python sqlalchemy使用

最新推荐文章于 2025-07-05 13:26:48 发布

转载最新推荐文章于 2025-07-05 13:26:48 发布 · 380 阅读

1 ·

CC 4.0 BY-SA版权

原文链接：https://www.jianshu.com/p/0ad18fdd7eed

文章标签：

#mysql

ORM是一种技术，用于将对象模型转换为关系数据库结构，简化数据库操作。本文介绍了ORM的基本概念、核心原则，并通过Python的SQLAlchemy库展示了如何创建数据库引擎、定义表结构以及进行数据的增删改查操作。通过ORM，开发者可以更专注于业务逻辑，而不是重复的数据访问代码。

一、ORM 框架简介

对象-关系映射（Object/Relation Mapping，简称ORM），是随着面向对象的软件开发方法发展而产生的。面向对象的开发方法是当今企业级应用开发环境中的主流开发方法，关系数据库是企业级应用环境中永久存放数据的主流数据存储系统。对象和关系数据是业务实体的两种表现形式，业务实体在内存中表现为对象，在数据库中表现为关系数据。内存中的对象之间存在关联和继承关系，而在数据库中，关系数据无法直接表达多对多关联和继承关系。因此，对象-关系映射(ORM)系统一般以中间件的形式存在，主要实现程序对象到关系数据库数据的映射。

1.ORM方法论基于三个核心原则：
简单性：以最基本的形式建模数据。
传达性：数据库结构被任何人都能理解的语言文档化。
精确性：基于数据模型创建正确标准化了的结构。
面向对象是从软件工程基本原则(如耦合、聚合、封装)的基础上发展起来的，而关系数据库则是从数学理论发展而来的，两套理论存在显著的区别。为了解决这个不匹配的现象,对象关系映射技术应运而生。O/R中字母O起源于"对象"(Object),而R则来自于"关系"(Relational)。几乎所有的程序里面，都存在对象和关系数据库。在业务逻辑层和用户界面层中，我们是面向对象的。当对象信息发生变化的时候，我们需要把对象的信息保存在关系数据库中。

当开发一个应用程序的时候(不使用O/R Mapping),可能会写不少数据访问层的代码，用来从数据库保存，删除，读取对象信息，等等。在DAL中写了很多的方法来读取对象数据，改变状态对象等等任务。而这些代码写起来总是重复的。

如果开你最近的程序，看看DAL代码，肯定会看到很多近似的通用的模式。我们以保存对象的方法为例，传入一个对象，为SqlCommand对象添加SqlParameter，把所有属性和对象对应，设置SqlCommand的CommandText属性为存储过程，然后运行SqlCommand。对于每个对象都要重复的写这些代码。　　除此之外，还有更好的办法吗？有，引入一个O/R Mapping。实质上，一个O/R Mapping会为你生成DAL。与其自己写DAL代码，不如用O/R Mapping。用O/R Mapping保存，删除，读取对象，O/R Mapping负责生成SQL，你只需要关心对象就好。对象关系映射成功运用在不同的面向对象持久层产品中，

一般的ORM包括以下四部分：
一个对持久类对象进行CRUD操作的API；
一个语言或API用来规定与类和类属性相关的查询；
一个规定mapping metadata的工具；
一种技术可以让ORM的实现同事务对象一起进行dirty checking, lazy association fetching以及其他的优化操作。
•ORM：及Object-Relational Mapping，把关系数据库的表结构映射到对象上

•我们先来可能一个例子：

•如果我们从数据库查出来几条数据，需要你在python中表示出来，如果你没有接触过ORM技术，你或许会使用下面的形式来存储这个数据：

[
  (1, ‘feng’),
  (2, ‘shang’),
  (3, ‘huo’),
]

如果你想知道表结构是什么样的，是不是就费劲了，如果你想快速的取出其中的元素，就需要听听ORM的思想了。

数据库中每次查出来的数据都用一个类表示，这个类的属性和数据库中表的字段一一对应。多条数据，就是一个list，每一行数据都是一个类来表示，如下所示：

class User(object):
    def __init__(self, id, name):
        self.id = id
        self.name = name

[
    User(1, “feng”),
    User(2, “shang”),
    User(3, “huo”),
]

当我们需要获得id，或者name的时候，只需要通过循环获取到对象，直接通过user1.id或者user1.name就可以获取到id和name的属性。并且使得数据的存取非常的规范，这样ORM架构应用而生。
以上参考：
作者：俊采星驰_87e0
链接：https://www.jianshu.com/p/0ad18fdd7eed

sqlalchemy使用

安装

pip install SQLALchemy

创始化链接

from sqlalchemy import create_engine
engine = create_engine('mysql://fxq:123456@192.168.100.101/sqlalchemy', echo=True)
# echo = True 显示每条执行的sql语句

