SQLAIchemy 開發(fā)指南

背景：

? SQLAlchemy是一個數(shù)據(jù)庫的ORM框架，讓我們操作數(shù)據(jù)庫的時候不要再用SQL語句了，跟直接操作模型一樣。操作十分便捷，其實SQLAlchemy應該是在Flask和Django應用的特別多，而且在flask中已經(jīng)集成了flask_sqlalchemy ，好像是 SQLAlchemy的作者和 Flask是同一個，背景了解到這里就可以啦，接下來為大家講一講。

環(huán)境安裝：

pip install SQLAlchemy
conda  install SQLAlchemy

當然了你還需要配置好數(shù)據(jù)庫mysql或者mongodb，sqlite等等。

測試連接：

# -*- coding: utf-8 -*-            
from sqlalchemy import create_engine
from sqlalchemy import text
# MySQL所在的主機名
HOSTNAME = "127.0.0.1"
# MySQL監(jiān)聽的端口號，默認3306
PORT = 13306
# 連接MySQL的用戶名，讀者用自己設置的
USERNAME = "root"
# 連接MySQL的密碼，讀者用自己的
PASSWORD = "xxxxx"
# MySQL上創(chuàng)建的數(shù)據(jù)庫名稱
DATABASE = "learning"
DB_URI = f"mysql+pymysql://{USERNAME}:{PASSWORD}@{HOSTNAME}:{PORT}/{DATABASE}"
# 創(chuàng)建數(shù)據(jù)庫引擎
engine = create_engine(DB_URI)
# 所有的類都要繼承自`declarative_base`這個函數(shù)生成的基類
Base = declarative_base(engine)
#創(chuàng)建連接
with engine.connect() as con:
      rs = con.execute('SELECT 1')
      # 如果報錯的話，加上text() 就不會報錯。
    # rs = con.execute(text('SELECT 1'))
    print(rs.fetchone())

首先從sqlalchemy中導入create_engine，用這個函數(shù)來創(chuàng)建引擎，然后用engine.connect()來連接數(shù)據(jù)庫。但是創(chuàng)造引擎要滿足固定的格式：db+driver(驅動)??/username:password@host:port/database?charset=utf8

• db 為數(shù)據(jù)庫類型，MySQL、PostgreSQL、SQLite，并且轉換成小寫。
• driver 就是驅動，python會有一些第三方擴展包，連接數(shù)據(jù)庫 ，如果不指定，會選擇默認的驅動，MySQL常用的驅動右Mysqldb,pymysql,這里建議大家使用pymysql因為mysqldb這個包很容易報錯，版本容易不匹配。
• username是連接數(shù)據(jù)庫的用戶名
• password是連接數(shù)據(jù)庫的密碼
• host是連接數(shù)據(jù)庫的域名
• port是數(shù)據(jù)庫監(jiān)聽的端口號
• database是連接哪個數(shù)據(jù)庫的名字。

這里為大家主要講解的是mysql結合SQL alchemy的使用。

原生查詢：

#創(chuàng)建連接
with engine.connect() as con:
    # rs = con.execute(text('SELECT 1'))
    rs=con.execute("show tables")
    print(rs.fetchall())

創(chuàng)建表：

class User(Base):
    # 定義表名為users
    __tablename__ = 'users'
    # 將id設置為主鍵，并且默認是自增長的
    id = Column(Integer, primary_key=True, autoincrement=True)
    # name字段，字符類型，最大的長度是50個字符
    name = Column(String(50))
    fullname = Column(String(50))
    password = Column(String(100))

    # 修改內置方法
    def __str__(self):
        return "<User(id='%s',name='%s',fullname='%s',password='%s')>" % (
            self.id, self.name, self.fullname, self.password)


# 執(zhí)行提交命令
Base.metadata.create_all()

我們回到數(shù)據(jù)庫查看發(fā)現(xiàn)，自動生成了一張表：

添加數(shù)據(jù)：

# 對于數(shù)據(jù)的增減刪查 我們依靠session對象，session即會話對象
Session = sessionmaker(bind=engine)

#  創(chuàng)建以一個會話對象
session = Session()
# 創(chuàng)建一個對象
ed_user = User(name='hbhh', fullname='Ed Jones', password='123456')  #
# 添加到會話
session.add(ed_user)
# 添加到數(shù)據(jù)庫
session.commit()

