文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

Python ORM框架中的SQLAlchemy怎么用

2023-06-29 09:27

关注

小编给大家分享一下Python ORM框架中的SQLAlchemy怎么用,希望大家阅读完这篇文章之后都有所收获,下面让我们一起去探讨吧!

一、SQLAlchemy 介绍

1.1 ORM 的概念

ORM全称Object Relational Mapping(对象关系映射),通过 ORM 就能使用 python 中的对象操作数据库(在底层转换为sql语句),免去sql语句的书写。

但是,由于抽象程度较高,所以 sql 语句的执行效率比较低,因此有些情况下,还是需要我们亲自书写sql语句。

ORM 是通过以下对应关系,将 python 代码转换为 sql 语句的:

python对象关系型数据库
类属性字段
类的实例对象记录
实例对象的属性值记录的字段值

1.2 SQLAlchemy介绍

django 中访问数据库,通常会使用 django 自带的 ORM(Object Relational Mapping)对象关系映射来访问数据库,只需要用python的语法来操作对象,就能被自动映射为 sql 语句。

而 SQLAlchemy 则是一个专门的对象关系映射器和 Python SQL工具包,旨在实现高效和高性能的数据库访问。

1.3 架构

Python ORM框架中的SQLAlchemy怎么用

1.4 异步

SQLAlchemy 在1.4版本之前,通过 greenlet 实现对异步的支持,而在1.4及之后版本中,添加了 python asyncio 标准库的支持。所以,这需要 python 解释器版本在 3.6+。

1.5 安装

安装 SQLAlchemy(1.4版本):

pip install SQLAlchemy

如果需要 greenlet 异步支持:

pip install sqlalchemy[asyncio]

二、SQLAlchemy 快速入门

2.1 创建配置(可选)

这一步不是必要的,但将配置单独放置一个文件中,能方便我们管理和修改。

创建一个配置文件,如 settings.py:

DBMS = 'mysql'  # 数据库管理系统名称:如 sqlite、mysql、oracle等 DBAPI = 'pymysql'  # 所使用的 DBAPI(第三方驱动程序),如 pysqlite、pymysql 等# 下面就是数据库管理系统的内容:主机IP、端口、用户名、密码、数据库HOST = 'localhost'  PORT = 3306  USERNAME = 'root'PASSWORD = '123456'DB = 'myclass'DB_URI = f'{DBMS}+{DBAPI}://{USERNAME}:{PASSWORD}@{HOST}:{PORT}/{DB}'

2.2 创建引擎和获取、关闭连接

任何 SQLAlchemy 应用程序的开始都是一个名为 Engine 的对象,它是一个为特定的数据库服务器创建一次的全局对象,可以理解为通过 SQLAlchemy 操作数据库的连接中心,保存着连接池。

from sqlalchemy import create_enginefrom settings import DB_URIengine = create_engine(DB_URI)  # 创建引擎# 也可以直接传入字符串,不使用配置文件# engine = create_engine("数据库管理系统名称+驱动://用户名:密码@主机IP:端口号/数据库名称", echo=True, future=True)conn = engine.connect()  # 获取连接result = conn.execute('SQL语句')  # 执行SQLprint(result.fetchone())  # 打印 SQL 执行结果中的一行conn.close()  # 关闭连接

create_engine()的其他常用参数:

2.3 创建 ORM 模型

from sqlalchemy.orm import declarative_basefrom sqlalchemy import Column, Integer, String# 创建基类Base = declarative_base()# 每一个模型类都要继承 declarative_base() 创建的基类class User(Base):    # 定义表名    __tablename__ = 'users'        # 定义字段,参数为字段类型和约束    id = Column(Integer, primary_key=True, autoincrement=True)    name = Column(String)    age = Column(Integer)    sex = Column(String(10))

