Python Data Persistence - Introdução
Visão geral do Python - persistência de dados
Durante o uso de qualquer aplicativo de software, o usuário fornece alguns dados a serem processados. Os dados podem ser inseridos usando um dispositivo de entrada padrão (teclado) ou outros dispositivos, como arquivo de disco, scanner, câmera, cabo de rede, conexão WiFi, etc.
Os dados assim recebidos são armazenados na memória principal do computador (RAM) na forma de várias estruturas de dados, como variáveis e objetos, até que o aplicativo seja executado. Depois disso, o conteúdo da memória da RAM é apagado.
No entanto, na maioria das vezes, é desejável que os valores das variáveis e / ou objetos sejam armazenados de forma que possam ser recuperados sempre que necessário, em vez de inserir novamente os mesmos dados.
A palavra 'persistência' significa "a continuação de um efeito após sua causa ser removida". O termo persistência de dados significa que ele continua a existir mesmo após o término do aplicativo. Assim, os dados armazenados em um meio de armazenamento não volátil, como um arquivo de disco, é um armazenamento de dados persistente.
Neste tutorial, exploraremos vários módulos Python integrados e de terceiros para armazenar e recuperar dados de / para vários formatos, como arquivos de texto, CSV, JSON e XML, bem como bancos de dados relacionais e não relacionais.
Usando o objeto File integrado do Python, é possível gravar dados de string em um arquivo de disco e ler a partir dele. A biblioteca padrão do Python fornece módulos para armazenar e recuperar dados serializados em várias estruturas de dados, como JSON e XML.
O DB-API do Python fornece uma maneira padrão de interagir com bancos de dados relacionais. Outros pacotes Python de terceiros apresentam funcionalidade de interface com bancos de dados NOSQL, como MongoDB e Cassandra.
Este tutorial também apresenta o banco de dados ZODB, que é uma API de persistência para objetos Python. O formato Microsoft Excel é um formato de arquivo de dados muito popular. Neste tutorial, aprenderemos como lidar com arquivos .xlsx por meio do Python.