sql & sqlalchemy join多个表

最新推荐文章于 2024-10-17 03:36:36 发布
最新推荐文章于 2024-10-17 03:36:36 发布
阅读量637 收藏
点赞数
CC 4.0 BY-SA版权
文章标签： python
原文链接：http://www.cnblogs.com/liujitao79/p/4894456.html
sql & sqlalchemy join多个表 
# 连接两个数据表的用法：
     FROM Member INNER JOIN MemberSort ON Member.MemberSort=MemberSort.MemberSort

# 语法格式可以概括为：
     FROM 表1 INNER JOIN 表2 ON 表1.字段号=表2.字段号
   
# 连接三个数据表的用法：
     FROM (Member INNER JOIN MemberSort ON Member.MemberSort=MemberSort.MemberSort) INNER JOIN MemberLevel ON Member.MemberLevel=MemberLevel.MemberLevel

# 语法格式可以概括为：
     FROM (表1 INNER JOIN 表2 ON 表1.字段号=表2.字段号) INNER JOIN 表3 ON 表1.字段号=表3.字段号
   
# 连接四个数据表的用法：
     FROM ((Member INNER JOIN MemberSort ON Member.MemberSort=MemberSort.MemberSort) INNER JOIN MemberLevel ON Member.MemberLevel=MemberLevel.MemberLevel) INNER JOIN MemberIdentity ON Member.MemberIdentity=MemberIdentity.MemberIdentity

# 语法格式可以概括为：
     FROM ((表1 INNER JOIN 表2 ON 表1.字段号=表2.字段号) INNER JOIN 表3 ON 表1.字段号=表3.字段号) INNER JOIN 表4 ON Member.字段号=表4.字段号
   
# 连接五个数据表的用法：
     FROM (((Member INNER JOIN MemberSort ON Member.MemberSort=MemberSort.MemberSort) INNER JOIN MemberLevel ON Member.MemberLevel=MemberLevel.MemberLevel) INNER JOIN MemberIdentity ON Member.MemberIdentity=MemberIdentity.MemberIdentity) INNER JOIN Wedlock ON Member.Wedlock=Wedlock.Wedlock

# 语法格式可以概括为：
     FROM (((表1 INNER JOIN 表2 ON 表1.字段号=表2.字段号) INNER JOIN 表3 ON 表1.字段号=表3.字段号) INNER JOIN 表4 ON Member.字段号=表4.字段号) INNER JOIN 表5 ON Member.字段号=表5.字段号

example

select resource_idc.uuid, resource_idc.name, resource_cabinet.uuid, resource_cabinet.alias from resource_idc 
    INNER JOIN resource_cabinet ON resource_idc.uuid = resource_cabinet.idc_uuid
order by resource_idc.uuid, resource_cabinet.alias;
+--------------------------------------+--------------+--------------------------------------+---------+
| uuid                                 | name         | uuid                                 | alias   |
+--------------------------------------+--------------+--------------------------------------+---------+
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 66f03a52-7716-454c-b69b-77863b40f871 | wxxq-b2 |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | ea6c9cf9-aa67-429a-b934-c602c7ffcf47 | wxxq-b3 |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | fb6e260a-e4c0-43d4-b00a-f33d41fee0de | wxxq-b4 |
| ffdba1b7-6f88-4f78-a1de-b737e682642b | 北京铜牛     | 6b54116c-c6d6-4901-85af-c956d09cfbd5 | bjtn-a1 |
+--------------------------------------+--------------+--------------------------------------+---------+
select resource_idc.uuid, resource_idc.name, resource_cabinet.uuid, resource_cabinet.alias, resource_rack.uid, resource_rack.host_uuid 
from (resource_idc INNER JOIN resource_cabinet ON resource_idc.uuid = resource_cabinet.idc_uuid)
    INNER JOIN resource_rack ON resource_cabinet.uuid = resource_rack.cabinet_uuid
where resource_cabinet.uuid='2c71ecba-4b14-4b94-a623-1f6154b740aa'
order by resource_rack.uid;
+--------------------------------------+--------------+--------------------------------------+---------+------+-----------+
| uuid                                 | name         | uuid                                 | alias   | uid  | host_uuid |
+--------------------------------------+--------------+--------------------------------------+---------+------+-----------+
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |    1 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |    2 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |    3 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |    4 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |    5 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |    6 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |    7 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |    8 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |    9 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   10 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   11 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   12 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   13 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   14 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   15 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   16 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   17 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   18 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   19 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   20 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   21 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   22 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   23 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   24 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   25 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   26 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   27 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   28 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   29 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   30 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   31 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   32 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   33 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   34 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   35 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   36 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   37 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   38 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   39 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   40 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   41 | NULL      |
| eb4fb047-a4fd-44c2-9f10-15758187417a | 无锡新区     | 2c71ecba-4b14-4b94-a623-1f6154b740aa | wxxq-b1 |   42 | NULL      |
+--------------------------------------+--------------+--------------------------------------+---------+------+-----------+