2.4 创建会话

每次在 python 中执行完操作后,都需要通过 session 提交到数据库:

from sqlalchemy.orm import sessionmaker# 创建会话,相当于 Django ORM 的 objectsSession = sessionmaker(bind=engine)session = Session()# 执行数据的增删改查……# 比如,新增数据# session.add(模型类(类属性=值,……))# 提交session.commit()# 关闭sessionsession.close()

在commit()之前,可以取消对实例对象所做的修改,也就是回滚:

session.rollback()

2.5 创建和删除表

创建所有表:

Base.metadata.create_all(engin)

删除所有表:

Base.metadata.drop_all(engin)

2.6 新增数据

新增数据:

变量名 = 模型类(类属性=值,……)
session.add(变量名)

批量新增:

session.add_all([
    模型类(类属性=值,……),
    模型类(类属性=值,……)
    ……
])

2.7 查询数据

查询所有:

变量名 = session.query(模型类).all()

返回模型类实例对象列表。

查询指定字段:

变量名 = session.query(模型类.字段).all()

只获取返回结果的第一个:

变量名 = session.query(模型类).first()

连表查询:

变量名 = session.query(模型类1,模型类2).filter(条件).all()

# 如,查询用户 ID 及其爱好的 IDres = session.query(User, Hobby).filter(User.hobby_id == Hobby.id).all()

返回一个元组构成的列表,元组包含两个实例对象。

过滤:

变量名 = session.query(模型类).filter(条件).all()

# 如,查询年龄大于18岁的学生名字res = session.query(Student.name).filter(Student.age >= 18).all()

条件中常用运算符:

Python ORM框架中的SQLAlchemy怎么用

多条件过滤:

# 条件之间默认为 and 关系变量名 = session.query(模型类).filter(条件1, 条件2……).all()# 使用 or from sqlalchemy import or_变量名 = session.query(模型类).filter(or_(条件1, 条件2……)).all()

排序:

变量名 = session.query(模型类).order_by(排序依据字段.desc()).all()     # desc 表示倒序,写 asc 或不写就是升序

统计个数:

变量名 = session.query(模型类).count()

切片:

变量名 = session.query(模型类).all()[1:3]

2.8 修改数据

变量名 = session.query(模型类).filter(条件).update({"字段":值})
# 不要忘记提交

2.9 删除数据

session.query(模型类).filter(条件).delete()

三、多表操作

下面的内容中,我将称定义了外键字段的模型类为被关联模型,另一个为关联模型。

3.1 一对多

创建模型:

外键定义在多的一方。

from sqlalchemy import ForeignKeyfrom sqlalchemy.orm import relationshipclass 模型类名称(Base):    __tablename__ = '表名'        字段 = Column(类型,约束)    ……    外键字段 = Column(类型,其他约束,ForeignKey(关联模型.字段))  # 重点    关联模型名称小写 = relationship("关联模型的名称",backref="用于反向查询的名称")    # 不是字段,不会在数据库中创建

新增数据:

# 正向新增
变量名 = 被关联模型(字段=值,……,外键字段=关联模型(字段=值……))
session.add(变量名)

# 反向新增
变量名A = 关联模型(字段=值,……)
变量名A.backref的值 = [被关联模型的实例1,被关联模型的实例2……]
session.add(变量名A)

正向查询:

先获取被关联模型的实例,然后通过实例.外键获取关联对象。

反向查询:

先获取关联模型的实例,然后通过实例.backref的值获取被关联模型的实例对象。

3.2 多对多

创建模型:

新建中间表,只保存双方的对应关系即可。

在其中一方,定义 relationship:

关联模型类名称小写 = relationship("关联模型类的名称", secondary='中间表模型类的名称小写', backref="用于反向查询的名称")    # 不是字段,不会在数据库中创建

新增数据:

在双方创建好数据后,直接在中间表中添加对应关系。

正向、反向查询:

与一对多模型一致。

看完了这篇文章,相信你对“Python ORM框架中的SQLAlchemy怎么用”有了一定的了解,如果想了解更多相关知识,欢迎关注编程网行业资讯频道,感谢各位的阅读!

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