关于python:SQLAlchemy使用

46次阅读

共计 5874 个字符，预计需要花费 15 分钟才能阅读完成。

简介

SQLAlchemy 是 Python 语言的一款风行的 ORM（Object Relational Mapper）框架，该框架建设在数据库 API 之上，应用关系对象映射进行数据库操作，行将对象转换成 SQL，而后应用数据 API 执行 SQL 并获取执行后果。

装置 SQLAlchemy 也很简略，间接应用 pip 装置即可。

pip install sqlalchemy

上面重点介绍 SQLAlchemy 的应用。

版本查看 

import sqlalchemy
sqlalchemy.__version__    # 1.1.9

以后 sqlalchemy 版本为 1.1.9

连贯数据库 

from sqlalchemy import create_engine
engine = create_engine('mysql+pymysql://root:123456@192.168.110.13:3306/student', echo=True)
  • engine 是 Engine 类的一个对象
  • echo=True 表明开启 logging 模块的日志
  • 数据库连贯：engine://user:password@host:port/database，其中 engine 为 mysql+pymysql，或者是 mysql+mysqldb，或者是 oracle+cx_oracle 等等

<!–more–>

创立表 

from sqlalchemy import create_engine
from sqlalchemy import Column, String, Integer
from sqlalchemy.ext.declarative import declarative_base


engine = create_engine('mysql+pymysql://root:123456@192.168.110.13:3306/student', echo=True)
Base = declarative_base()  # 生成 Model 类的基类

class User1(Base):
    __tablename__ = 'user1'
    
    extend_existing = True
    # 定义三个列
    id = Column(Integer, autoincrement=True, primary_key=True)
    name = Column(String(64), unique=True, nullable=False)
    age  = Column(Integer)
    
        
    def __repr__(self):
        return 'User(id={}, name={}, age={})'.format(self.id, self,name, self.age)
    
    def __str__(self):
        return self.__repr__()
        
Base.metadata.create_all(engine)  # 创立所有表
Base.metadata.drop_all(engine)  # 删除所有表

# 定义类的实例办法 1
u1 = User()    # User 类只接管一个地位参数 self，和关键字参数 **kwargs
u1.name = 'aa'  # 给 User 类的各个列赋值
u1.age=19
print(u1)  # User(id=None, name=aa, age=19)

# 定义类的实例办法 2
u2 = User(name='bb', age='123')
print(u2)  # User(id=None, name=bb, age=123)
  • 派生类 User 会继承基类 Base 的初始化函数 __init__，会主动的承受咱们所定义的列对应的关键字参数
  • 未赋值的列会用 None 初始化，如下面的 id

Session

SQLAlchemy 真正解决数据库的局部是 Session。

如果曾经创立好了一个 Engine 对象 engine，那么能够用以下语句创立一个 Session

from sqlalchemy.orm import sessionmaker
Session = sessionmaker(bind=engine)

如果 engine 为创立好，则能够用以下语句创立 

Session = sessionmaker()

当 engine 创立好之后，在配置 Session 即可 

Session.configure(bind=engine)

当须要和数据库交互的时候，就须要实例化 Session

session = Session()

创立实现之后这个 session 并没有马上获取数据库连贯。只有当这个 session 第一次操作数据库的时候才会从 Engine 保护的连接池中获取一个连贯，并持有这个连贯始终到咱们提交了所有的扭转或者敞开了这个 session。

DML

insert

user = User(name='haha', age='123')
session.add(user)
session.commit()

如果这个 commit 的过程中产生异样，则后续所有的 commit 都无奈执行，因而 DML 都须要放在 try…except 中解决，如下 

user = User(name='flowsnow', age=18)
session.add(user)
try:
    session.commit()
except Exception as e:
    session.rollback()
    raise e

update

和 insert 相似，都是应用 session.add 办法，然而 update 操作的时候须要数据库中存在带操作的记录。

user.age = 20
session.add(user)
try:
    session.commit()
except Exception as e:
    session.rollback()
    raise e

delete

删除之前必须确保数据库中存在要删除的记录。

session.delete(user)    # user 必须曾经存在
try:
    session.commit()
except Exception as e:
    session.rollback()
    raise e

QUERY

for u in session.query(User).filter(User.age < 20).order_by(User.age.desc())[1:3]:
    print(u)

此条语句经 ORM 转换之后的 SQL 如下：

SELECT
    USER.id AS user_id,
    USER.NAME AS user_name,
    USER.age AS user_age
FROM USER
WHERE USER.age < % (age_1) s
ORDER BY USER.age DESC
LIMIT % (param_1) s, % (param_2) s

query 函数的返回后果为一个 Query 对象，Query 对象是可迭代的，反对切片操作。

上面列举常见的 filter 操作

  • 相等 

    query.filter(User.name == 'suncle')

  • 不相等 

    query.filter(User.name != 'suncle')

  • 含糊匹配 like：大小写敏感 

    query.filter(User.name.like('%sun%'))

