hare 是一个基于pymysql并运用ActiveRecord模式的ORM框架, 在虚拟环境下，通过：
pip install hare即可安装。
当前，它只支持：
MySQL 动机在python下进行数据库操作， 大体有两种方法：
1、使用raw sql 2、使用ORM Raw SQLpython中常用的 raw sql 工具是：
MySQLdb PyMySQL使用 raw sql 的好处是：
给予开发人员极大的自由，让开发人员知道具体要执行的sql，方便sql优化坏处是 麻烦 ：
写起来麻烦、影响开发速度；维护起来也麻烦 ORMpython中用的最广的ORM是 SQLAlchemy 和 Peewee .
使用 ORM 的好处是：
写起来方便，维护方便坏处是：
对开发人员透明、不利于sql优化； 主流的ORM学习成本高，对于一般的中小型项目而言，用不到那么到功能，如SQLAlchemy此外， python ORM 框架的使用哲学是：
需要要手动的在类中配置字段和对应类型， 然后使用ORM去自动创建对应的table。而开发人员的哲学是:
手动使用sql建表、然后再去创建对应的ORM。那么， 比较下来，就产生了新的需求： 实现一个 ORM ，满足下列要求：
1、方便ORM和数据库表之间的映射、最好不用在ORM中声明字段 2、支持raw sql 3、不需要实现复杂的API(太复杂的，可以直接通过raw sql实现) 4、支持事务(声明式、命令式)很容易想到， 使用 Active Record 的方式实现一个ORM，满足上述条件
于是就实现了一个名为 Hare 的ORM. Hare 的意思是 野兔 ， 希望进行python的db操作时，像兔子一样快。
参考框架在设计和实现 Hare 的过程中，参考了 Flask 框架和 jFinal 框架的设计。
jFinaljFinal是一种轻量的java web框架；设计和实现 Hare 的过程中，借鉴了它的一些设计思想：
自动获取表结构jFinal在启动的时候，根据ORM对应的表名，通过 MySQL 的 INFORMATION_SCHEMA 取获取表结构；
Hare 也通过此方式来获取。
FlaskFlask是一种轻量的python web框架；设计和实现 Hare 的过程中，借鉴了它的一些设计思想：
将框架对象化flask中，通过：
app = Flask(__name__)的方式来建立一个应用对象， 并在该对象中存储相关路由、处理器等信息；
Hare中， 采用类似方式，通过：
haredb = Hare(host='localhost', user='root', password='*****', db='test', charset='utf8', cursorclass=pymysql.cursors.DictCursor)来创建一个数据源对象， 存放数据操作所需的一切信息。
装饰器flask中，使用装饰器的方式，来定义路由处理：
@app.route('/home', methods=['GET']) def home(): passHare也使用装饰器来定义定义数据模型类和表之间的映射关系，并存储， 如下：
@haredb.table('user') class User(Model): pass把 User 类和 user 表对应起来.
同时，Hare中的事务也可以通过装饰器来实现：
@haredb.tx def func(...): ... 使用数据库的"库->表->字段"，是一种层次分明的结构。 Hare 也基于此。
用户提供数据库的连接配置，就对应了一个数据源，也就是Database；
haredb = Hare( host='localhost', user='root', password='135246', db='test', charset='utf8', cursorclass=pymysql.cursors.DictCursor)假设在 test 数据库中已经创建了一个 user 表：
USER_TABLE = """CREATE TABLE `user` ( `uid` int(11) NOT NULL AUTO_INCREMENT, `nickname` varchar(20) DEFAULT NULL, `email` varchar(20) DEFAULT NULL, PRIMARY KEY (`uid`) ) ENGINE=InnoDB AUTO_INCREMENT=59 DEFAULT CHARSET=utf8"""通过 装饰器 来声明这个数据库下有哪些表(添加一个名是 user 的table，对应的模型是 User )：
@haredb.table('user') class User(Model): pass那么:
完整的用例如下 #! -*- coding: utf-8 -*- from __future__ import absolute_import import logging from traceback import format_exc import pymysql from hare import Hare, Model # 创建一个Hare对象, 作为数据源 haredb = Hare( host='localhost', user='root', password='********', db='test', charset='utf8', cursorclass=pymysql.cursors.DictCursor) # 将user表和User类绑定 @haredb.table('user') class User(Model): pass # 获取所有的表名 # 返回['user'] print haredb.tables # 获取User类对应的table对象 table = User.table # 输出表名称 print table.name # 清空User表 table.truncate() # 判断字段是否属于该表 print table.is_column('uid') print table.is_column('uid_not_exists') # 新建一条记录 u = User() u.set_many(**{'nickname': 'haha', 'email': 'a@q.com'}).save() # 获取主键 print u.uid # 获取一条记录 u = User.get(uid=1) # 修改字段的值 u.nickname = 'new name' u.update() # 删除该对象 u.delete() # 获取所有的用户记录 # 每个元素是个dict users = User.select_many() # 查询符合条件的所有记录 # 每个元素是个dict users = User.select_many(email='a@q.com') # 分页查询User表 pagination = User.paginate(params={'nickname': ('is not', None)}, page=1, per_page=10) print pagination.items # 获取一条数据库连接 dbi = haredb.dbi # 执行row sql # 一条记录 users = dbi.select(u'SELECT * FROM user WHERE uid = 10') # 多条记录 users = dbi.select_many(u'SELECT * FROM user WHERE uid > 10') # 执行写操作 dbi.modify(u'DELETE FROM user WHERE uid = %s', 1) # 批量写操作 rows = [{'nickname': 'test', 'email': 'test@qq.com'}] dbi.modify_many(u'INSERT INTO user(nickname, email) VALUES(%(nickname)s, %(email)s)', rows) # 执行事务 @haredb.tx def save_user(): user = User().set_many(**{'nickname': 'test2'}) user.save() # 1/0 取消注释该行，则保存失败 # 执行事务的另外一种方式 def save_user2(): user = User().set_many(**{'nickname': 'test2'}) user.save() # 1/0 取消注释该行，则保存失败 with haredb.get_tx() as tx: try: save_user2() except: logging.error(format_exc()) tx.rollback() else: tx.commit() print User.select_many() API见
doc/api.md