python3的SQLAlchemy

一、ORM技术简介

1.什么是ORM思想

ORM：就是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, ‘ling’),

(2, ‘shang’),

(3, ‘huo’),

]

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, “ling”),

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。

2.Python 使用ORM

Python中最有名的ORM架构就是SQLAlchemy，我们主要就是来学习SQLAlchemy的使用

安装环境：

pip install SQLAlchemy

1.安装mysql

yum install mysql-server mysql

service mysqld restart

sysctmctl restart mysql.service

2.创建数据库

create database sqlalchemy;

3.授权：

GRANT ALL PRIVILEGES ON *.* TO 'root'@'%' IDENTIFIED BY ‘123456’;

4.初始化连接：

from sqlalchemy import create_engine

engine = create_engine('mysql://root:123456@192.168.48.131/sqlalchemy', echo=True)

echo参数为True时，会显示每条执行的SQL语句，可以关闭，

create_engine()返回一个Engine的实例，并且它表示通过数据库语法处理细节的核心接口，在这种情况下，数据库语法将会被解释成python的类方法。

mysql://root:123456@192.168.48.131/sqlalchemy

mysql: 指定是哪种数据库连接

第一个root： 用户名

第二个123456： root用户对应的密码

192.168.48.131： 数据库的ip

sqlalchemy： 数据库需要连接库的名字

5.创建表格

1. 主要是通过sql语句来创建表格：

from sqlalchemy import create_engine

from sqlalchemy.orm import sessionmaker

sql = '''create table student(

id int not null primary key,

name varchar(50),

age int,

address varchar(100));

'''

engine = create_engine('mysql://root:root@192.168.48.131/sqlalchemy')

conn = engine.connect()

conn.execute(sql)

engine.connect() 表示获取到数据库连接。类似我们在MySQLdb中游标course的作用。

2. 通过ORM方式创建表格

from sqlalchemy import Column

from sqlalchemy import Integer

from sqlalchemy import MetaData

from sqlalchemy import String

from sqlalchemy import Table

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

engine = create_engine('mysql://root:root@192.168.48.131/sqlalchemy')

metadata = MetaData(engine)

user = Table('user', metadata,

Column('id', Integer, primary_key=True),

Column('name', String(20)),

Column('fullname', String(40))

)

metadata.create_all(engine)

conn = engine.connect()

print(conn)

以上方式都可以创建数据库表

MetaData类主要用于保存表结构，连接字符串等数据，是一个多表共享的对象

metadata = MetaData(engine) 绑定一个数据源的metadata

metadata.create_all(engine) 是来创建表，这个操作是安全的操作，会先判断表是否存在。

Table类

构造函数：

Table.__init__(self, name, metadata,*args, **kwargs)

name 表名

metadata 共享的元数据

*args Column 是列定义，详见下一节

下面是可变参数 **kwargs 定义

schema 此表的结构名称，默认None

autoload 自动从现有表中读入表结构，默认False

autoload_with 从其他engine读取结构，默认None

三、Column类

构造函数：

Column.__init__(self, name, type_, *args, **kwargs)

1、name 列名

2、type_ 类型，更多类型 sqlalchemy.types

3、*args Constraint（约束）, ForeignKey（外键）, ColumnDefault（默认）, Sequenceobjects（序列）定义

4、key 列名的别名，默认None

下面是可变参数 **kwargs

5、primary_key 如果为True，则是主键

6、nullable 是否可为Null，默认是True

7、default 默认值，默认是None

8、index 是否是索引，默认是True

9、unique 是否唯一键，默认是False

10、onupdate 指定一个更新时候的值，这个操作是定义在SQLAlchemy中，不是在数据库里的，当更新一条数据时设置，大部分用于updateTime这类字段

11、autoincrement 设置为整型自动增长，只有没有默认值，并且是Integer类型，默认是True

12、quote 如果列明是关键字，则强制转义，默认False

2.创建会话：

说到数据库，就离不开Session。Session的主要目的是建立与数据库的会话，它维护你加载和关联的所有数据库对象。它是数据库查询（Query）的一个入口。

在Sqlalchemy中，数据库的查询操作是通过Query对象来实现的。而Session提供了创建Query对象的接口。

Query对象返回的结果是一组同一映射（Identity Map）对象组成的集合。事实上，集合中的一个对象，对应于数据库表中的一行（即一条记录）。所谓同一映射，是指每个对象有一个唯一的ID。如果两个对象（的引用）ID相同，则认为它们对应的是相同的对象。

要完成数据库查询，就需要建立与数据库的连接。这就需要用到Engine对象。一个Engine可能是关联一个Session对象，也可能关联一个数据库表。

当然Session最重要的功能还是实现原子操作。

ORM通过session与数据库建立连接进行通信，如下所示：

from sqlalchemy.orm import sessionmaker

DBSession = sessionmaker(bind=engine)

session = DBSession()

通过sessionmake方法创建一个Session工厂，然后在调用工厂的方法来实例化一个Session对象。

3.添加数据：

from sqlalchemy import Column

from sqlalchemy import Integer

from sqlalchemy import String

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy.orm import sessionmaker

Base = declarative_base()

class Student(Base):

