一、SQLAlchemy简介
1.1、SQLAlchemy是什么?
sqlalchemy是一个python语言实现的的针对关系型数据库的orm库。可用于连接大多数常见的数据库,比如Postges、MySQL、SQLite、Oracle等。
1.2、为什么要使用SQLAlchemy?
它将你的代码从底层数据库及其相关的SQL特性中抽象出来。
1.3、SQLAlchemy提供了两种主要的使用模式
- SQL表达式语言(SQLAlchemy Core)
- ORM
1.4、应该选择哪种模式?
虽然你使用的框架中已经内置了ORM,但是希望添加更强大的报表功能,请选用Core。
如果你想在一个一模式为中心的视图中查看数据(用户类似于SQL),请使用Core。
如果你的数据不需要业务对象,请使用Core。
如果你要把数据看作业务对象,请使用ORM。
如果你想快速创建原型,请使用ORM。
如果你需要同事使用业务对象和其他与问题域无关的数据,请组合使用Core和ORM。
1.5、连接数据库
要连接到数据库,需要先创建一个SQLAlchemy引擎。SQLAlchemy引擎为数据库创建一个公共接口来执行SQL语句。这是通过包装数据库连接池和方言(不同数据库客户端)来实现的。
SQLAlchemy提供了一个函数来创建引擎。在这个函数中,你可以指定连接字符串,以及其他一些可选的关键字参数。
from sqlalchemy import create_engine engine = create_engine('sqlite:///cookies.db') engine1 = create_engine('sqlite:///:memory:') engine2 = create_engine('sqlite://///home/cookiemonster/cookies.db') engine3 = create_engine('sqlite:///c:\\Users\\cookiemonster\\cookies.db') engine_mysql = create_engine('mysql+pymysql://cookiemonster:chocolatechip', '@mysql01.monster.internal/cookies', pool_recycle=3600)
1.6、模式和类型
为了访问底层数据库,SQLAlchemy需要用某种东西来代表数据库中的表。为此,可以使用下面三种方法总的一种:
使用用户定义的Table对象
使用代表数据表的声明式类
从数据库中推断
二、SQLAlchemy core
SQLAlchemy core定义表结构使用的是1.5中说的第1种方式。table对象包含一系列带有类型的列和属性,它们与一个常见的元数据容器相关联。
元数据可以看作是一种Table对象目录。这些表可以通过MetaData.tables来访问。
2.1、定义表结构
在SQLAlchemy Core中,我们通过Table构造函数来初始化Table对象。我们要在构造函数中提供MetaData对象(元数据)和表名,任何其他参数都被认为是列对象。列是通过Column()函数创建的。
from sqlalchemy import create_engine from sqlalchemy import Column from sqlalchemy import Integer from sqlalchemy import String from sqlalchemy import MedaData metadata = MetaData() user = table('user', metadata, Column(id, Integer(), primary_key=True), Column(name, String(255)), ) engine = create_engine('sqlite:///:memory:') metadata.create_all(engine) # 表的持久化
2.2、插入数据
首先创造一条insert语句,用来把小明放入user表中。为此,先调用user表的insert()方法,然后再使用values()语句,关键字参数为各个列及相应值:
ins = user.insert().values( id=1, name='小明' ) print(str(ins))
到此仅仅只是创建了一个inset语句,还没有真正执行呢,接下来执行插入操作:
connection = engine.connect() result = connection.execute(ins) print(result.inserted_primary_key)
2.3、查询数据
构建查询时,要用到select函数,它类似于标准SQL SELECT语句。
from sqlalchemy.sql import select s = select([user]) # 可以使用str(s)查看数据库看到的语句 print(str(s)) rp = connection.execute(s) results = rp.fetchall()
2.3.1、ResultProxy
execute()函数的返回值是一热ResultProxy对象,它允许使用索引、名称或Column对象进行访问。
使用ResultProxy处理行
first_row = results[0] first_row[1] first_row.name first_row[user.c.name]
迭代ResultProxy
rp = connection.execute(s) for record in rp: print(record.user_name)
使用方法访问结果
rp.first() # 若有记录,则返回第一个记录并关闭连接 rp.fetchone() # 返回一行,并保持光标为打开状态,以便你做更多获取调用 rp.scalar() # 入股查询结果是包含一个列的单条记录,则返回单个值
2.3.2、控制查询中的列数
s = select([user.c.name]) rp = connection.execute(s) print(rp.keys()) result = rp.first()
2.3.3、排序
s = select([user.c.name]) s = s.order_by(user.c.name) rp = connection.execute(s) for user in rp: print(user.name)
2.3.4、限制返回结果集的条数
s = select([user.c.name]) s = s.order_by(user.c.name) s = s.limit(2) rp = connection.execute(s) for user in rp: print(user.name)
2.3.5、内置SQL函数和标签
from sqlalchemy.sql import func s = select([func.sum(user.c.score)]) rp = connection.execute(s) print(rp.scalar())
2.3.6、过滤
对查询过滤是通过添加where()语句来完成的。
s = select([user]).where(user.c.name == '小明') rp = connection.execute(s) record = rp.first() print(record.items())
这里只是介绍了常用的查询方法,更多复杂的查询请查阅官方文档。
2.4、更新数据
update()方法和前面的insert()方法很相似,它们的语法几乎完全一样,但是update()可以指定一个where()子句,用来指出要更新哪些行。
