Scegliere il database giusto per un’applicazione \u00e8 importante, soprattutto per le applicazioni backend che si interfacciano direttamente con il database. Esistono molte opzioni, ognuna adatta a determinati casi d’uso e con prezzi, velocit\u00e0 e opzioni di scalabilit\u00e0 differenti.<\/p>\n
Python<\/a> \u00e8 tipicamente utilizzato in applicazioni che richiedono molti dati, proprio perch\u00e9 dispone di potenti librerie per la manipolazione dei dati, quindi il database che si sceglie di utilizzare per un’applicazione Python \u00e8 importante.<\/p>\n Questo articolo confronta MariaDB con altre tecnologie di database come MySQL e PostgreSQL e spiega perch\u00e9 \u00e8 un’ottima scelta quando si usa Python.<\/p>\n Grazie alle sue potenti librerie per la manipolazione dei dati e l’apprendimento automatico, Python \u00e8 un linguaggio di programmazione molto diffuso tra i professionisti dei dati, soprattutto in data engineering e data science. Entrambi i campi hanno a che fare con grandi quantit\u00e0 di dati, che aumentano lo spazio di archiviazione necessario e le esigenze di memoria e potenza di elaborazione.<\/p>\n I costi delle licenze spesso aumentano di pari passo con le dimensioni dei dati, quindi ha senso utilizzare un database open-source<\/a>. \u00c8 inoltre possibile risparmiare sull’hardware. Poich\u00e9 avrete il controllo totale del luogo in cui viene distribuita l’applicazione, potrete cercare le soluzioni pi\u00f9 economiche nel cloud o on-premises.<\/p>\n Esistono molti database open-source, tra cui database relazionali, NoSQL<\/a> e a grafo. I database relazionali sono generalmente ottimi per la struttura e la coerenza, mentre i database NoSQL, che consentono uno sviluppo rapido, sono progettati per essere pi\u00f9 flessibili.<\/p>\n Sebbene Python funzioni perfettamente con i database NoSQL, i database relazionali sono pi\u00f9 adatti all’analisi e all’elaborazione dei dati su larga scala, che sono usi comuni di Python.<\/p>\n Confrontiamo MariaDB con altri popolari database relazionali open-source.<\/p>\n\n I database relazionali open-source pi\u00f9 popolari sono MariaDB, SQLite, MySQL e PostgreSQL<\/a>. Ognuno di essi ha una serie di funzionalit\u00e0 tecniche di base simili, ma MariaDB ha alcune caratteristiche uniche che lo rendono pi\u00f9 adatto alle applicazioni Python.<\/p>\n Inoltre, MariaDB \u00e8 open-source, quindi le sue funzionalit\u00e0 non dipendono da un’entit\u00e0 esterna come MySQL, di cui Oracle \u00e8 proprietaria. Sebbene la comunit\u00e0 open-source possa ancora suggerire e aggiungere funzionalit\u00e0 a MySQL, \u00e8 Oracle (che possiede un database concorrente) ad avere l’ultima parola.<\/p>\n D’altra parte, MariaDB \u00e8 stato creato<\/a> dopo l’acquisizione di MySQL da parte di Oracle per continuare un approccio allo sviluppo guidato dalla community. Di conseguenza, MariaDB ha un set di funzionalit\u00e0 pi\u00f9 ricco, tra cui un maggior numero di motori di archiviazione che garantiscono prestazioni migliori per le query e la replica rispetto a MySQL. Queste migliori prestazioni sono importanti quando si lavora con grandi insiemi di dati.<\/p>\n I motivi per cui utilizzare MariaDB rispetto a PostgreSQL<\/a> sono un po’ pi\u00f9 sfumati, in quanto anche PostgreSQL \u00e8 guidato dalla community. Tuttavia, PostgreSQL utilizza una propria licenza BSD, la PostgreSQL License, che \u00e8 pi\u00f9 permissiva della licenza GNU di MariaDB e permette agli utenti di creare estensioni closed-source.<\/p>\n Sebbene siano vantaggiose per l’utente che le crea, queste funzionalit\u00e0 non sono sempre utilizzate nel database PostgreSQL principale e gli sviluppatori possono addirittura far pagare l’utilizzo delle loro estensioni. Le licenze GNU di MariaDB e MySQL non consentono di privatizzare nuove funzionalit\u00e0: sono tutte disponibili gratuitamente.<\/p>\n MariaDB e PostgreSQL sono i pi\u00f9 ricchi di funzionalit\u00e0. Tuttavia, MariaDB ha alcune caratteristiche comode per un backend Python. Ad esempio, MariaDB utilizza un unico linguaggio per interfacciarsi con tutti i suoi diversi motori di archiviazione: i sistemi OLAP e OLTP vengono controllati con la stessa sintassi, riducendo l’onere per gli sviluppatori.<\/p>\n Il vostro backend Python pu\u00f2 scrivere dati di tipo transazionale a MariaDB, che pu\u00f2 poi copiare tali dati su un motore di archiviazione pi\u00f9 adatto alle query analitiche. Gli sviluppatori possono scrivere query analitiche sulla replica utilizzando la stessa sintassi per migliorare le prestazioni.