SQLAlchemy使用

内容摘要
简介 SQLAlchemy是Python语言的一款流行的ORM(Object Relational Mapper)框架,该框架建立在数据库API之上,使用关系对象映射进行数据库操作,即将对象转换成SQL,然后使用数据API执
文章正文

简介

SQLAlchemy是Python语言的一款流行的ORM(Object Relational Mapper)框架,该框架建立在数据库API之上,使用关系对象映射进行数据库操作,即将对象转换成SQL,然后使用数据API执行SQL并获取执行结果。

安装SQLAlchemy也很简单,直接使用pip安装即可。

pip install sqlalchemy

下面重点介绍SQLAlchemy的使用。

版本检查

import sqlalchemy
sqlalchemy.__version__	# 1.1.9

当前sqlalchemy版本为1.1.9

连接数据库

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
  • 数据库连接: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

创建表

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)  # 创建所有表
Base.metadata.drop_all(engine)  # 删除所有表

# 定义类的实例方法1
u1 = User()	# User类只接收一个位置参数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)

# 定义类的实例方法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__,会自动的接受我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,如上面的id

Session

SQLAlchemy真正处理数据库的部分是Session。

如果已经创建好了一个Engine对象engine,那么可以用以下语句创建一个Session

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

如果engine为创建好,则可以用以下语句创建

Session = sessionmaker()

当engine创建好之后,在配置Session即可

Session.configure(bind=engine)

当需要和数据库交互的时候,就需要实例化Session

session = Session()

创建完成之后这个session并没有马上获取数据库连接。只有当这个session第一次操作数据库的时候才会从Engine维护的连接池中获取一个连接,并持有这个连接一直到我们提交了所有的改变或者关闭了这个session。

DML

insert

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

如果这个commit的过程中发生异常,则后续所有的commit都无法执行,因此DML都需要放在try...except中处理,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类似,都是使用session.add方法,但是update操作的时候需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必须已经存在
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函数的返回结果为一个Query对象,Query对象是可迭代的,支持切片操作。

下面列举常见的filter操作

  • 相等

    query.filter(User.name == "suncle")
    
  • 不相等

    query.filter(User.name != "suncle")
    
  • 模糊匹配like:大小写敏感

    query.filter(User.name.like("%sun%"))
    
  • 模糊匹配ilike:大小写不敏感

    query.filter(User.name.ilike("%sun%"))
    
  • IN

    query.filter(User.name.in_(["suncle", "abc", "suncle"]))
    
    # 也支持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)
    
    # 上面的写法不符合pep8规范,IDE会给出提示,可以用下面的方法替代,pep8的写法是is None
    query.filter(User.name.is_(None))
    
  • IS NOT NULL

    query.filter(User.name != None)
    
    # 上面的写法不符合pep8规范,IDE会给出提示,可以用下面的方法替代,pep8的写法是is not None
    query.filter(User.name.isnot(None))
    
  • AND

    # 方法1:使用and_()方法
    from sqlalchemy import and_
    query.filter(and_(User.name == "flowsnow", User.age == 18))
    
    # 方法2:filter()支持多个关键字参数
    query.filter(User.name == "flowsnow", User.age == 18)
    
    # 方法3:多次调用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"))
    

下面列举SQL支持的常见的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中的使用方法如下:

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>]

数据库维护数据之间的外键关系会消耗数据库资源,影响性能,在大型的应用中一般不使用外键等数据库高级特性,而是由应用框架来维护数据之间的约束。


参考

  1. 官方文档-Object Relational Tutorial
  2. A step-by-step SQLAlchemy tutorial
  3. 廖雪峰-使用SQLAlchemy

记得帮我点赞哦!

精心整理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,按照目录合理分类,总能找到你需要的学习资料,还在等什么?快去关注下载吧!!!

resource-introduce

念念不忘,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、四年工作经验,拒绝咸鱼争当龙头的斜杠程序员。

听我说,进步多,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鼓励,将不胜感激。

职场亮哥文章列表:更多文章

wechat-platform-guide-attention

本人所有文章、回答都与版权保护平台有合作,著作权归职场亮哥所有,未经授权,转载必究!

代码注释
[!--zhushi--]

作者:喵哥笔记

IDC笔记

学的不仅是技术,更是梦想!