42 - 数据库-orm-SQLAlchemy

最新推荐文章于 2024-06-22 12:36:23 发布

while True:

最新推荐文章于 2024-06-22 12:36:23 发布

阅读量364

点赞数

CC 4.0 BY-SA版权

分类专栏： Python语言 Orm 文章标签： sqlalchemy

本文链接：https://blog.youkuaiyun.com/beyondlee2011/article/details/88706793

本文详细介绍了SQLAlchemy ORM框架的使用，包括如何创建连接、定义基类和实体类，以及如何进行数据操作如增加、查询、修改和删除。重点讲解了复杂查询的实现，如where条件、排序、分页、聚合方法和关联查询，并探讨了数据库状态管理和枚举字段的处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 ORM

Object-Relational Mapping，把关系数据库的表结构映射到对象上。使用面向对象的方式来操作数据库。

orm

下面是一个关系模型与Python对象之间的映射关系：

table --> class : 表映射为类
row --> object : 行映射为实例
column --> property : 字段映射为属性

2 sqlalchemy

SQLAlchemy是一个ORM框架。内部是使用了连接池来管理数据库连接。要使用sqlalchemy，那么需要先进行安装：

pip3 install sqlalchemy

查看版本

In [1]: import sqlalchemy
In [2]: print(sqlalchemy.__version__)
1.3.1

3 基本使用

先来总结一下使用sqlalchemy框架操作数据库的一般流程：

创建引擎(不同类型数据库使用不同的连接方式)
创建基类(类对象要继承，因为基类会利用元编程为我们的子类绑定关于表的其他属性信息)
创建实体类(用来对应数据库中的表)
编写实体类属性(用来对应表中的字段/属性)
创建表(如果表不存在,则需要执行语句在数据库中创建出对应的表)
实例化(具体的一条record记录)
创建会话session(用于执行sql语句的连接)
使用会话执行SQL语句
关闭会话

3.1 创建连接

sqlalchemy 使用引擎管理数据库连接(DATABASE URLS)，连接的一般格式为：

dialect+driver://username:password@host:port/database

dialect：表示什么数据库(比如,mysql,sqlite,oracle等)
driver：用于连接数据库的模块(比如pymysql,mysqldb等)
username：连接数据库的用户名
password：连接数据库的密码
host: 数据库的主机地址
port: 数据库的端口
database: 要连接的数据库名称

pymysql模块是较长用于连接mysql的模块，使用pymysql的连接的语句为：

mysql+pymysql://dahl:123456@10.0.0.13:3306/test

创建引擎用于进行数据库的连接：create_engine(urls)

import sqlalchemy

db_url = 'mysql+pymysql://dahl:123456@10.0.0.13:3306/test'
engine = sqlalchemy.create_engine(db_url,echo=True)

echo：引擎是否打印执行的sql语句，等于True时，表示打印，便于调试

特别注意：创建引擎并不会马上连接数据库，直到让数据库执行任务是才连接。

3.2 创建基类

使用: sqlalchemy.ext.declarative.declarative_base 来构造声明性类定义的基类。因为sqlalchemy内部大量使用了元编程，为实例化的子类注入映射所需的属性，所以我们定义的映射要继承自它（必须继承）

一般只需要一个这样的基类

Base = sqlalchemy.ext.declarative.declarative_base()
# 或者
from sqlalchemy.ext import declarative
Base = declarative.declarative_base()

3.3 创建实体类

现数据库存在如下表

CREATE TABLE `student` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(30) DEFAULT NULL,
  `age` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=10 DEFAULT CHARSET=utf8mb4;

创建对应的实体类:

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

db_url = 'mysql+pymysql://dahl:123456@10.0.0.13:3306/test'
engine = sqlalchemy.create_engine(db_url, echo=True)

Base = declarative.declarative_base()

class Student(Base):

    __tablename__ = 'student'

    id = Column(Integer, primary_key=True, nullable=False, autoincrement=True)
    name = Column(String, default='Null')
    age = Column(Integer, default='Null')

print(Student.__dict__)

# Table('student', MetaData(bind=None),   这里没有绑定engine，所以是None
# Column('id', Integer(), table=<student>, primary_key=True, nullable=False), 
# Column('name', String(), table=<student>, default=ColumnDefault('Null')), 
# Column('age', Integer(), table=<student>, default=ColumnDefault('Null')), schema=None),