關于會話的理解：

? 可能大家有這樣的疑問？為什么我要想對會話做操作，然后在對數(shù)據(jù)庫進行修改呢，個人的理解是因為安全，就是假如我們真的做錯了，數(shù)據(jù)庫信息已經(jīng)改變了，那么我們只能對數(shù)據(jù)庫進行修改了，這顯然不符合軟件開發(fā)，如果我前面做錯了，我可以回滾啊，就是撤銷的意思，會話就是一個很好的解決方式，我們可以先將操作提交到緩存上，然后再對數(shù)據(jù)庫進行相應的操作。

# 創(chuàng)建一個新的用戶
fake_user = User(name='fakeuser',fullname='Invalid',password='12345')
session.add(fake_user)
# 判斷`fake_user`是否在`session`中存在
print(fake_user in session) # True
session.rollback() # 回滾
print(fake_user in session) # False 

? 但是你到數(shù)據(jù)庫是查不到這個fake_user的，因為之前說了目前只在session層面做了操作，沒用對數(shù)據(jù)庫做操作，所以你也找不到。

查詢：

for demo in session.query(User).order_by(User.id).all():
# all() 是獲取所有結果集 one() 是獲取一個
    print(demo)

for instance in session.query(User.name).all():
    print(instance)

for instance in session.query(User.name,User.fullname).all():
    print(instance) # 輸出所有的查找結果

過濾查詢：

? 如果想對結果進行過濾，可以使用filter_by和filter兩個方法，這兩個方法都是用來做過濾的，區(qū)別在于，filter_by是傳入關鍵字參數(shù)，filter是傳入條件判斷，并且filter能夠傳入的條件更多更靈活。

# query() 參數(shù)就是想要的結果
for name in session.query(User.name).filter_by(fullname='Kong Ziyi').all():
    print(name)
for name in session.query(User.name).filter(User.fullname=='Kong Ziyi').all():
    print(name)

過濾條件：

相等：

query.filter(User.name == 'ed')

不相等：

query.filter(User.name != 'ed')

模糊：

query.filter(User.name.like('%ed%'))

for user in session.query(User).filter(User.name.like('%o%')).all():
    print(user)

在：

query.filter(User.name.in_(['ed','Venti','Klee']))# 同時，in也可以作用于一個Query
query.filter(User.name.in_(session.query(User.name).filter(User.name.like('%o%'))))

不在：

query.filter(~User.name.in_(['ed','Venti','Klee']))
print(session.query(User).filter(~User.name.in_(['ed','Venti','Klee'])))

空值：

query.filter(User.name==None)# 或者是
query.filter(User.name.is_(None))

非空：

query.filter(User.name != None)# 或者是
query.filter(User.name.isnot(None))

與：

from sqlalchemy import and_
query.filter(and_(User.name=='ed',User.fullname=='Ed Jones'))# 或者是傳遞多個參數(shù)
query.filter(User.name=='ed',User.fullname=='Ed Jones')# 或者是通過多次filter操作
query.filter(User.name=='ed').filter(User.fullname=='Ed Jones')

或者：

from sqlalchemy import or_  
query.filter(or_(User.name=='ed',User.name=='Venti'))

結果篩選：

query = session.query(User).filter(User.name.like('%o%')).order_by(User.id)
print(query.all()) # 結果集全部
# print(query.one())  # 結果集只有一個才能用，不然會報錯
print(query.first()) # 結果集第一個
print(query.count()) # 結果集數(shù)量

session.query(User).filter(User.name.like('%ed%')).count()

聚合查詢：

group_by(分組字段)

from sqlalchemy import func
# query(func.count(User.name),User.name) 兩個參數(shù) 就相當于sql 得到的兩個查詢字段
for user in session.query(func.count(User.name),User.name).group_by(User.name).all():
    print(user,type(user))

session.query(User.gender,func.count(User.id)).group_by(User.gender).all()

