python教程分享Python ORM框架之SQLAlchemy 的基础用法

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：

1.2 sqlalchemy介绍

在 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

• schema / types： 类到表之间的映射规则。
• sql expression language ：sql 语句。
• engine ：引擎。
• connection pooling： 连接池。
• dialect： 方言，调用不同的数据库 api(oracle, postgresql, mysql) 并执行对应的 sql语句。

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）：

如果需要 greenlet 异步支持：

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：

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。

create_engine()的其他常用参数：

• echo：设置为 true，表示将 sql 记录到记录器，该记录器将 sql 写入标准输出。
• future：使用2.0风格的引擎和连接 api，以便使用 2.0 版本中的新特性。
• encoding：默认为 utf-8。
• pool_size：在连接池中保持打开的连接数。

2.3 创建 orm 模型

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：

在commit()之前，可以取消对实例对象所做的修改，也就是回滚：

2.5 创建和删除表

创建所有表：

删除所有表：

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()

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()

条件中常用运算符：

多条件过滤：

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。

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=&＃39;中间表模型类的名称小写&＃39;, 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。

到此这篇关于python orm框架之sqlalchemy 的基础用法的文章就介绍到这了,更多相关sqlalchemy 的用法内容请搜索<编程笔记>以前的文章或继续浏览下面的相关文章希望大家以后多多支持<编程笔记>！

需要了解更多python教程分享Python ORM框架之SQLAlchemy 的基础用法，都可以关注python教程分享栏目&＃8212;编程笔记