http://stackoverflow.com/questions/27900018/flask-sqlalchemy-query-join-relational-tables
many2many query
http://stackoverflow.com/questions/25392770/query-many-to-many-in-sqlalchemy/

posted on 2015-10-20 12:42 北京涛子 阅读( ...) 评论( ...) 编辑 收藏

转载于:https://www.cnblogs.com/liujitao79/p/4894456.html

[python SQLAlchemy数据库操作入门]-15.联合查询，跨表获取股票数据
木头大左的博客
12-30 291
哈喽，大家好，我是木头左！在开始探讨如何利用SQLAlchemy实现复杂的联合查询之前，首先需要深入理解其核心组件——对象关系映射（ORM）。ORM允许开发者使用Python类来表示数据库中的表，从而以一种更直观、面向对象的方式来操作数据库。
千锋学习日记--flask_SQLALchemy之多表查询
weixin_44457644的博客
02-27 1429
SQLAlchemy SQLAlchemy是一个基于Python实现的ORM框架。该框架建立在DB API之上，使用关系对象映加粗样式射进行数据库操作，简单地说就是：将类和对象转换成SQL，然后使用数据API执行并获取执行结果。 今天要说的就是 flask_SQLALchemy之多表查询 1.join查询 先假设一个需求，知道一个用户的学习成绩，要查询这个学习成绩所属的用户，第一个办法就是连接多个...
SQL-----INNER JOIN ... ON用法
fredlau 痞子刘的博客
12-16 1876
语法格式：    其实 INNER JOIN ……ON的语法格式可以概括为：    FROM (((表1 INNER JOIN 表2 ON 表1.字段号=表2.字段号) INNER JOIN 表3 ON 表1.字段号=表3.字段号) INNER JOIN 表4 ON Member.字段号=表4.字段号) INNER JOIN 表X ON Member.字段号=表X.字段号    您只要套用该格式就
SQLAlchemy之join
why404
01-27 1万+
join的使用 join分为left join（左外连接）和right join（右外连接）以及内连接（等值连接）。 在sqlalchemy中，使用join来完成内连接。在写join的时候，如果不写join的条件，那么默认将使用外键来作为条件连接。 查询出来的字段，跟join后面的东西无关，而是取决于query方法中传了什么参数。（模型名=全表；模型名.属性=表名.字段）。 在sqlalchem...
sqlalchemy多表联合查询(inner outer join 左右连接)详解
weixin_33910759的博客
04-09 1553
#按用户名摸糊查询trans_details.query.join(Uses).filter(Users.username.like('%xx%'))#select xxx from trans_details inner join trans_details on users.id=trans_details.user_id where users.username like '%xx%' #左...
SQL语句 用JOIN连结多个表
Yu's Notes
09-02 1万+
连接两个数据表的用法 ： SELECT * FROM actor INNER JOIN film_actor ON actor.actor_id = film_actor.actor_id ; 语法格式可以概括为： FROM 表1 INNER JOIN 表2 ON 表1.字段号=表2.字段号 连接三个数据表的用法： SELECT * FROM (actor INNER JOIN film...
【Python】sqlalchemy 实现同一表 多级inner join
OrwellChen的博客
05-27 1963
表结构 表名： vaguelabeluser 用户模糊标签表 字段： vaguelabel_id 标签id user_id 用户id value 标签的值 原sql语句 select b.user_id from (vaguelabeluser b inner join vaguelabeluser a on a.user_id=b.user_id) inner join va...
SQLAlchemy查询多个表中的某些列时如何设置为想要的属性名
qq_36132999的博客
04-14 707
功能描述：在做表查询时有的时候我们并不想要直接返回查询结果，可能会想要对某些列的查询结果做一个判断或者其他处理，然后将处理后的结果作为返回内容，并且返回值的属性名称也想要做修改 案例假设 现假设有两张表， A表terminal，表格字段分别为id(主键)，time，owner，ter_num B表system，表格字段分别为id(主键)，sys_name,sys_model,sys_id A表的id和B表的sys_id关联 如果最后想要返回以下列，terminal.time,terminal.owner,s
sqlalchemy合并不同2个不同列名的表
weixin_37770279的博客
07-09 811
背景：最近在开发一个flask项目，仿知乎的系统，数据库链接采用sqlalchemy首页的需求：获取最多赞同和最多评论的文章，排在前面 分页组件：