__tablename__ = 'student'

id = Column(Integer, primary_key=True)

name = Column(String(50))

age = Column(Integer)

address = Column(String(100))

engine = create_engine('mysql://root:root@192.168.48.131/sqlalchemy')

DBSession = sessionmaker(bind=engine)

session = DBSession()

new_student = Student(id=10001, name="zy", age=18, address="shanxi")

new_student2 = Student(id=10002, name="zy1", age=181, address="shanxi")

new_student3 = Student(id=10003, name="zy2", age=182, address="shanxi")

session.add(new_student)

session.add_all([new_student1, new_student2])

session.commit()

session.close()

4.查询：

查询是这个里面最为复杂，最为繁琐的一个步骤。

通过Session的query()方法创建一个查询对象。这个函数的参数数量是可变的，参数可以是任何类或者是类的描述的集合。下面来看一个例子：

my_stdent = session.query(Student).filter_by(name="zy2").first()

print(my_stdent)

此时我们看到的输出结果是这样的：

<__main__.Student object at 0x032745F0>

前面我们在赋值的时候，我们可以通过实例化一个对象，然后直接映射到数据库中，那我们在查询出来的数据sqlalchemy直接给映射成一个对象了（或者是每个元素为这种对象的列表），对象和我们创建表时候的class是一致的，我们就也可以直接通过对象的属性就可以直接调用就可以了。

print(my_student.id, my_student.name, my_student.age, my_student.address)

结果：

(10003L, 'zy2', 182L, 'shanxi')

查询：

filter() 过滤表的条件

my_stdent = session.query(Student).filter(Student.name.like("%zy%"))

print(my_stdent)

结果：

SELECT student.id AS student_id, student.name AS student_name, student.age AS student_age, student.address AS student_address

FROM student

WHERE student.name LIKE %s

根据结果，我们可以看出来

filter_by最后的结果就是一个sql语句，我们排错的时候就可以通过这个来排查我们sql是否正确。

以下的这些过滤操作都可以在filter函数中使用：

equals:

query(Student).filter(Student.id == 10001)

not equals:

query(Student).filter(Student.id != 100)

LIKE:

query(Student).filter(Student.name.like(“%zy%”))

IN:

query(Student).filter(Student.name.in_(['zy', 'xiang', 'shang']))

not in

query(Student).filter(~Student.name.in_(['zy', 'xiang', 'shang']))

AND:

from sqlalchemy import and_

query(Student).filter(and_(Student.name == 'zy', Student.id ==10001))

或者

query(Student).filter(Student.name == 'edfadfj').filter(Student.address == 'beijing')

OR:

from sqlalchemy import or_

query.filter(or_(Student.name == 'fdedsfd', Student.age ==18))

查询：

返回列表(List)和单项(Scalar)

all() 返回一个列表

my_stdent = session.query(Student).filter(Student.name.like("%ling%")).all()

print(my_stdent)

结果：

[<__main__.Student object at 0x031405B0>, <__main__.Student object at 0x030FCA70>, <__main__.Student object at 0x031405F0>]

可以通过遍历列表来获取每个对象。

one() 返回且仅返回一个查询结果。当结果的数量不足一个或者多于一个时会报错。

把上面的all改成one就报错了。

first() 返回至多一个结果，而且以单项形式，而不是只有一个元素的tuple形式返回这个结果.

my_stdent = session.query(Student).filter(Student.name.like("%ling%")).first()

print(my_stdent)

结果：

<__main__.Student object at 0x030A3610>

查询：

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()

filter不支持组合查询，只能连续调用filter来变相实现。

而filter_by的参数是**kwargs，直接支持组合查询。

比如：

q = sess.query(IS).filter(IS.node == node and IS.password == password).all()

更新：

更新就是查出来，直接更改就可以了

my_stdent = session.query(Student).filter(Student.id == 10001).first()

my_stdent.name = "hello"

my_stdent.address = "beijing"

session.commit()

student1 = session.query(Student).filter(Student.id == 10001).first()

print(student1.name, student1.address)

结果：

('hello', 'beijing')

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。

engine = create_engine('mysql://xiang:xiang@192.168.48.131/sqlalchemy')

DBSession = sessionmaker(bind=engine)

session = DBSession()

session.query(Student).filter(Student.id == 10001).delete()

session.commit()

session.close()

统计、分组、排序

统计count()

print(session.query(Student).filter(Student.name.like("%in%")).count())

分组 group_by()

std_group_by = session.query(Student).group_by(Student.age)

print(std_group_by)

结果的sql语句如下：

SELECT student.id AS student_id, student.name AS student_name, student.age AS student_age, student.address AS student_address

FROM student GROUP BY student.age

排序 order_by() 反序在order_by里面用desc()方法

std_ord_desc = session.query(Student).filter(Student.name.like("%ling%")).order_by(Student.id.desc()).all()

for i in std_ord_desc:

print(i.id)