Escolher o banco de dados certo para o seu aplicativo \u00e9 importante, especialmente para aplicativos backend que fazem interface direta com o banco de dados. Muitas op\u00e7\u00f5es est\u00e3o dispon\u00edveis, cada uma adequada para certos casos de uso e com diferentes pre\u00e7os, velocidades e op\u00e7\u00f5es de escalonamento.<\/p>\n
Python<\/a> \u00e9 comumente utilizado em aplicativos com grande quantidade de dados devido \u00e0s suas bibliotecas poderosas para manipula\u00e7\u00e3o de dados, portanto, o banco de dados que voc\u00ea utiliza para um aplicativo em Python \u00e9 importante.<\/p>\n Este artigo compara MariaDB com outras tecnologias de banco de dados como MySQL e PostgreSQL e discute por que \u00e9 uma \u00f3tima escolha ao usar Python.<\/p>\n Gra\u00e7as \u00e0 sua poderosa manipula\u00e7\u00e3o de dados e bibliotecas de machine learning, Python \u00e9 uma linguagem de programa\u00e7\u00e3o popular para profissionais de dados – especialmente em engenharia de dados e ci\u00eancia de dados. Ambos os campos lidam com grandes quantidades de dados, aumentando o armazenamento necess\u00e1rio e as necessidades de mem\u00f3ria e poder de processamento.<\/p>\n Os custos de licenciamento frequentemente aumentam junto com o tamanho dos seus dados, ent\u00e3o faz sentido usar um banco de dados de c\u00f3digo aberto<\/a>. Voc\u00ea tamb\u00e9m pode economizar dinheiro em hardware. Como voc\u00ea tem total controle de onde o aplicativo \u00e9 implantado, voc\u00ea pode encontrar as solu\u00e7\u00f5es mais baratas na nuvem ou no local.<\/p>\n Existem muitos bancos de dados de c\u00f3digo aberto dispon\u00edveis, incluindo bancos de dados relacionais, NoSQL<\/a> e graph. Os bancos de dados relacionais s\u00e3o geralmente \u00f3timos para estrutura e consist\u00eancia, enquanto os bancos de dados NoSQL, permitem um desenvolvimento r\u00e1pido, sendo projetados para serem mais flex\u00edveis.<\/p>\n Embora o Python funcione perfeitamente bem com bancos de dados NoSQL, bancos de dados relacionais s\u00e3o mais adequados para a an\u00e1lise e processamento de dados em larga escala que s\u00e3o usos comuns para Python.<\/p>\n Vamos comparar MariaDB com alguns outros bancos de dados relacionais populares de c\u00f3digo aberto.<\/p>\n\n Os bancos de dados relacionais de c\u00f3digo aberto mais populares s\u00e3o MariaDB, SQLite, MySQL, e PostgreSQL<\/a>. Cada um tem um conjunto similar de capacidades t\u00e9cnicas essenciais, mas o MariaDB tem algumas caracter\u00edsticas \u00fanicas que o tornam mais adequado para aplicativos Python.<\/p>\n Al\u00e9m disso, MariaDB \u00e9 de c\u00f3digo aberto, portanto suas funcionalidades n\u00e3o dependem de uma entidade externa como o MySQL, que a Oracle agora possui. Embora a comunidade de c\u00f3digo aberto ainda possa sugerir e adicionar recursos ao MySQL, a Oracle (que tem um banco de dados concorrente) decide para onde est\u00e1 indo.<\/p>\n Por outro lado, MariaDB foi criada<\/a> depois que a Oracle adquiriu o MySQL para continuar uma abordagem de desenvolvimento liderada pela comunidade. Como resultado, o MariaDB tem um conjunto de recursos mais rico, incluindo mais mecanismos de armazenamento que garantem melhor performance para consultas e replica\u00e7\u00e3o<\/a> do que o MySQL. Esta performance melhorada \u00e9 importante quando se trabalha com grandes conjuntos de dados.<\/p>\n As raz\u00f5es para usar o MariaDB em vez do PostgreSQL<\/a> s\u00e3o um pouco mais sutis, j\u00e1 que o PostgreSQL tamb\u00e9m \u00e9 impulsionado pela comunidade. No entanto, o PostgreSQL utiliza sua pr\u00f3pria licen\u00e7a semelhante \u00e0 BSD, a Licen\u00e7a PostgreSQL, que \u00e9 mais permissiva do que a licen\u00e7a GNU do MariaDB e permite que os usu\u00e1rios criem extens\u00f5es de c\u00f3digo fechado.<\/p>\n Enquanto eles beneficiam o usu\u00e1rio criando a extens\u00e3o, estes recursos nem sempre s\u00e3o utilizados no banco de dados principal do PostgreSQL, e os desenvolvedores podem at\u00e9 mesmo cobrar pelo uso de suas extens\u00f5es. O licenciamento do MariaDB e do MySQL GNU n\u00e3o permite que novas funcionalidades sejam privatizadas – todas as novas funcionalidades est\u00e3o dispon\u00edveis gratuitamente.<\/p>\n MariaDB e PostgreSQL t\u00eam os conjuntos de recursos mais ricos. Entretanto, MariaDB tem alguns recursos convenientes para um backend Python. Por exemplo, o MariaDB usa uma linguagem para interagir com todos os seus diferentes mecanismos de armazenamento – os sistemas OLAP e OLTP s\u00e3o controlados com a mesma sintaxe, reduzindo a carga dos desenvolvedores.<\/p>\n Seu backend Python pode gravar dados em estilo de transa\u00e7\u00e3o no MariaDB, que pode copiar esses dados para um mecanismo de armazenamento mais adequado a consultas anal\u00edticas. Os desenvolvedores podem escrever consultas anal\u00edticas na r\u00e9plica usando a mesma sintaxe para obter um desempenho aprimorado.