__tablename__: 表明，如果表已存在，则必须指定正确的表名
Column: 用于构建一个列对象，它的参数一般都和数据库中的列属性是对应的，主要有：
- name: 数据库中表示的此列的名称
- type：字段类型(比如String、Integer，这里是sqlalchemy包装的类型，对应的是数据库的varchar、int等)，来自TypeEngine的子类
- autoincrement：是否自增
- default：默认值，可以是值，可调用对象或者类，当写入数据该字段没有指定时，调用。
- doc：字段说明信息
- key: 一个可选的字符串标识符，用于标识表上的此Column对象。
- index: 是否启用索引
- nullable: 是否可以为空
- onupdate: 如果在更新语句的SET子句中不存在此列，则将在更新时调用该值
- primary_key: 主键
- server_default:它的值是 FetchedValue实例、字符串、Unicode 或者 text()实例，用作DDL语句中该列的default值

注意：Column和String、Integer等都来自于sqlalchemy下的方法，要么直接导入，要么就使用sqlalchemy.String来引用。

3.4 实例化

通过我们构建的类，来实例化的对象，在将来就是数据库中的一条条记录。

student = Student()
student.name = 'daxin'
student.id = 1
student.age = 20
print(student)   # <1 daxin 20>

3.5 创建表

我们自己写的类都是继承自Base，每继承一次Base类，在Base类的metadata属性中就会记录当前子类，metadata提供了方法用于删除/创建表。如果数据库中已经存在对应的表，那么将不会继续创建

drop_all(bind=None, tables=None, checkfirst=True):删除metadata中记录的所有表
create_all(bind=None, tables=None, checkfirst=True):创建metadata中记录的所有表

Base.metadata.create_all(bind=engine)  # 需要通过引擎去执行

# 下面是engine的echo为true时的输出信息
# 2019-03-16 16:53:45,922 INFO sqlalchemy.engine.base.Engine 
# CREATE TABLE hello (
# 	id INTEGER NOT NULL AUTO_INCREMENT, 
# 	name VARCHAR(24), 
# 	age INTEGER, 
# 	PRIMARY KEY (id)
# )
# 
# 
# 2019-03-16 16:53:45,922 INFO sqlalchemy.engine.base.Engine {}
# 2019-03-16 16:53:45,926 INFO sqlalchemy.engine.base.Engine COMMIT
# 2019-03-16 16:53:45,927 INFO sqlalchemy.engine.base.Engine 
# CREATE TABLE world (
# 	id INTEGER NOT NULL AUTO_INCREMENT, 
# 	name VARCHAR(24), 
# 	age INTEGER, 
# 	PRIMARY KEY (id)
# )
# 
# 
# 2019-03-16 16:53:45,927 INFO sqlalchemy.engine.base.Engine {}
# 2019-03-16 16:53:45,928 INFO sqlalchemy.engine.base.Engine COMMIT

生产环境很少这样创建表，都是系统上线的时候由脚本生成。
生产环境很少删除表，宁可废除都不能删除。

3.6 创建会话Session

在一个会话中操作数据库，绘画建立在连接上，连接被引擎管理，当第一次使用数据库时，从引擎维护的连接池中取出一个连接使用。

from sqlalchemy.orm import sessionmaker
Session = sessionmaker(bind=engine) 
session = Session()  # 实例化一个session对象

session对象线程不安全。所以不同线程应该使用不同的session对象
Session类和engine有一个就行了。

scoped_session是sqlalchemy提供的线程安全的session，利用的是ThreadLocal实现的。

3.7 数据操作

3.7.1 增加数据

方法	含义
add()	增加一个对象
add_all()	增加多个对象，类型为可迭代

import sqlalchemy
from sqlalchemy.ext import declarative
from sqlalchemy import Column, String, Integer
from sqlalchemy.orm import sessionmaker

db_url = 'mysql+pymysql://dahl:123456@10.0.0.13:3306/test'
engine = sqlalchemy.create_engine(db_url, echo=True)

Base = declarative.declarative_base()
DBSession = sessionmaker(bind=engine)
session = DBSession()

class Student(Base):
    __tablename__ = 'student'

    id = Column(Integer, primary_key=True, nullable=False, autoincrement=True)
    name = Column(String(24), default='Null')
    age = Column(Integer, default='Null')

    def __repr__(self):
        return '<{} {} {}>'.format(
            self.id, self.name, self.age
        )

daxin = Student(id=12, name='daxin', age=20)
session.add(daxin)
dachenzi = Student(id=13,name='dachenzi', age=21)
xiaobai = Student(id=14,name='xiaobai', age=22)
session.add_all((dachenzi,xiaobai))