创建表格

SQL语句方式

from sqlalchemy import create_engine,MetaData,Table,Column,Integer,String



engine = create_engine("mysql+pymysql://datacenter_test:9n%vtvR633CYcdmm"
                       "@rm-2ze72mtf4661y9szq.mysql.rds.aliyuncs.com/datacenter_test",echo=True)

"""一、SQL语句创建表格"""

sql = '''create table student(id int not null primary key,name varchar(50),age int,address varchar(100));
'''

conn = engine.connect()
conn.execute(sql)
engine.connect()

ORM方式创建

from sqlalchemy import create_engine,MetaData,Table,Column,Integer,String



engine = create_engine("mysql+pymysql://datacenter_test:9n%vtvR633CYcdmm"
                       "@rm-2ze72mtf4661y9szq.mysql.rds.aliyuncs.com/datacenter_test",echo=True)

"""以ORM方式创建表格"""

metadata = MetaData(engine)
student = Table("surf",metadata,
                Column("id",Integer,primary_key=True),
                Column("name",String(50)),
                Column("age",Integer),
                Column("address",String(100)))
metadata.create_all(engine)

增

创建对象基类，基于基类生成实例，提交到数据库

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


"""增删改查"""

# 初始化连接数据库
engine = create_engine("mysql+pymysql://datacenter_test:9n%vtvR633CYcdmm"
                       "@rm-2ze72mtf4661y9szq.mysql.rds.aliyuncs.com/datacenter_test")

# 创建DBSession
DBSession = sessionmaker(bind=engine)
# 创建session对象
session = DBSession()
# 创建对象基类
Base = declarative_base()

class Student(Base):
    __tablename__ = "student"
    id = Column(Integer,primary_key=True)
    name = Column(String(30))
    age = Column(Integer)
    address = Column(String(100))

# ---------------------------------增--------------------------------
student1 = Student(id=1001,name="ling",age=25,address="beijing")
student2 = Student(id=1002,name="molin",age=18,address="jiangxi")
student3 = Student(id=1003,name="karl",age=26,address="suzhou")

# 添加到session
session.add_all([student1,student2,student3])
session.commit()
session.close()

查找、修改

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


"""增删改查"""

# 初始化连接数据库
engine = create_engine("mysql+pymysql://datacenter_test:9n%vtvR633CYcdmm"
                       "@rm-2ze72mtf4661y9szq.mysql.rds.aliyuncs.com/datacenter_test")

# 创建DBSession
DBSession = sessionmaker(bind=engine)
# 创建session对象
session = DBSession()
# 创建对象基类
Base = declarative_base()

class Student(Base):
    __tablename__ = "student"
    id = Column(Integer,primary_key=True)
    name = Column(String(30))
    age = Column(Integer)
    address = Column(String(100))

# ---------------------------------查,改--------------------------------

# session.query(Student) 结果是SQL语句
my_student = session.query(Student).filter_by(name="ling",age=25).first()
my_student.id = 1001
# 修改后提交
session.commit()
my_sdt = session.query(Student).filter(Student.name == "ling" and Student.age==25).all()
print(my_sdt)
print(my_sdt.id)

filter的使用

equals:
query(Student).filter(Student.id == 10001)
not equals:
query(Student).filter(Student.id != 100)
LIKE:
query(Student).filter(Student.name.like(“%feng%”))

IN:
query(Student).filter(Student.name.in_(['feng', 'xiao', 'qing']))
not in
query(Student).filter(~Student.name.in_(['feng', 'xiao', 'qing']))

AND:
from sqlalchemy import and_
query(Student).filter(and_(Student.name == 'fengxiaoqing', Student.id ==10001))

或者
query(Student).filter(Student.name == 'fengxiaoqing').filter(Student.address == 'chengde')

OR:
from sqlalchemy import or_
query.filter(or_(Student.name == 'fengxiaoqing', Student.age ==18))

filter和filter_by的区别
Filter：可以像写 sql 的 where 条件那样写 > < 等条件，但引用列名时，需要通过类名.属性名的方式。
filter_by：可以使用 python 的正常参数传递方法传递条件，指定列名时，不需要额外指定类名。，参数名对应名类中的属性名，但似乎不能使用 > < 等条件。

当使用filter的时候条件之间是使用“=="，fitler_by使用的是"="。

user1 = session.query(User).filter_by(id=1).first()
user1 = session.query(User).filter(User.id==1).first()

删除

删除其实也是跟查询相关的，直接查出来，调用delete()方法直接就可以删除掉。

session.query(Student).filter_by(id=1002).delete()
session.commit()