Python的ORM框架SQLAlchemy使用入门(二)【连接MySql数据库】

Python ORM框架SQLAlchemy操作 ORM 全称Object Relational Mapping(对象关系映射)。 特点是操纵Python对象而不是SQL查询,也就是在代码层面考虑的是对象,而不是SQL,体现的是一种程序化思维,这样使得Python程序更加简洁易读。 具体的实现方式是将数据库表转换为Python类,其中数据列作为属性,数据库操作作为方法。 优点 简洁易读:将数据表抽象为对象(数据模型),更直观易读 可移植:封装了多种数据库引擎,面对多个数据库,操作基本一致,代码易维护 更安全:有效避免SQL注入 具体实现库 SQLOb 阅读详情

众生皆苦,放下即自在。天地皆空,唯有人在其中苦。沧海桑田,人生苦短。天地之空,在于无欲,任由万物在其中自由变幻,它依然安之若泰。人生之苦,皆因无力回天却又耿耿于怀。人本是人,只有承认自己不是万能之主,从而学会放下,才能与天地同自在。放下你无力改变的,追求你力所能及的,人生才自在。

连接,增加数据 代码如下:

from sqlalchemy import *
from datetime import datetime
from sqlalchemy.orm import *

metadata = MetaData('mysql+pymysql://root:123456@localhost/SQLAlchemySample')
metadata.bind.echo = False


user_table = Table(
    'tf_user', metadata,
    Column('id', Integer, primary_key=True),
    Column('user_name', Unicode(16), unique=True, nullable=False),
    Column('password', Unicode(40), nullable=False),
    Column('display_name', Unicode(255), default=''),
    Column('created', DateTime, default=datetime.now())
)

group_table = Table(
    'tf_group', metadata,
    Column('id', Integer, primary_key=True),
    Column('group_name', Unicode(16), unique=True, nullable=False),
)

permission_table = Table(
    'tf_permission', metadata,
    Column('id', Integer, primary_key=True),
    Column('permission_name', Unicode(16), unique=True, nullable=False)
)

user_group_table = Table(
    'tf_user_group', metadata,
    Column('user_id', None, ForeignKey('tf_user.id'), primary_key=True),
    Column('group_id', None, ForeignKey('tf_group.id'), primary_key=True)
)

group_permission_table = Table(
    'tf_group_permission', metadata,
    Column('permission_id', None, ForeignKey('tf_permission.id'), primary_key=True),
    Column('group_id', None, ForeignKey('tf_group.id'), primary_key=True)
)


metadata.create_all()

class User(object): pass
class Group(object): pass
class Permission(object): pass

mapper(User, user_table)
mapper(Group, group_table)
mapper(Permission, permission_table)


if __name__ == '__main__':

    """
    连接池
    """
    user_table.delete().execute()

    user_table.insert().execute(user_name='rick1', password='secret', display_name='rick C')
    user_table.insert().execute(user_name='rick2', password='secret', display_name='rick C')
    result = user_table.select().execute()
    for row in result:
        print(row)

    result = user_table.select().execute()
    row = result.fetchone()
    print(row['user_name'])

    """
    改变session
    """
    print("##############################")
    Session = sessionmaker()
    session = Session()

    query = session.query(User)
    print("User列表:",list(query))
    for user in query:
        print("用户名称:"+user.user_name)

    for user in query.filter(User.user_name.like("rick%")):
        print('({0}, {1}, {2})'.format(user.id, user.user_name, user.created))

    newuser = User()
    newuser.user_name = 'yoshiya'
    newuser.password = 'hoge'
    session.add(newuser)
    session.commit()
    print("#################")

    # auto flush
    for user in query:
        print(user.user_name)

结果如图:

