安科网

ORM框架SQLAlchemy

Lingforme

Lingforme

2020-01-08

关注 关注 
一 、SQLAlchemy简介SQLAlchemy是Python编程语言下的一款ORM框架，该框架建立在数据库API之上，使用关系对象映射进行数据库操作，简言之便是：将对象转换成SQL，然后使用数据API执行SQL并获取执行结果。
SQLAlchemy架构。

ORM框架SQLAlchemy

SQLAlchemy流程。
#1、使用者通过ORM对象提交命令
#2、将命令交给SQLAlchemy Core（Schema/Types  SQL Expression Language）转换成SQL
#3、使用 Engine/ConnectionPooling/Dialect 进行数据库操作
#3.1、匹配使用者事先配置好的egine
#3.2、egine从连接池中取出一个链接
#3.3、基于该链接通过Dialect调用DB API，将SQL转交给它去执行
！！！上述流程分析，可以大致分为两个阶段！！！：

#第一个阶段（流程1-2）：将SQLAlchemy的对象换成可执行的sql语句
#第二个阶段（流程3）：将sql语句交给数据库执行
如果我们不依赖于SQLAlchemy的转换而自己写好sql语句，那是不是意味着可以直接从第二个阶段开始执行了，事实上正是如此，我们完全可以只用SQLAlchemy执行纯sql语句，如下
from sqlalchemy import create_engine

#1 准备
# 需要事先安装好pymysql
# 需要事先创建好数据库:create database com charset utf8;

#2 创建引擎
engine=create_engine(‘mysql+pymysql://adm::3306/com‘, echo=True)

#3 执行sql
# egine.execute(‘create table if not EXISTS t1(id int PRIMARY KEY auto_increment,name char(32));‘)

# cur=egine.execute(‘insert into t1 values(%s,%s);‘,[(1,"egon1"),(2,"egon2"),(3,"egon3")]) #按位置传值

# cur=egine.execute(‘insert into t1 values(%(id)s,%(name)s);‘,name=‘egon4‘,id=4) #按关键字传值

#4 新插入行的自增id
# print(cur.lastrowid)

#5 查询
cur=egine.execute(‘select * from t1‘)

cur.fetchone() #获取一行
cur.fetchmany(2) #获取多行
cur.fetchall() #获取所有行
DB API
SQLAlchemy本身无法操作数据库，其必须以来pymsql等第三方插件，Dialect用于和数据API进行交流，根据配置文件的不同调用不同的数据库API，从而实现对数据库的操作，如：
#1、MySQL-Python
    mysql+mysqldb://<user>:<password>@<host>[:<port>]/<dbname>
   
#2、pymysql
    mysql+pymysql://<username>:<password>@<host>/<dbname>[?<options>]
   
#3、MySQL-Connector
    mysql+mysqlconnector://<user>:<password>@<host>[:<port>]/<dbname>
   
#4、cx_Oracle
    oracle+cx_oracle://user::port/dbname[?key=value&key=value...]

更多详见：http://docs.sqlalchemy.org/en/latest/dialects/index.html

二、ORM创建表结构

#类==》表
#对象==》表中的一行记录
#四张表:业务线,服务,用户,角色，利用ORM创建出它们，并建立好它们直接的关系

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,Integer,String,DateTime,Enum,ForeignKey,UniqueConstraint,ForeignKeyConstraint,Index
from sqlalchemy.orm import sessionmaker

#连接数据库
egine = create_engine(‘mysql+pymysql://adm::3306/com‘, echo=True)

Base = declarative_base()

#创建单表：业务线
class Bussiness(Base):
    __tablename__ = ‘bussiness‘
    id=Column(Integer, primary_key=True, autoincrement=True)
    bname=Column(String(32), nullable=False, index=True)


#多对一：多个服务器可以属于一个业务线，多个业务线不能包含同一个服务
class Service(Base):
    __tablename__=‘service‘
    id=Column(Integer, primary_key=True, autoincrement=True)
    sname=Column(String(32), nullable=False, index=True)
    ip=Column(String(15), nullable=False)
    port=Column(Integer, nullable=False)

    bussiness_id=Column(Integer, ForeignKey(‘bussiness.id‘))  #创建一个外键

    __table_args__=(
        UniqueConstraint(ip, port, name=‘uix_ip_port‘),
        Index(‘ix_id_sname‘, id, sname)
    )
 
 #一对一：一种角色只能管理一条业务线，一条业务线只能被一种角色管理
class Role(Base):
     __tablename__=‘role‘
     id=Column(Integer, primary_key=True, autoincrement=True)
     rname=Column(String(32), nullable=False, index=True)
     priv=Column(String(64), nullable=False)

     bussiness_id=Column(Integer, ForeignKey(‘bussiness.id‘),unique=True)