from sqlalchemy import update u = update(user).where(user.c.name == '小明') u = u.values(name='小华') result = connection.execute(u) print(result.rowcount)
2.5、删除数据
创建删除语句时,既可以使用delete()函数,也可以使用表的delete()方法。与insert()和update()不同,delete()不接收值参数,只接收一个可选where子句,用来指定删除范文。
from sqlalchemy import delete u = delete(user).where(user.c.name == '小华') result = connection.execute(u) print(result.rowcount)
注意:
更多的高级操作:连接、别名、分组、链式调用、原始查询等,请查阅官方文档。
2.5、事务
通过connection.begin()开启一个事务,返回一个transaction对象,接下来根据执行的情况调用transaction.commit()提交修改或者调用transaction.rollback()回滚操作。
三、SQLAlchemy orm
SQLAlchemy orm定义表结构使用的是1.5中说的第2种方式。通过定义一个类,它继承自一个名为declarative_base的特殊基类。declarative_base把元数据容器和映射器(用来把类映射到数据表)结合在一起。
orm使用的类应该满足如下四个要求:
- 继承自declarative_base对象。
- 包含__tablename__,这是数据库中使用的表名。
- 包含一个或多个属性,它们都是column对象。
- 确保一个或多个属性组成主键。
3.1、定义表结构:
from sqlalchemy import create_engine from sqlalchemy import Column from sqlalchemy import Integer from sqlalchemy import String from sqlalchemy.ext.declarative import declarative_base Base = declarative_base() class User(Base): __tablename__ = 'user' id = Column(Integer, primary_key=True) name = Column(String(255)) engine = create_engine('sqlite:///') Base.metadata.create_all(engine) Session = sessionmaker(bind=engine) session = Session()
3.2、会话(session)
会话是SQLAlchemy ORM和数据库交互的方式。它通过引擎包装数据库连接,并为通过会话加载或与会话关联的对象提供标识映射(identity map)。标识映射是一种类似于缓存的数据结构,它包含由对象表和主键确定的一个唯一的对象列表。会话还包装了一个事务,这个事务将一直保持打开状态,直到会话提交或回滚。
为创建会话,SQLAlchemy提供了一个sessionmaker类,这个类可以确保在整个应用程序中能够使用相同的参数创建会话。sessionmaker类通过创建一个Session类来实现这一点,Session类是根据传递给sessionmaker工厂的参数配置的。
from sqlalchemy import create_engine from sqlalchemy.orm import sessionmaker engine = create_engine('sqlite:///:memory:') Session = sessionmaker(bind=engine) session = Session()
3.3、插入
user = User(1, '小明') session.add(user) session.commit()
3.4、查询
for row in session.query(User): print(row.id, row.name)
注意:session.query()的返回值是Query对象,不能使用它的返回值作为查询结果。关于Query对象的用法,请参阅:https://docs.sqlalchemy.org/en/13/orm/query.html#sqlalchemy.orm.query.Query
常用Query对象的方法:
q = session.query(User) q.count() # 获取查询结果的数量 q.all() # 返回查询结果的list,会触发执行SQL查询 q.get(id) # 根据primary_key查询单个对象 q.as_scalar() # 返回此次查询的SQL语句
3.4.1、控制查询中的列数
print(session.query(user.name).first())
3.4.2、排序
for record in sesssion.query(user).order_by(user.name): print(user.name)
3.4.3、限制返回结果集的条数
query = session.query(user).order_by(user.name).[:2] print([result.user_name for result in query])
3.4.4、内置SQL函数和标签
from sqlalchemy import func inv_count = session.query(func.sum(user.name)).scalar() print(inv_count)
3.4.5、过滤
record = session.query(user).filter(user.name == '小华') print(record)
3.5、更新数据
query = session.query(user) xm_user = query.filter(user.user_name == '小华').first() xm_user.name = 'robin' session.commit() print(xm_user.quantity)
3.6、删除数据
query = session.query(user) xm_user = query.filter(user.user_name == '小华').first() session.delete(xm_user) session.commit() print(xm_user)
注意:
这里简单介绍了SQLAlchemy orm的常见用法,更高级的用法请查阅官方文档。
四、反射
使用反射技术可以利用先用数据库填充SQLAlchemy对象。
4.1、反射单个表
创建初始对象:
from sqlalchemy import Metadata, create_engines metadata = MetaData() engine = reate_engine('sqlite:///')
反射Artist表
from sqlalchmy impport Table artist = Table('Artist', metadata, autoload=True, autoload_with=engine)
4.2、反射整个数据库
metadata.reflect(bind=engine)
参考资料
https://docs.sqlalchemy.org/en/13/core/type_basics.html#generic-types
以上就是Python SQLAlchemy库的使用方法的详细内容,更多关于Python SQLAlchemy库的资料请关注其它相关文章!
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。