运用SQL语句 join多张表
weixin_44976611的博客
01-18 4704
题源来源与网络 你将斩获： 练练手，找找感觉 & 需求理解力 多表连接（事实表 + 维度表 + 维度表） 多对一：主表为事实表，待连接的表为维度表,left join,inner join 都可以; 锁定统计所需要的数据表和字段（绘制E-R图）【E-R图如何绘制，可以去百度 Workbeach 】 简单点一下： 1.遇到多表关联的情况时，梳理清楚表与表之间的关系（建议E-R图），你就完成了一半的工作量； 2.磨刀不误看柴工 3.一定要注意避免多对多的关系 4.在进行表连接的时候，一定具备空间建
SQL- join多表关联
热门推荐
MinggeQingchun的博客
01-07 2万+
SQL 连接(JOIN) 【1】SQL JOIN 子句用于把来自两个或多个表的行结合起来，基于这些表之间的共同字段 【2】下图展示了 LEFT JOIN、RIGHT JOIN、INNER JOIN、OUTER JOIN 相关的 7 种用法 【3】SQL JOIN 类型 INNER JOIN：内连接，又叫等值连接，返回两个表中连接字段相等的行 LEFT JOIN：左连接，即使右表中没有匹配，也从左表返回所有的行 RIGHT JOIN：右连接，即使左表中没有匹配，也从右表返回所有的行 FULL J.
SQLAlchemy下一个表和多个表outer join
肥三的专栏
10-18 5553
例如有三个表表A： -----------------------------aid, PKbidcida.name表B-----------------------------bid, PKb.name表C-----------------------------cid, PKc.name现在要写一个语句从A表查询，并且通过left outer join获取对应的b.name和c.name在SQ
SQL基础-多表连接(join)
weixin_45789169的博客
12-18 1151
多表连接（join）查询是指通过多张表之间共同列的相关性来查询数据。
python多表联合查询,sqlalchemy多表联合查询(join)
weixin_30020909的博客
03-26 1022
Java泛型学习笔记 - (二)泛型类1. 我们先写一个没有泛型的类Box: public class Box { private Object obj; public Box() {} public Object getObj() { ...DDD：Command模式的好处背景 会有朋友问我为啥用命令模式(Command Pattern)组织应用层,先看看M...
Sql 基础语法join以及多张表join
rookiesx的博客
11-17 1万+
SQL join 用于根据两个或多个表中的列之间的关系，从这些表中查询数据。 有时为了得到完整的结果，我们需要从两个或更多的表中获取结果。我们就需要执行 join。 数据库中的表可通过键将彼此联系起来。主键（Primary Key）是一个列，在这个列中的每一行的值都是唯一的。在表中，每个主键的值都是唯一的。这样做的目的是在不重复每个表中的所有数据的情况下，把表间的数据交叉捆绑在一起。
实现SQL中JOIN联接多个表查询
dfadafsf
05-31 2418
<br />首先说个简单的，两个表查询：<br />　　有两个表，文章表中TypeId字段记录栏目Id，栏目表中的字段是栏目Id和栏目名，现在要达到的效果就是读取文章列表的时候显示栏目名称。<br />　　以前没用过inner join外联操作，所以就束手无策了。其实有些功能是仅仅靠SQL语句就可以实现的，inner join能够组合两个表中的记录，只要在公共字段之中有相符的值。<br />　　所以要显示栏目名称，只要用如下SQL语句：<br />　　Select [Article].id,[A
SQL语法（DQL)：SELECT 多表查询之Join与Union
qq_45269163的博客
07-05 2653
用于实现列的合并，结果中的列来自于多张表。实现两份数据集合操作【交集、差集、全集】
python 之sqlalchemy many to many
weixin_30773135的博客
12-25 183
1 # -*- coding: utf-8 -*- 2 """ 3 @author: zengchunyun 4 """ 5 from sqlalchemy import Column, Integer, String, Float, DateTime, ForeignKey, Table 6 from sqlalchemy.orm import sessionmaker...
SQL 多表联查
weixin_51883798的博客
10-17 741
LastName：姓FirstName：名Address： 地址City： 城市。
flask-sqlalchemy如何编写多表查询等复杂SQL
最新发布
03-14
