ORM म्हणजे काय? ॲप्स डेटाबेसशी कसे बोलतात, सोप्या भाषेत

ORM (object-relational mapper) ही एक कोड लायब्ररी आहे जी ॲप आणि रिलेशनल डेटाबेसच्या मध्ये बसते. SQL मध्ये डेटाबेस क्वेरी लिहिण्याऐवजी डेव्हलपर्स डेटा त्यांच्या प्रोग्रामिंग भाषेतील साध्या ऑब्जेक्ट्सप्रमाणे वापरतात — db.booking.create(...) किंवा Booking.find(...) — आणि ORM ते SQL मध्ये रूपांतरित करते, चालवते आणि निकाल पुन्हा ऑब्जेक्ट्समध्ये परत आणते. लोकप्रिय उदाहरणे म्हणजे TypeScript साठी Prisma आणि Drizzle, Python साठी SQLAlchemy, आणि C# साठी Entity Framework Core.

AI सह ॲप बनवताना ORM का महत्त्वाचे आहे

जेव्हा एखादा AI ॲप बिल्डर तुमच्या ॲपमध्ये डेटाबेस जोडतो, तेव्हा तो सहसा त्याच्याशी बोलण्यासाठी एक ORM देखील जोडतो. तुम्हाला ORM कोड लिहावा लागणार नाही, पण ते तिथे आहे हे माहीत असणे उपयोगी ठरते:

• तुमचे डेटा मॉडेल कोडमध्ये असते. ORM ची schema फाइल अनेकदा तुमच्या ॲपच्या डेटाचे सर्वात स्पष्ट वर्णन असते: कोणते टेबल आहेत, प्रत्येकात कोणती फील्ड्स आहेत आणि ती एकमेकांशी कशी जोडलेली आहेत. ती वाचून AI ने तुमचे म्हणणे नीट समजले आहे का ते पटकन तपासता येते.
• डेटाबेसमधील बदल migrations मधून जातात. जेव्हा तुम्ही "customers ना phone number जोडा" असे सांगता, तेव्हा AI मॉडेल अपडेट करते आणि एक migration तयार करते. हे माहीत असल्यास एखादा बदल लाइव्ह होण्यापूर्वी का लागू करावा लागू शकतो हे समजते.
• डीफॉल्टनुसार सुरक्षितता. ORM अशा प्रकारे क्वेरी तयार करते की SQL injection पासून संरक्षण होते. हा अनेक ॲप्समधील सर्वात सामान्य सुरक्षा धोक्यांपैकी एक आहे.
• कामगिरीचे सापळे. ORM मुळे नकळत एकाच्या जागी शेकडो लहान क्वेरी चालू शकतात. AI-built ॲप्समध्ये पेज धीमी होण्याचे हे एक सामान्य कारण आहे.

दैनंदिन उदाहरण

कल्पना करा, एक ब्रिटिश प्रवासी आणि एक जपानी दुकानदार, ज्यांना एकमेकांची भाषा येत नाही, ते दुभाष्यामार्फत बोलत आहेत.

प्रवासी (तुमचे ॲप) म्हणतो, "मला तुमचे तीन सर्वात स्वस्त चहा हवे आहेत." दुभाषी (ORM) ते अचूक जपानी भाषेत (SQL) बदलतो, दुकानदाराला (डेटाबेसला) देतो आणि उत्तर पुन्हा इंग्रजीत परत आणतो.

प्रवाशाला जपानी शिकावी लागत नाही, आणि बहुतेक संभाषणांसाठी ते पुरेसे आहे. पण गुंतागुंतीच्या वाटाघाटीसाठी थेट बोलणे उपयोगी ठरते — म्हणूनच बहुतेक ORM गरज पडल्यास डेव्हलपर्सना raw SQL लिहिण्याची सोय देतात.

ORM कसे काम करते

Postgres सारखे डेटाबेस डेटा टेबल्स मधील रो आणि कॉलम्समध्ये साठवतात आणि SQL वापरून क्वेरी केले जातात. प्रोग्रामिंग भाषा ऑब्जेक्ट्स सोबत काम करतात: date, customer आणि status असलेले एक booking. ORM या दोहोंमध्ये मॅपिंग करते:

ही चार ऑपरेशन्स म्हणजे जवळजवळ प्रत्येक ॲप ज्यावर उभे असते त्या CRUD क्रिया आहेत.

एक उदाहरण: Prisma सह bookings

हे एका सलून बुकिंग ॲपसाठी सोपे केलेले Prisma schema आहे. ते दोन टेबल्स आणि त्यांचे संबंध दाखवते:

model Customer {
  id       Int       @id @default(autoincrement())
  name     String
  email    String    @unique
  bookings Booking[]
}

model Booking {
  id         Int      @id @default(autoincrement())
  startsAt   DateTime
  service    String
  customer   Customer @relation(fields: [customerId], references: [id])
  customerId Int
}

साध्या शब्दांत: एका customer चे नाव, एक unique email आणि अनेक bookings असतात; प्रत्येक booking ची सुरुवातीची वेळ, service असते आणि ती एका customer ची असते.

