenz von MariaDB und MySQL erlaubt es nicht, neue Funktionen zu privatisieren – alle neuen Funktionen sind frei verf\u00fcgbar.<\/p>\n MariaDB und PostgreSQL haben den gr\u00f6\u00dften Funktionsumfang. Allerdings hat MariaDB einige praktische Funktionen f\u00fcr ein Python-Backend. MariaDB verwendet zum Beispiel eine einzige Sprache f\u00fcr die Schnittstelle zu den verschiedenen Speicher-Engines – OLAP- und OLTP-Systeme werden mit derselben Syntax gesteuert, was den Aufwand f\u00fcr die Entwickler\/innen verringert.<\/p>\n Dein Python-Backend kann transaktions\u00e4hnliche Daten an MariaDB schreiben, die diese Daten in eine Speicher-Engine kopieren kann, die f\u00fcr analytische Abfragen besser geeignet ist. Die Entwickler k\u00f6nnen analytische Abfragen f\u00fcr die Replik schreiben und dabei dieselbe Syntax verwenden, um die Leistung zu verbessern.<\/p>\n MariaDB hat au\u00dferdem k\u00fcrzlich die f-String-\u00e4hnliche<\/a> Formatierung f\u00fcr Strings eingef\u00fchrt, \u00e4hnlich wie Python. Das erspart Entwicklern, die MariaDB mit Python verwenden, das l\u00e4stige Umschalten zwischen den Sprachen.<\/p>\n Vor 2020 konnten Python-Programmierer die Verbindung zu MariaDB \u00fcber das MySQL-Python-Paket herstellen. Das war m\u00f6glich, weil MariaDB eine Abspaltung von MySQL ist, aber es bedeutete, dass sich MariaDB-Verbindungen genauso verhielten wie MySQL.<\/p>\n Im Jahr 2020 wurde ein nativer MariaDB-Konnektor<\/a> ver\u00f6ffentlicht, um die Abh\u00e4ngigkeit von MySQL zu beseitigen und der MariaDB-Gemeinschaft mehr Kontrolle zu geben. Du kannst den Konnektor mit pip, dem Paketmanager von Python, installieren und ihn f\u00fcr alle g\u00e4ngigen CRUD-Anwendungsf\u00e4lle nutzen.<\/p>\n Alle Anweisungen werden \u00fcber ein Cursor-Objekt verwaltet. Standardm\u00e4\u00dfig akzeptiert der MariaDB-Cursor Abfragen als vorbereitete Anweisungen, sodass du alle dynamischen Teile der Abfrage bereinigen kannst. Das ist sicherer als die Formatierung von Strings zur Erstellung von Abfragen, die deine Anwendung anf\u00e4llig f\u00fcr SQL-Injection-Angriffe<\/a> macht.<\/p>\n Der Konnector ist einfach zu benutzen. Zuerst importierst du die MariaDB-Konnector-Bibliothek in deine Anwendung und verwendest die folgende Funktion, um dich mit deinem MariaDB-Datenbankserver zu verbinden:<\/p>\n Sobald die Verbindung hergestellt ist, werden alle Abfragen \u00fcber ein Cursor-Objekt ausgef\u00fchrt. Du erh\u00e4ltst das Cursor-Objekt und verwendest es dann, um Abfragen zu stellen.<\/p>\n Um eine Abfrage als vorbereitete Anweisung zu \u00fcbermitteln, verwendest du ein Fragezeichen als Platzhalter im Abfragetext und gibst die erforderlichen Werte als Tupel ein.<\/p>\n Die Eingabewerte aus dem Tupel ersetzen die Fragezeichen in der Reihenfolge von links nach rechts. Diese Eingabewerte werden ebenfalls bereinigt, um SQL-Injection zu verhindern. Der eingebaute Schutz vor SQL-Injection ist f\u00fcr eine Sprache wie Python, die f\u00fcr Programmieranf\u00e4nger\/innen entwickelt wurde, von Vorteil.<\/p>\n Ein weiterer Vorteil von MariaDB als Backend f\u00fcr deine Python-Anwendung ist, dass es einfach ist, die Datenbank mit einem WordPress<\/a>-Frontend zu verbinden, besonders wenn du Kinsta verwendest.<\/p>\n Kinsta unterst\u00fctzt MariaDB als Backend-Datenbank<\/a>, so dass sie sofort kompatibel sind. Deine WordPress-Seite kann ganz einfach auf Datens\u00e4tze zugreifen, die in Python verarbeitet wurden. Du kannst zum Beispiel eine Analyse in Python durchf\u00fchren, die Ergebnisse in MariaDB speichern und sie dann als Diagramm auf einer WordPress-Seite anzeigen.<\/p>\n Kinsta bietet auch eine Entwicklungsplattform namens DevKinsta<\/a> f\u00fcr die Entwicklung einer Komplettl\u00f6sung. Mit DevKinsta kannst du auf deinem lokalen Rechner eine WordPress-Website mit einem MariaDB-Backend einrichten, die dann zu Kinsta \u00fcbertragen werden kann, sobald sie bereit ist, live zu gehen. Dank dieser Integration ist es ganz einfach, eine Website mit einer MariaDB-Datenbank einzurichten – mit nur wenigen Klicks ist deine Website live.<\/p>\n\n Mehrere relationale Open-Source-Datenbanken, darunter MariaDB, MySQL und Postgres, k\u00f6nnen als Python-Backend dienen. MariaDB ist jedoch die flexibelste und funktionsreichste Option, da sie Open Source ist.<\/p>\n Bei der Arbeit mit gro\u00dfen Datenmengen bietet MariaDB viele Speicher-Engines, wodurch es schneller als die Alternativen ist, und unterst\u00fctzt zahlreiche Anwendungsf\u00e4lle, von der Transaktionsverarbeitung bis zu analytischen Abfragen. Die Flexibilit\u00e4t, die Geschwindigkeit und die native Python-Integration mit dem MariaDB Python Konnector machen MariaDB zu einer guten Wahl als Backend f\u00fcr Python-Anwendungen, die gro\u00dfe Datenmengen verarbeiten.<\/p>\n Au\u00dferdem l\u00e4sst sich MariaDB direkt in ein WordPress-Frontend einbinden, sodass deine Datens\u00e4tze auch auf deiner Website zug\u00e4nglich sind. Die MariaDB-Unterst\u00fctzung<\/a> von Kinsta macht diese Integration noch reibungsloser. Mit DevKinsta kannst du deine WordPress-Website so konfigurieren, dass sie MariaDB auf deinem lokalen Rechner nutzt, bevor du die L\u00f6sung \u00fcber Kinsta bereitstellst.<\/p>\nWas macht MariaDB so gut f\u00fcr Python?<\/h2>\n
MariaDB vs. MySQL vs. PostgreSQL<\/h2>\n
MariaDB Python Konnector<\/h2>\n
So funktioniert der Konnector<\/h3>\n
import mariadb\n\ntry:\n connection = mariadb.connect(\n user=username,\n password=password,\n host=mariadb_host,\n port=3306,\n database=\"sales\"\n\n )\nexcept mariadb.Error as err:\n print(f\"An error occurred whilst connecting to MariaDB: {err}\")<\/code><\/pre>\ncursor = conn.cursor() <\/code><\/pre>\nur.execute( \"SELECT * FROM sales WHERE sale_date >= ? and price > ?\", (sale_date_val, price_val)) \n<\/code><\/pre>\nPython und MariaDB f\u00fcr WordPress<\/h2>\n
Zusammenfassung<\/h2>\n