<\/p>\n Al\u00e9m disso, o MariaDB recentemente introduziu a formata\u00e7\u00e3o de strings semelhante \u00e0s f-String-like<\/a> do Python. Isso permite que os desenvolvedores que usam o MariaDB com Python evitem alternar mentalmente entre as linguagens.<\/p>\n Antes de 2020, os programadores Python se conectavam ao MariaDB por meio do pacote MySQL Python. Isso era poss\u00edvel porque o MariaDB \u00e9 um fork do MySQL, mas significava que as conex\u00f5es do MariaDB se comportavam da mesma maneira que o MySQL.<\/p>\n Em 2020, um conector nativo do MariaDB<\/a> foi lan\u00e7ado para remover a depend\u00eancia do MySQL, dando mais controle \u00e0 comunidade do MariaDB. Voc\u00ea pode instalar o conector com o pip, o gerenciador de pacotes do Python, e us\u00e1-lo para todos os casos de uso comuns de CRUD (Create, Read, Update, Delete).<\/p>\n Todas as declara\u00e7\u00f5es s\u00e3o gerenciadas por meio de um objeto cursor. Por padr\u00e3o, o cursor do MariaDB aceita consultas como prepared statements, permitindo que voc\u00ea sanitize quaisquer partes din\u00e2micas da consulta. Isso \u00e9 mais seguro do que formatar strings para construir consultas, deixando seu aplicativo vulner\u00e1vel\u00a0a ataques de inje\u00e7\u00e3o SQL<\/a>.<\/p>\n O conector \u00e9 simples de usar. Primeiro, voc\u00ea importa a biblioteca de conectores MariaDB para o seu aplicativo e usa a seguinte fun\u00e7\u00e3o para se conectar ao seu servidor de banco de dados MariaDB:<\/p>\n Uma vez conectado, todas as consultas s\u00e3o executadas atrav\u00e9s de um objeto cursor. Voc\u00ea obt\u00e9m o objeto cursor e ent\u00e3o o usa para enviar consultas.<\/p>\n Para enviar uma consulta como uma declara\u00e7\u00e3o preparada, use um ponto de interroga\u00e7\u00e3o como um espa\u00e7o reservado no texto da consulta e passe os valores requeridos como um tuple.<\/p>\n Os valores de entrada da tupla substituem as interroga\u00e7\u00f5es na ordem da esquerda para a direita. Esses valores de entrada tamb\u00e9m s\u00e3o sanitizados para evitar a inje\u00e7\u00e3o de SQL. A prote\u00e7\u00e3o integrada contra a inje\u00e7\u00e3o de SQL \u00e9 ben\u00e9fica para uma linguagem como o Python, projetada com programadores iniciantes em mente.<\/p>\n Outra vantagem de usar o MariaDB como backend para o seu aplicativo Python \u00e9 que \u00e9 f\u00e1cil conectar o banco de dados a um frontend do WordPress<\/a>, especialmente ao usar a Kinsta.<\/p>\n A Kinsta suporta o MariaDB como banco de dados backend<\/a>, tornando instantaneamente compat\u00edveis. Seu site WordPress pode acessar facilmente conjuntos de dados processados em Python. Por exemplo, voc\u00ea pode realizar alguma an\u00e1lise em Python, armazenar os resultados no MariaDB e, em seguida, exibi-los como um gr\u00e1fico em uma p\u00e1gina do WordPress.<\/p>\n A Kinsta tamb\u00e9m oferece uma plataforma de desenvolvimento chamado DevKinsta<\/a> para criar uma solu\u00e7\u00e3o completa. Com o DevKinsta, voc\u00ea pode usar sua m\u00e1quina local para configurar um site WordPress com um backend do MariaDB, que pode ser enviado para a Kinsta assim que estiver pronto para ser publicado. Essa integra\u00e7\u00e3o torna simples a configura\u00e7\u00e3o de um site com um banco de dados do MariaDB – seu site pode estar no ar com apenas alguns cliques.<\/p>\n\n Existem v\u00e1rios bancos de dados relacionais de c\u00f3digo aberto, incluindo MariaDB, MySQL e Postgres, que podem ser usados como backend para Python. No entanto, o MariaDB \u00e9 a op\u00e7\u00e3o mais flex\u00edvel e rica em recursos, gra\u00e7as \u00e0 sua natureza de c\u00f3digo aberto.<\/p>\n Ao lidar com conjuntos de dados grandes, o MariaDB oferece v\u00e1rias engines de armazenamento, tornando mais r\u00e1pido do que as alternativas, al\u00e9m de suportar diversos casos de uso, desde processamento transacional at\u00e9 consultas anal\u00edticas. A flexibilidade, velocidade e integra\u00e7\u00e3o nativa com Python por meio do conector MariaDB Python o tornam uma \u00f3tima escolha como backend para aplicativos Python que processam grandes conjuntos de dados.<\/p>\n Al\u00e9m disso, o MariaDB pode ser facilmente integrado em um frontend do WordPress, tornando seus conjuntos de dados acess\u00edveis ao seu site. O suporte do MariaDB<\/a> da Kinsta facilita essa integra\u00e7\u00e3o. Com o DevKinsta, voc\u00ea pode configurar seu site do WordPress para usar o MariaDB em sua m\u00e1quina local antes de implantar a solu\u00e7\u00e3o por meio da Kinsta.<\/p>\nO que torna o MariaDB t\u00e3o excelente para Python?<\/h2>\n
MariaDB vs MySQL vs PostgreSQL<\/h2>\n
Conector Python do MariaDB<\/h2>\n
Como funciona o Conector<\/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 para WordPress<\/h2>\n
Resumo<\/h2>\n