#多对多：多个用户可以是同一个role，多个role可以包含同一个用户
     
class Users(Base):
    __tablename__=‘users‘
    id=Column(Integer,primary_key=True, autoincrement=True)
    uname=Column(String(32), nullable=False, index=True)

class Users2Role(Base):
    __tablename__=‘users2role‘
    id=Column(Integer, primary_key=True, autoincrement=True)    
    uid=Column(Integer, ForeignKey(‘users.id‘))
    rid=Column(Integer, ForeignKey(‘role.id‘))

    __table_args__=(
        UniqueConstraint(uid, rid, name=‘uix_uid_rid‘),
    )

def init_db():
    Base.metadata.create_all(egine)

def drop_db():
    Base.metadata.drop_all(egine)


if __name__ == ‘__main__‘:
    init_db()

ORM创建表结构

三、ORM实现MySQL数据库的增、删、改、查操作

#!/usr/bin/env python
# -*- encoding: utf-8 -*-
‘‘‘
@File    :   orm_pro.py
@Time    :   2020/01/07 22:11:59
@Author  :   yusheng_liang 
@Version :   1.0
‘‘‘
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,Integer,String, ForeignKey
from sqlalchemy.orm import sessionmaker

engine = create_engine(‘mysql+pymysql://adm::3306/com?charset=utf8‘,max_overflow=5)

Base = declarative_base()

# 一、创建两个表的项目结构
# 多对一：假如多个员工可以属于一个部门，而多个部门不能有同一个员工
class Dep(Base):
    __tablename__=‘dep‘
    id=Column(Integer, primary_key=True, autoincrement=True)
    dname=Column(String(32), index=True, nullable=False)

class Emp(Base):
    __tablename__=‘emp‘
    id=Column(Integer, primary_key=True, autoincrement=True)    
    ename=Column(String(32), nullable=False, index=True)
    dep_id=Column(Integer, ForeignKey(‘dep.id‘))

# 创建表结构的方法
def init_db():
    Base.metadata.create_all(engine)
# 删除表结构的方法
def drop_db():
    Base.metadata.drop_all(engine)

init_db()

Session=sessionmaker(bind=engine)
session=Session()

# 二、表结构创建完成后，可以对表进行增、删、改、查操作了


# 2.1增加数据的操作
row_obj=Dep(dname=‘销售部‘)   #按关键字传参，无需指定id，因id列是自动增长的
session.add(row_obj)
#也可以批量增加数据的操作
# session.add_all(
#     [
#         Dep(dname=‘人事部‘),
#         Dep(dname=‘财务部‘),
#         Dep(dname=‘技术部‘),
#     ]
# )

#提交数据，将数据插入到数据库中
session.commit()


# 2.2删除数据
# 删除Dep表中id大于3的数据记录
session.query(Dep).filter(Dep.id > 3).delete()
session.commit()


# 2.3修改数据
# 更新Dep表中id为1的dname列的值
session.query(Dep).filter(Dep.id == 1).update({‘dname‘:‘yusheng‘})
session.commit()


# 2.4查询数据
# 查询Dep表中的所有数据
ret = session.query(Dep).all()
# 查询Dep表中的dname列的数据，按id排序
res=session.query(Dep.dname).order_by(Dep.id).all()

result=session.query(Dep.dname).first()
print(result)  #yusheng

# 过渡查询数据,以逗号分隔，默认为and
results=session.query(Dep).filter(Dep.id >1, Dep.id < 1000)
print([(row.id, row.dname) for row in results])

四、ORM实现mysql数据库其他的操作

# 三、其他操作
# 3.1条件查询
sql=session.query(Emp).filter_by(ename=‘admin‘) #filter_by只能传参数，XOXX=XOXX
ret=sql.all() #sql语句执行查询的结果

res=session.query(Emp).filter(Emp.id > 1, Emp.ename == ‘admin‘).all() #filter内传的是表达式,逗号分隔,默认为and,
res=session.query(Emp).filter(Emp.id.between(1,3), Emp.ename == ‘admin‘).all()
res=session.query(Emp).filter(Emp.id.in_([1,3,55,78]), Emp.ename == ‘admin‘).all()
res=session.query(Emp).filter(~Emp.id.in_([1,3,55,78]), Emp.ename == ‘admin‘).all()  #~代表取反,转换成sql就是关键字not

from sqlalchemy import and_, or_
res=session.query(Emp).filter(and_(Emp.id > 1, Emp.ename == ‘admin‘)).all()
res=session.query(Emp).filter(or_(Emp.id < 2, Emp.ename == ‘admin‘)).all()
res=session.query(Emp).filter(or_(
    Emp.dep_id == 3,
    and_(Emp.id > 1, Emp.ename == ‘admin‘),
    Emp.ename != ‘‘
)).all()

# 3.2通配符
res=session.query(Emp).filter(Emp.ename.like(‘%yu%‘)).all()
res.session.query(Emp).filter(~Emp.ename.like(‘%yu%‘)).all()