这里写图片描述


这里写图片描述

数据库引擎:

from sqlalchemy import *
from datetime import datetime
from sqlalchemy.orm import *
import logging


if __name__ == '__main__':
    settings = {
        'echo': True,
        'echo_pool': True,
        'encoding': 'utf-8',
        'pool_size': 128,
        'strategy': 'threadlocal'
    }
    url = "mysql+pymysql://root:123456@localhost/SQLAlchemySample"
    engine = create_engine(url, **settings)
    handler= logging.FileHandler('sqlalchemy.log')
    handler.level = logging.DEBUG
    logging.getLogger('sqlalchemy.engine').addHandler(handler)
    logging.getLogger('sqlalchemy.pool').addHandler(handler)
    #logging.getLogger('sqlalchemy.orm').addHandler(handler)

    conn = engine.connect()
    result = conn.execute('select user_name from tf_user')
    for r in result:
        print(r)
    conn.close()

DML

import sqlalchemy as sa
from sqlalchemy import MetaData, Table, Column, Integer, String, ForeignKey, intersect
from sqlalchemy import create_engine, bindparam

if __name__ == '__main__':
    """1.定义元信息,绑定到引擎"""
    metadata = MetaData()
    # 引擎绑定
    engine = create_engine('mysql+pymysql://root:123456@localhost/SQLAlchemySample')
    metadata.bind = engine

    """2.创建表格,初始化数据库"""
    simple_table = Table('simple', metadata,
                         Column('id', Integer, primary_key=True),
                         Column('col1', String(20))
                         )
    second_table = Table('second', metadata,
                         Column('id', Integer, primary_key=True),
                         Column('simple_id', Integer, ForeignKey('simple.id'), primary_key=True),
                         )

    stmt = simple_table.insert()
    print("stmt:",stmt)
    print("params:",stmt.compile().params)

    simple_table.delete(bind=engine).execute()

    # 创建一个表
    #simple_table.create(bind=engine)
    #second_table.create(bind=engine)

    engine.execute(stmt, col1='Foo')

    stmt = simple_table.insert(values=dict(col1='new data'))
    stmt.execute()
    print(stmt.compile().params)

    # multi insert , stmt -> metadata -> engine
    stmt.execute([dict(col1='1'), dict(col1='2'), dict(col1='3')])

    # 更新
    stmt = simple_table.update( whereclause="id=2", values=dict(col1='update data'))
    print(stmt)
    #stmt.execute()
    # 删除
    stmt = simple_table.delete(whereclause="id='18'")
    print(stmt)
    #stmt.execute()

    # select
    #stmt = simple_table.select(whereclause='id="8"')
    print('============================')
    stmt = simple_table.select(simple_table.c.id=='7')
    print(stmt)
    print(stmt.execute().fetchone())
    stmt = simple_table.select(simple_table.c.col1!='update data')
    print(stmt.execute().fetchall())
    print(stmt.execute().rowcount)

    #绑定参数
    print('============================')
    stmt = simple_table.select(whereclause=simple_table.c.id==bindparam('id'))
    print(stmt.execute(id=6).fetchone())
    stmt = simple_table.select(group_by=[simple_table.c.col1])
    print(stmt.execute().fetchall())

    print('============================')
    #连接
    from_obj = simple_table.join(second_table)
    #from_obj = simple_table.outerjoin(second_table)
    q = simple_table.select().select_from(from_obj).where(simple_table.c.id == second_table.c.simple_id)
    print(q.column('second.simple_id'))
    print(q.execute().fetchall())

    #设置操作
    print('============================')
    q1 = simple_table.select(simple_table.c.id > 1)
    q2 = simple_table.select(simple_table.c.id < 7)
    print(q1.execute().fetchall())
    print(q2.execute().fetchall())
    q = intersect(q1, q2)
    print(q)

如图:

这里写图片描述


这里写图片描述

MPC模型预测控制实战:从理论到代码实现(Python示例) 本文详细介绍了MPC模型预测控制的实战应用,从理论到Python代码实现。通过构建系统模型、预测方程、优化问题及约束处理,展示了如何实现一个完整的MPC控制器。文章还提供了水箱液位控制的应用案例,帮助读者掌握MPC在工业控制中的实际应用。 阅读详情