&lt;think&gt;好的，用户想了解如何使用Flask-SQLAlchemy进行多表查询和复杂SQL操作。我需要根据提供的引用内容来组织回答，同时遵循系统级指令的格式要求。首先，我需要回忆Flask-SQLAlchemy的基本用法，然后结合多表查询的方法，比如使用join或者定义关系。此外，复杂SQL操作可能涉及原生SQL语句的使用，或者高级查询方法如filter、group_by等。 引用[1]提到SQLAlchemy是ORM工具，Flask-SQLAlchemy简化了其与Flask的集成。所以多表查询可以通过ORM的关系功能来实现。引用[4]中有一个例子使用DATE函数查询当天的数据，这可能涉及到自定义查询条件。而引用[3]讨论了连接问题，这可能提醒我在编写复杂查询时需要注意数据库连接的管理。 用户需要具体的示例教程，因此我需要分步骤说明，包括模型定义、关系建立、查询方法，以及如何执行原生SQL。同时，需要确保所有数学表达式和代码块符合格式要求，比如行内公式用$...$，代码用三个反引号包裹。 可能需要先介绍模型之间的关系，比如一对多或多对多，然后展示如何通过join或子查询进行联合查询。对于复杂SQL，可能需要演示如何使用db.session.execute执行原生语句，或者使用SQLAlchemy的text函数。同时，要注意引用相关文献，例如在提到使用join时引用[1]或[2]。 需要检查LaTeX语法是否正确，比如在行内公式中的变量是否正确使用$包裹。此外，生成的相关问题要围绕多表查询和复杂操作展开，比如性能优化、连接管理、事务处理等。 最后，确保回答结构清晰，分点说明，并提供代码示例，如多表join查询、关联查询、子查询和原生SQL的使用。同时，注意引用标记的位置，例如在提到ORM功能时引用[1]，在提到查询当天数据时引用[4]。&lt;/think&gt;### 使用Flask-SQLAlchemy进行多表查询与复杂SQL操作 #### 一、多表关联查询 1. **定义模型关系** 在Flask-SQLAlchemy中，需通过`relationship`和`ForeignKey`定义表关系。例如，用户（`User`）和文章（`Article`）的一对多关系： ```python class User(db.Model): id = db.Column(db.Integer, primary_key=True) name = db.Column(db.String(50)) articles = db.relationship(&#39;Article&#39;, backref=&#39;author&#39;) class Article(db.Model): id = db.Column(db.Integer, primary_key=True) title = db.Column(db.String(100)) user_id = db.Column(db.Integer, db.ForeignKey(&#39;user.id&#39;)) ``` 通过`backref`可反向访问关联数据[^1]。 2. **使用`join`进行联合查询** 查询用户及其所有文章： ```python result = db.session.query(User, Article).join(Article, User.id == Article.user_id).all() ``` 3. **关联查询（懒加载）** 通过关系属性直接访问关联数据： ```python user = User.query.get(1) articles = user.articles # 获取用户的所有文章 ``` --- #### 二、复杂SQL操作示例 1. **子查询与`group_by`** 统计每个用户的文章数量： ```python from sqlalchemy import func subquery = db.session.query( Article.user_id, func.count(Article.id).label(&#39;article_count&#39;) ).group_by(Article.user_id).subquery() result = db.session.query(User.name, subquery.c.article_count).\ outerjoin(subquery, User.id == subquery.c.user_id).all() ``` 2. **原生SQL执行** 使用`db.session.execute`执行复杂SQL语句： ```python sql = &quot;&quot;&quot; SELECT u.name, COUNT(a.id) FROM user u LEFT JOIN article a ON u.id = a.user_id GROUP BY u.id &quot;&quot;&quot; result = db.session.execute(sql) ``` 3. **时间范围过滤（引用[4]的DATE函数）** 查询当天创建的文章： ```python from sqlalchemy import func today = datetime.today().date() articles = Article.query.filter(func.DATE(Article.create_time) == today).all() ``` --- #### 三、事务与连接管理 - **手动提交事务** 复杂操作建议显式控制事务： ```python try: db.session.begin() # 执行操作 db.session.commit() except: db.session.rollback() ``` - **解决连接断开问题（引用[3]）** 配置连接池参数（如`pool_recycle`）或增加心跳检测。 ---
评论
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