आता ॲपला हवे आहे "लेनाची येणारी bookings, सर्वात जवळची आधी":

const bookings = await db.booking.findMany({
  where: {
    customer: { email: "lena@example.com" },
    startsAt: { gte: new Date() },
  },
  orderBy: { startsAt: "asc" },
});

ORM हे साधारण असे SQL मध्ये रूपांतरित करते, ते चालवते आणि booking ऑब्जेक्ट्सची यादी परत करते:

SELECT b.* FROM "Booking" b
JOIN "Customer" c ON c.id = b."customerId"
WHERE c.email = $1 AND b."startsAt" >= $2
ORDER BY b."startsAt" ASC;

$1 आणि $2 हे placeholders आहेत: email आणि तारीख क्वेरीच्या मजकुरापासून वेगळे पाठवले जातात, आणि त्यामुळेच SQL injection टाळले जाते.

Migrations

नंतर तुम्ही "customers ना phone number जोडू द्या" असे सांगितले, तर AI Customer मॉडेलमध्ये phone String? जोडते (? म्हणजे हे फील्ड ऐच्छिक आहे) आणि एक migration तयार करते — जसे की ALTER TABLE "Customer" ADD COLUMN "phone" TEXT; सारखी एक छोटी SQL स्क्रिप्ट. Migrations क्रमाने जतन केल्या जातात, त्यामुळे प्रत्येक डेटाबेस प्रतीला एकसारख्या रचनेवर आणता येते आणि बदलांचा इतिहास राखला जातो.

भाषेनुसार सामान्य ORM

ORM किती SQL लपवतात यात फरक असतो. Prisma स्वतःची schema भाषा आणि क्वेरी शैली वापरते; Drizzle जाणूनबुजून SQL च्या रचनेच्या जवळ राहते आणि तरीही सर्व काही typed ठेवते. Query builders नावाची हलकी साधने, जसे की TypeScript साठी Knex किंवा Kysely, पूर्ण ऑब्जेक्ट मॅपिंगशिवाय कोडमध्ये SQL तयार करायला मदत करतात.

महत्त्वाचे शब्द

सामान्य गैरसमज

• "ORM म्हणजे डेटाबेस." नाही. ते एक अनुवादक आहे. तुम्हाला Postgres सारखा डेटाबेस लागतोच.
• "ORM असेल तर डेटा समजून घ्यावा लागत नाही." चुकीच्या पद्धतीने रचलेले टेबल्स ORM द्वारेही तितकेच त्रासदायक असतात. चांगले डेटा मॉडेल साधनापेक्षा जास्त महत्त्वाचे आहे.
• "ORM नेहमी धीमे असतात." दैनंदिन क्वेरी ठीक असतात. धीमेपणा सहसा N+1 क्वेरी किंवा इंडेक्सच्या अभावामुळे येतो, आणि ते दुरुस्त करता येते.
• "ORM म्हणजे SQL injection चा धोका कधीच नाही." मानक ORM मेथड्स सुरक्षित असतात, पण वापरकर्त्याचा इनपुट थेट चिकटवून लिहिलेले raw SQL अजूनही धोकादायक आहे.
• "Schema फाइल बदलली की लाइव्ह डेटाबेस बदलतो." फक्त जेव्हा migration तयार होऊन त्या डेटाबेसवर लागू होते तेव्हाच.

तुमच्या AI बिल्डरला काय विचारावे

• "डेटाबेस schema दाखवा आणि प्रत्येक टेबल व संबंध सोप्या भाषेत समजावून सांगा."
• "या प्रोजेक्टमध्ये कोणता ORM वापरला आहे, आणि migrations कुठे आहेत?"
• "कोणताही टेबल बदलण्यापूर्वी सांगा की विद्यमान डेटावर परिणाम होईल का, आणि विचारल्याशिवाय डेटा असलेला कॉलम कधीही drop करू नका."
• "सर्वात धीम्या पेजेसमध्ये N+1 क्वेरी तपासा, आणि यादी फिल्टर किंवा sort होते तिथे इंडेक्स जोडा."
• "वापरकर्त्याचा इनपुट वापरणारी प्रत्येक क्वेरी ORM मधूनच जाईल किंवा parameters वापरेल याची खात्री करा — स्ट्रिंग जोडून SQL बनवू नका."

Mythex मधील ORM

तुमच्या ॲपला डेटा साठवायचा असेल तेव्हा Mythex प्रोजेक्टमध्ये एक समर्पित Postgres डेटाबेस जोडते — चॅटमध्ये विचारा किंवा /database कमांड वापरा — आणि त्याची कनेक्शन माहिती workspace व प्रकाशित ॲपमध्ये इंजेक्ट करते (Database). त्यानंतर एजंट तुमचा डेटा वाचणारा आणि साठवणारा कोड लिहिते. तुमची काही पसंती असल्यास — "Prisma वापरा", "SQLAlchemy वापरा", किंवा "फक्त plain SQL, ORM नको" — ते चॅटमध्ये सांगा. Schema तपासायची असेल तेव्हा ती समजावून सांगायला सांगा; तुम्ही फाइल्स code editor मध्ये वाचू शकता. मोठे चित्र पाहण्यासाठी डेटाबेस म्हणजे काय आणि SQL vs NoSQL वाचा.

प्रश्न