Пример структуры базы данных
Рассмотрим пример базы данных с таблицами Users и Periods, где Users хранит информацию о пользователях, а Periods — информацию о периодах, связанных с этими пользователями.
Таблица Users
— user_id (Primary Key)
— username
— first_name
— last_name
Таблица Periods
— period_id (Primary Key)
— user_id (Foreign Key, ссылается на Users.user_id)
— start_date
— end_date
— description
Пример кода для работы с базой данных
Для работы с базой данных можно использовать библиотеку SQLAlchemy, которая упрощает выполнение операций с базой данных в Python.
from sqlalchemy import create_engine, Column, Integer, String, Date, ForeignKey
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker, relationship
Base = declarative_base()
class User(Base):
tablename = 'users'
user_id = Column(Integer, primary_key=True)
username = Column(String)
first_name = Column(String)
last_name = Column(String)
periods = relationship("Period", back_populates="user")
class Period(Base):
tablename = 'periods'
period_id = Column(Integer, primary_key=True)
user_id = Column(Integer, ForeignKey('users.user_id'))
start_date = Column(Date)
end_date = Column(Date)
description = Column(String)
user = relationship("User", back_populates="periods")
# Создание сессии базы данных
engine = create_engine('sqlite:///mydatabase.db')
Base.metadata.create_all(engine)
Session = sessionmaker(bind=engine)
session = Session()
# Пример добавления пользователя и периода в базу данных
new_user = User(username='user123', first_name='John', last_name='Doe')
session.add(new_user)
session.commit()
new_period = Period(user_id=new_user.user_id, start_date='2021-01-01', end_date='2021-01-31', description='Период 1')
session.add(new_period)
session.commit()
В этом примере создаются две таблицы: Users для хранения информации о пользователях и Periods для хранения информации о периодах. Каждый период связан с пользователем через внешний ключ user_id. Использование SQLAlchemy позволяет легко добавлять, обновлять и извлекать данные, связанные с пользователями и их периодами деятельности или интересов.
Этот подход обеспечивает гибкость и масштабируемость при работе с данными в Telegram-ботах, позволяя эффективно управлять информацией о нескольких периодах для каждого пользователя.