相关推荐

飞塔防火墙和paloalto防火墙构建ipsec

一、配置fortigate防火墙1.防火墙配置上网功能1.1配置fortigate的wan1接口IP为100.100.100.2/24VLAN交换internal,IP地址为192.168.156.99/24。开启DHCP分配IP地址范围为192.168.156.110-192.168.156.2101.2配置访问互联网的缺省路由1.3配置访问互联网的安全策略2.配置与Paloalto防火墙的IPSECVPN。

weixin_44675999的博客 3743

sqlalchemy 连接使用 MySQL

连接数据库 from sqlalchemy import create_engine # 连接 connwin = create_engine('mysql+pymysql://root:123456@localhost:3306/db?charset=utf8') 插入数据库 result 为 DataFrame 类型的数据,可通过 to_sql 方法直接插入数据库,不用写 insert 语句,前提是数据库中已经建立好了表,在插入种可能会遇见编码问题,主键重复chauffeur等,具体..

木下瞳的博客 8825

告别懵圈!用CANoe 5640手把手带你跑通SomeIP TC8测试(附脚本思路)

本文详细解析了基于CANoe 5640的SomeIP TC8测试全流程,从环境搭建到结果分析,特别针对车载以太网测试中的SomeIP协议测试难点提供实战指南。通过典型测试用例SOMEIP_TEST_61,手把手教你配置CANoe工程、编写CAPL脚本,并解决常见问题,助力开发者高效完成协议验证。

weixin_30791095的博客 364

SQLAlchemy如何连接mysql数据库

SQLAlchemy如何连接mysql数据库

qq_25647857的博客 1776

在Jetson orin板卡上部署ocr模型遇到错误

摘要:安装ONNX Runtime GPU版本时遇到问题,直接pip install onnxruntime-gpu会报错。解决方案是从test.pypi.org下载对应的.whl文件(如ort_nightly-1.14.0...aarch64.whl),本地安装后还需降级NumPy版本(如pip install numpy==1.26),以解决NumPy版本兼容性问题。整个过程涉及三个关键步骤:下载正确架构的wheel文件、本地安装、调整NumPy版本。

xdxd3c的博客 1526

【嵌入式Linux】EC20模块多运营商自适应PPP拨号实战:从IMSI识别到网络配置

本文详细介绍了在嵌入式Linux系统中,如何基于EC20 4G模块实现多运营商自适应PPP拨号。通过解析SIM卡的IMSI识别运营商,并动态配置对应的APN和拨号参数,结合AT指令交互与健壮的pppd脚本,解决了设备跨地域部署时的网络自动连接问题,提升了物联网设备的部署效率和稳定性。

fox11的博客 906

SQLAlchemy连接MySQL及记录的查询、更新、删除、多表关联查询

SQLAlchemy是Python的ORM库,支持多种数据库。

小龙在线 8887

WPF实战项目十七(客户端):数据等待加载弹框动画

1、在Common文件夹下新建文件夹Events,新建扩展类UpdateLoadingEvent。2、新建一个静态扩展类DialogExtensions来编写注册和推送等待消息弹框方法。3、在ViewModel中添加实现类NavigationViewModel。5、在View文件夹下新建用户控件ProgressView.xmal。4、在主窗体MainView.xmal中给弹窗界面命名。6、在MainView.xmal.cs中注册消息。

yigu4011的博客 2350

SQLAlchemy连接mysql的简单使用

con = engine.connect() # 必须要单独拿出来,不可以engine.connect().commit()host = 'localhost' # 例如:'localhost' 或 '127.0.0.1'也可单独建立一个文件,主要是数据模型文件userdata.py中类User的users模型数据引用。# metadata.create_all(engine) # 创建所有表。port = '3306' # 通常是 3306。# 替换为你的MySQL数据库信息。

m0_68791463的博客 1536

目前固态激光雷达在机器人领域的应用难点汇总

固态激光雷达在机器人领域面临性能与成本的双重挑战:探测性能上,动态范围不足(60-80dB)导致高/低反射物体识别困难,近距盲区(30-50cm)与长距精度(±3cm)矛盾突出;结构上视场角与点云密度难以平衡,多雷达拼接又带来同步误差。成本方面,核心元件(SPAD/OPA芯片)良率低(<50%)、校准工序复杂,单机成本超200美元。环境适应性上,粉尘附着、振动偏移(±2°)和光衰(1万小时衰减15%)制约可靠性。