溫馨提示：

所有的查詢得到：都是類似一個sql語句的東西：如下

print(session.query(User.name).filter(User.fullname=='Kong Ziyi'))

如果我們想得到相應的對象，必須加all()、one() 才可以得到真正意義上的對象。

print(session.query(User.name).filter(User.fullname=='Kong Ziyi').one())

文本SQL：

SQLAlchemy還提供了使用****文本SQL****的方式來進行查詢，這種方式更加的靈活。與數(shù)據(jù)庫對接比較緊密。

但是需要將sql語句放在text() 中。

from sqlalchemy import text

from sqlalchemy import text
# text() 中的內容 就是sql語句
for user in session.query(User).filter(text("id<10")).order_by(text("id")).all():
    print(user.name)

上面這種寫法有一個缺陷就是寫死了，如果我們傳遞的是一個變量呢？

session.query(User).filter(text("id<:value and name=:name")).params(value=224,name='ed').order_by(User.id)
# value是變量  name也是變量

在文本SQL中的變量前面使用了:來區(qū)分，然后使用params方法，指定需要傳入進去的參數(shù)。

這樣的寫法有一點麻煩，及要寫過濾的函數(shù)還要寫 條件函數(shù)，我們可以采取下面分方法：

sesseion.query(User).from_statement(text("select * from users where name=:name")).params(name='ed').all()

for user in session.query(User).from_statement(text("select * from users where name=:name")).params(name='hbhh').all():
    print(user)

from_statement 返回的是一個text里面的查詢語句，最后一定要使用all() ,獲取結果集。

Column常用參數(shù)：

• default：默認值。
• nullable：是否可空。
• primary_key：是否為主鍵。
• nique：是否唯一。
• autoincrement：是否自動增長。
• onupdate：更新的時候執(zhí)行的函數(shù)。
• name：該屬性在數(shù)據(jù)庫中的字段映射。

數(shù)據(jù)類型：

sqlalchemy常用數(shù)據(jù)類型：

• Integer：整形。
• Float：浮點類型。
• Boolean：傳遞True/False進去。
• DECIMAL：定點類型。
• enum：枚舉類型。
• Date：傳遞datetime.date()進去。
• DateTime：傳遞datetime.datetime()進去。
• Time：傳遞datetime.time()進去。
• String：字符類型，使用時需要指定長度，區(qū)別于Text類型。
• Text：文本類型。
• LONGTEXT：長文本類型。

總結：

? 在這篇博客中，你詳細介紹了 SQLAlchemy 的相關使用，包括增刪改查操作以及創(chuàng)建表等內容。這些知識對于學習 Flask 和 Django 構建 Web 應用程序提供了堅實的基礎。

? 通過掌握 SQLAlchemy，你可以更加靈活地操作數(shù)據(jù)庫，輕松實現(xiàn)數(shù)據(jù)的持久化和查詢。這為你開發(fā)功能豐富、可靠的 Web 應用程序提供了強大的工具和技術支持。

? 同時，理解 SQLAlchemy 的工作原理和核心概念，例如 ORM（對象關系映射）模式，可以幫助你更好地組織和管理應用程序的數(shù)據(jù)層。這樣，你可以專注于業(yè)務邏輯的開發(fā)，而無需過多關注底層數(shù)據(jù)庫的細節(jié)。

? 在未來的學習和實踐中，你可以進一步探索 SQLAlchemy 的高級功能和技巧，如復雜查詢、關聯(lián)關系、事務處理等。這些深入的知識將使你能夠構建更加靈活、高效的數(shù)據(jù)庫驅動應用程序。

? 綜上所述，通過本文中對 SQLAlchemy 的詳細講解，你已經(jīng)打下了堅實的基礎，為進一步學習和應用 Flask 和 Django 提供了有力的支持。繼續(xù)努力學習和實踐，相信你將在 Web 開發(fā)領域取得更大的成就。祝你在未來的學習和項目中取得成功！文章來源地址http://www.zghlxwxcb.cn/news/detail-808567.html

到了這里，關于SQLAlchemy ORM指南：簡化數(shù)據(jù)庫操作的最佳實踐的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！