  • 含糊匹配 ilike：大小写不敏感 

    query.filter(User.name.ilike('%sun%'))

  • IN

    query.filter(User.name.in_(['suncle', 'abc', 'suncle']))

# 也反对 Query 对象
query.filter(User.name.in_(session.query(User.name).filter(User.name.like('%sun%'))
))

  • NOT IN

    query.filter(~User.name.in_(['ed', 'wendy', 'jack']))

  • IS NULL

    query.filter(User.name == None)

# 下面的写法不合乎 pep8 标准，IDE 会给出提醒，能够用上面的办法代替，pep8 的写法是 is None
query.filter(User.name.is_(None))

  • IS NOT NULL

    query.filter(User.name != None)

# 下面的写法不合乎 pep8 标准，IDE 会给出提醒，能够用上面的办法代替，pep8 的写法是 is not None
query.filter(User.name.isnot(None))

  • AND

    # 办法 1：应用 and_() 办法
from sqlalchemy import and_
query.filter(and_(User.name == 'flowsnow', User.age == 18))

# 办法 2：filter() 反对多个关键字参数
query.filter(User.name == 'flowsnow', User.age == 18)

# 办法 3：屡次调用 filter 函数
query.filter(User.name == 'flowsnow').filter(User.age == 18)

  • OR

    from sqlalchemy import or_
query.filter(or_(User.name == 'suncle', User.name == 'flowsnow'))

上面列举 SQL 反对的常见的 function

from sqlalchemy import func
session.query(func.count(User.id)).first() # count
session.query(func.max(User.age)).first() # max
session.query(func.avg(User.age)).first() # avg

Relationship

表和表之间会有外键关系，数据库的外键关系在 ORM 中的应用办法如下：

from sqlalchemy import create_engine
from sqlalchemy import Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker
from sqlalchemy import ForeignKey
from sqlalchemy.orm import relationship

Base = declarative_base()  # 生成 Model 类的基类

class Author(Base):  # 作者类
    __tablename__ = 'author'
    
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(64), unique=True, nullable=False)
    
    posts = relationship('Post')
    
    def __repr__(self):
        return 'Author<id={}，name={}>'.format(self.id, self.name)
    
    def __str__(self):
        return self.__repr__()
    
    
class Post(Base):  # 文章类
    __tablename__ = 'post'
    
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(String(128), nullable=False, index=True)
    content = Column(String(8096), nullable=False)
    author_id = Column(Integer, ForeignKey('author.id'), nullable=False)
    
    author = relationship('Author')
    
    def __repr__(self):
        return 'Post<id={}, title={}>'.format(self.id, self.title)
    
    def __str__(self):
        return self.__repr__()
    

engine = create_engine('mysql+pymysql://root:123456@192.168.110.13:3306/student', echo=True)
Base.metadata.create_all(engine)
Session = sessionmaker(bind=engine)
session = Session()

# 新增一个作者
author = Author()
author.name = 'flowsnow'
session.add(author)
session.commit()
print(author)  # Author<id=1，name=flowsnow>

# 新增一篇文章
post = Post()
post.title = 'first post'
post.content = 'oihdoshfohro'
post.author = author
session.add(post)
session.commit()
print(author.posts)  # [Post<id=1, title=first post>]

# 再新增一篇文章
post = Post()
post.title = 'second post'
post.content = 'liabhgekegpaerg'
post.author = author
session.add(post)
session.commit()
print(author.posts)  # [Post<id=1, title=first post>, Post<id=2, title=second post>]

数据库保护数据之间的外键关系会耗费数据库资源，影响性能，在大型的利用中个别不应用外键等数据库高级个性，而是由利用框架来保护数据之间的束缚。

参考

  1. 官网文档 -Object Relational Tutorial
  2. A step-by-step SQLAlchemy tutorial
  3. 廖雪峰 - 应用 SQLAlchemy

记得帮我点赞哦！

精心整顿了计算机各个方向的从入门、进阶、实战的视频课程和电子书，依照目录正当分类，总能找到你须要的学习材料，还在等什么？快去关注下载吧！！！

朝思暮想，必有回响，小伙伴们帮我点个赞吧，非常感谢。

我是职场亮哥，YY 高级软件工程师、四年工作教训，回绝咸鱼争当龙头的斜杠程序员。

听我说，提高多，程序人生一把梭

如果有幸能帮到你，请帮我点个【赞】，给个关注，如果能顺带评论给个激励，将不胜感激。

职场亮哥文章列表： 更多文章

自己所有文章、答复都与版权保护平台有单干，著作权归职场亮哥所有，未经受权，转载必究！

正文完
python
发表至： python
2020-10-08
 0
关于python:如果用Python-五分钟绘制漂亮的系统架构图
关于python:常见java错误arthas的使用常用命令
关于python:python实现excel数据与mysql数据库互通有无
关于python:Python函数式编程系列012惰性列表之生成器与迭代器