start_up_go的博客 483

AWS DevOps Agent 完全指南

AI 驱动的 SRE 队友,7×24 自主调查告警、定位根因、生成修复方案、预防未来故障。

探索云原生与智能化驱动下的安全运维新范式。关注DevSecOps、可观测性、AIOps等前沿领域,与您共赴技术前沿。 385

python笔记:后端MySQL数据库 - 从连接到写入数据,sqlalchemy vs pymysql和sql-connector-python

第一步:连接MySQL,以便执行SQL语句 import MySQLdb as msd import pandas as pd conn = msd.connect(host='localhost', # 不能使用 hostname port=3306, user='root', ...

htuhxf的博客 3571

【基于CKF的IMM】CV和CT两个模型下的IMM,二维,滤波使用CKF(容积卡尔曼滤波),附完整的matlab代码

该文章摘要: 本文提出了一种基于交互多模型(IMM)和容积卡尔曼滤波(CKF)的融合定位算法,用于解决目标在直线运动和转弯机动之间的模型切换问题。通过MATLAB仿真实现了IMM-CKF算法,并与单一的CV-CKF(匀速模型)和CT-CKF(匀角速转弯模型)方法进行对比。实验结果表明,在包含直线段和转弯段的复合轨迹跟踪中,IMM-CKF方法能够自适应调整模型权重,显著提高了定位精度。轨迹跟踪图、位置/速度误差对比图以及模型概率曲线直观展示了IMM算法的优势。文章提供了完整的MATLAB实现代码,可用于目标跟

985工科博士毕业,专攻定位、导航和滤波等算法研究。从业10年,主要使用MATLAB 617

python常用库之数据库orm框架之SQLAlchemy

SQLAlchemy是一个基于Python实现的SQL工具包和ORM框架,提供了高层抽象来管理数据库交互。

西京刀客 2万+

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

Python 数据持久层ORM框架 SQLAlchemy模块

SQLAlchemy:强大的数据库抽象层,简化ORM操作,提供高效查询接口,支持多种数据库引擎。解锁数据交互潜能,助力开发者专注业务逻辑。选择SQLAlchemy,让数据库管理变得轻松而高效!

weixin_54217348的博客 4283

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

Python 使用ORM框架

前沿 对象关系映射ORM是在实际应用编程中常用到的技术,它在对象和关系之间建立了一条桥梁,前台的对象型数据和数据库中的关系型的数据通过这个桥梁来相互转化。简单来说就是开发人员在使用ORM模型编程时,不需要再编写SQL语句来操作数据库,而是使用一系列的函数和方法来完成对数据库的操作。 Python目前比较流行的ORM框架主要是SQLAlchemy框架,它可以兼容MySQL、SQLite、Orac...

洋洋的博客 1万+

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

【Python】使用SQLAlchemy操作Mysql数据库

SQLAlchemy是Python的SQL工具包和对象关系映射(ORM)库,它提供了全套的企业级持久性模型,用于高效、灵活且优雅地与关系型数据库进行交互。使用SQLAlchemy,你可以通过Python类来定义数据库表的结构,并通过这些类与数据库进行交互,而无需编写复杂的SQL语句。

不积跬步无以至千里,不积小流无以成江海。一个喜欢学习分享的程序员 8116

ORM框架(SQLAlchemy 与 Tortoise )

ORM(Object-Relational Mapping,对象关系映射)是一种编程技术,用于在面向对象编程语言和关系数据库之间建立映射关系。它允许开发者使用面向对象的方式操作数据库,而不需要编写复杂的SQL语句。ORM的核心优势:代码可读性:使用Python对象而非SQL语句,代码更直观数据库无关性:同一套代码可以在不同数据库间切换安全性:自动防止SQL注入攻击维护性:模型变更时自动处理数据库结构变化。

zhangsan0933的博客 3343

Python操作Mysql之SQLAlchemy(ORM)