<\/p>\n MariaDB ha anche introdotto di recente la formattazione f-String-like<\/a> per le stringhe, simile a quella di Python. Questo evita agli sviluppatori che utilizzano MariaDB con Python di passare mentalmente da un linguaggio all’altro.<\/p>\n Prima del 2020, i programmatori Python si collegavano a MariaDB attraverso il pacchetto MySQL Python. Questo era possibile perch\u00e9 MariaDB \u00e8 un fork di MySQL, ma ci\u00f2 implicava che le connessioni a MariaDB si comportavano allo stesso modo di MySQL.<\/p>\n Nel 2020 \u00e8 stato rilasciato un connettore nativo per MariaDB<\/a> che elimina la dipendenza da MySQL, dando maggiore controllo alla comunit\u00e0 di MariaDB. \u00c8 possibile installare il connettore con pip, il gestore di pacchetti di Python, e utilizzarlo per tutti i casi di utilizzo CRUD pi\u00f9 comuni.<\/p>\n Tutte le dichiarazioni sono gestite attraverso un oggetto cursore. Per impostazione predefinita, il cursore di MariaDB accetta le query come istruzioni preparate, in modo da poter sanificare qualsiasi parte dinamica della query. Questo \u00e8 pi\u00f9 sicuro rispetto alla formattazione delle stringhe per creare le query, che rende la vostra applicazione vulnerabile agli attacchi di SQL injection<\/a>.<\/p>\n Il connettore \u00e8 semplice da usare. Per prima cosa, importate la libreria del connettore MariaDB nella vostra applicazione e utilizzate la seguente funzione per connettervi al vostro server di database MariaDB:<\/p>\n Una volta connesso, tutte le query vengono eseguite attraverso un oggetto cursore. Ottenete l’oggetto cursore e poi usatelo per inviare le query.<\/p>\n Per inviare una query come istruzione preparata, usate un punto interrogativo come segnaposto nel testo della query e passate i valori richiesti come tupla.<\/p>\n I valori di input della tupla sostituiscono i punti interrogativi in ordine da sinistra a destra. Questi valori di input sono anche sanificati per evitare l’iniezione SQL. La protezione integrata dall’iniezione SQL \u00e8 vantaggiosa per un linguaggio come Python, progettato per i programmatori principianti.<\/p>\n Un altro vantaggio dell’utilizzo di MariaDB come backend per un’applicazione Python \u00e8 la facilit\u00e0 di collegare il database a un frontend WordPress<\/a>, soprattutto se si utilizza Kinsta.<\/p>\n Kinsta supporta MariaDB come database di backend<\/a>, rendendoli immediatamente compatibili. Il vostro sito WordPress pu\u00f2 accedere facilmente ai set di dati elaborati in Python. Ad esempio, potrete eseguire delle analisi in Python, memorizzare i risultati in MariaDB e poi visualizzarli sotto forma di grafico su una pagina di WordPress.<\/p>\n Kinsta fornisce anche una piattaforma di sviluppo chiamata DevKinsta<\/a> per sviluppare una soluzione end-to-end. Con DevKinsta, \u00e8 possibile usare il proprio computer locale per creare un sito WordPress con un backend MariaDB, che pu\u00f2 poi essere inviato a Kinsta una volta pronto per la pubblicazione. Questa integrazione rende semplice la creazione di un sito con un database MariaDB: il vostro sito potr\u00e0 essere attivo con pochi clic.<\/p>\n\n Diversi database relazionali open-source, tra cui MariaDB, MySQL e Postgres, possono essere utilizzati come backend di Python. Tuttavia, MariaDB \u00e8 l’opzione pi\u00f9 flessibile e ricca di funzionalit\u00e0, grazie alla sua natura open-source.<\/p>\n Quando si lavora con grandi insiemi di dati, MariaDB offre molti motori di archiviazione, il che lo rende pi\u00f9 veloce delle alternative, e supporta diversi casi d’uso, dall’elaborazione transazionale alle query analitiche. La flessibilit\u00e0, la velocit\u00e0 e l’integrazione nativa con Python grazie al connettore MariaDB Python lo rendono un’ottima scelta come backend per le applicazioni Python che elaborano grandi insiemi di dati.<\/p>\n Inoltre, MariaDB pu\u00f2 essere collegato direttamente a un frontend di WordPress, rendendo i vostri dataset accessibili al vostro sito web. Il supporto di MariaDB<\/a> di Kinsta rende questa integrazione pi\u00f9 agevole. Con DevKinsta, potrete configurare il vostro sito WordPress per utilizzare MariaDB sul vostro computer locale prima di distribuire la soluzione tramite Kinsta.<\/p>\nChe cosa rende MariaDB cos\u00ec perfetto per Python?<\/h2>\n
MariaDB vs MySQL vs PostgreSQL<\/h2>\n
Connettore MariaDB Python<\/h2>\n
Come funziona il connettore<\/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 e MariaDB per WordPress<\/h2>\n
Riepilogo<\/h2>\n