目录一、Python 操作 MySQL常见方式二、Flask-SQLAlchemy 扩展1、一个最小应用二、一对多(one-to-many)关系:ForeignKey用 Python 操作 MySQL很多种方式,比如:mysql-connecto、MySQLdb、mysqlclient、PyMySQL、peewee 和 SQLAIchemy 等,其中 mysql-connector是 MySQL 官方提供的驱动器,用来给后端语言,比如 Python 提供连接,这种基本就是写SQL语句的方式 ,简单的场景可以

rs勿忘初心的博客 2916

ORM框架及SQLAlchemy

ORM(如 SQLAlchemy)是现代软件开发中不可或缺的工具,它极大地简化了数据库操作,提升了开发效率和代码安全性。并非简单的 ORM,而是一个完整的 SQL 工具集。在提供高级对象抽象的同时,没有牺牲对底层 SQL 的控制力。架构优雅,功能强大且灵活,是构建中大型、高性能 Python 项目的首选。对于初学者,建议从 ORM 层开始学习,了解基本的模型定义和 CRUD 操作。随着项目的复杂,再逐步探索其 Core 层和更高级的特性。

m0_46322965的博客 1554

python使用SQLAlchemy连接国产化数据库高斯DB(OpenGauss)

这使得安装速度更快,因为它不需要编译过程。我们现在要让SQLAlchemy去连接OpenGauss,OpenGauss对应的驱动程序是psycopg2,需要先安装psycopg2包,可以安装psycopg2-binary,更简单、方便(pip install psycopg2-binary)。也就是说,要用SQLAlchemy操作数据库,需要安装SQLAlchemy和对应的数据库驱动程序,然后就能用统一的ORM执行相应的操作,即使数据库改变了,程序也不需要变动,只需要更改与数据库的连接方式;

Carl_changxin的博客 6924

深入解析Python ORM框架SQLAlchemy

SQLAlchemy架构与核心机制解析 SQLAlchemy作为Python生态中成熟的ORM框架,采用分层架构设计,包含ORM层、Core层和引擎层。其核心机制包括:Engine与连接池、Dialect方言系统、分层架构、关键特性等。

专注人工智能应用领域 1041

MySQL - 与 Python 交互实战:ORM 框架(SQLAlchemy)使用指南

MySQL与Python交互实战:SQLAlchemy ORM框架指南 本文详细介绍了如何在Python中使用SQLAlchemy ORM框架与MySQL数据库进行交互。主要内容包括: 背景与挑战:对比了原生SQL、传统ORM和现代ORM(如SQLAlchemy)的优缺点,指出SQLAlchemy在数据库无关性、查询构建、事务管理等方面的优势。 核心概念:重点讲解了SQLAlchemy的关键组件,包括Engine(数据库连接)、Session(会话管理)、Model(数据模型)、Column(字段映射)、R

千淘万漉虽辛苦,吹尽狂沙始到金 2万+

如何使用 Python 连接 MySQL 数据库?什么是 ORM(对象关系映射),如何使用

MySQL 是一种开源的关系型数据库管理系统(RDBMS),使用结构化查询语言(SQL)进行数据库操作。它支持多用户、多线程,可以处理大规模的数据集。MySQL 在许多应用场景中都得到了广泛使用,特别是在 Web 开发中。特点开源,支持多种操作系统。支持大规模数据存储和快速数据访问。具有强大的安全性和灵活性。拥有广泛的社区支持和丰富的文档资源。在传统的数据库操作中,开发者需要编写大量的 SQL 语句,并手动将数据从关系型数据库的表映射到 Python 中的对象。这个过程不仅繁琐,还容易出错。

chusheng1840的博客 1930

使用Python ORM框架来操作MySQL

Python 还有另一种方式可以与 MySQL 进行交互,这种方式采用的是 ORM 框架。

weiye2012的博客 1439

python-orm框架之SQLALchemy

使用 SQLAlchemy 的 ORM 功能来定义你的数据模型。

wsy_666的博客 1097
上一篇: Andriod项目build.gradle文件详解
下一篇: Lucene.NET使用入门(一)【实现快速搜索】
.NET跨平台
博客等级 码龄15年 6066粉丝 738原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值