# 3.3limit
result=session.query(Emp)[0:5:2]

# 3.4排序
res=session.query(Emp).order_by(Emp.id.desc()).all()

# 3.5分组
from sqlalchemy.sql import func
res=session.query(Emp.dep_id).group_by(Emp.dep_id).all()
res=session.query(
    func.max(Emp.dep_id),
    func.min(Emp.dep_id),
    func.sum(Emp.dep_id),
    func.avg(Emp.dep_id),
    func.count(Emp.dep_id),
).group_by(Emp.dep_id).all()

res=session.query(
    Emp.dep_id,
    func.count(1),
).group_by(Emp.dep_id).having(func.count(1) > 2).all()


# 3.6连表操作
#笛卡尔积
res=session.query(Emp,Dep).all()  #select * from emp,dep;

# where条件
res=session.query(Emp, Dep).filter(Emp.dep_id == Dep.id).all()
# for row in res:
#     emp_tb=row[0]
#     dep_tb=row[1]
#     print(emp_tb.id,emp_tb.ename,dep_tb.id,dep_tb.dname)

# 内连接
ret=session.query(Emp).join(Dep)
#join默认为内连接,SQLAlchemy会自动帮我们通过foreign key字段去找关联关系
#但是上述查询的结果均为Emp表的字段,这样链表还有毛线意义,于是我们修改为
ret=session.query(Emp.id,Emp.ename,Emp.dep_id,Dep.dname).join(Dep).all()

# 左连接isouter=True
res=session.query(Emp.id,Emp.ename,Emp.dep_id,Dep.dname).join(Dep,isouter=True).all()
#右连接:同左连接,只是把两个表的位置换一下

# 3.7组合
q1=session.query(Emp.id,Emp.ename).filter(Emp.id > 0,Emp.id < 5)
q2=session.query(Emp.id,Emp.ename).filter(
    or_(
        Emp.ename.like(‘%大小%‘),
        Emp.ename.like(‘%上学%‘),
    )
)
res1=q1.union(q2) #组合+去重
res2=q1.union_all(q2) #组合,不去重

print([i.ename for i in q1.all()]) 
print([i.ename for i in q2.all()]) 
print([i.ename for i in res1.all()]) 
print([i.ename for i in res2.all()]) 


# 3.8子查询
# 有三种形式的子查询，注意：子查询的sql必须用括号包起来,尤其在形式三中需要注意这一点



#示例:查出id大于2的员工,当做子查询的表使用

#原生SQL:
# select * from (select * from emp where id > 2);

#ORM:
res=session.query(
    session.query(Emp).filter(Emp.id > 2).subquery()
).all()



#示例:#查出销售部门的员工姓名

#原生SQL:
# select ename from emp where dep_id in (select id from dep where dname=‘销售‘);

#ORM:
res=session.query(Emp.ename).filter(Emp.dep_id.in_(
    session.query(Dep.id).filter_by(dname=‘销售‘), #传的是参数
    # session.query(Dep.id).filter(Dep.dname==‘销售‘) #传的是表达式
)).all()



#示例:查询所有的员工姓名与部门名

#原生SQL:
# select ename as 员工姓名,(select dname from dep where id = emp.dep_id) as 部门名 from emp;

#ORM:
sub_sql=session.query(Dep.dname).filter(Dep.id==Emp.dep_id) #SELECT dep.dname FROM dep, emp WHERE dep.id = emp.dep_id
sub_sql.as_scalar() #as_scalar的功能就是把上面的sub_sql加上了括号

res=session.query(Emp.ename,sub_sql.as_scalar()).all()
 
  
 
  sqlalchemy  orm  orm框架  数据库  框架  
 
 
 
 
 
  Lingforme  
 
 
  Lingforme  
 
  0 关注   0 粉丝   0 动态  
 
 
   关注    关注   
 
 
 
 
 
 
 相关推荐 
  
 
 
  SQLAlchemy（一)：SQLAlchemy去连接数据库、ORM介绍、将ORM模型映射到数据库中  
 
 
 
   SQLAlchemy01 /SQLAlchemy去连接数据库、ORM介绍、将ORM模型映射到数据库中。用这个Base类作为基类来写自己的ORM类。# 在这个ORM模型中创建一些属性，来跟表中的字段进行一一映射。这些属性必须是sqlalchemy给我们提供好     
 
 
  dreamhua    2020-04-30  
 
  
 
 
  关于SQLAlchemy ORM框架  
 
 
 
   SQLAlchemy是一个基于Python实现的ORM框架。该框架建立在 DB API之上，使用关系对象映射进行数据库操作，简言之便是：将类和对象转换成SQL，然后使用数据API执行SQL并获取执行结果。SQLAlchemy本身无法操作数据库，其必须以来p     
 
 
  Danialzhou    2020-04-11  
 
  
 
 
  Python3+SQLAlchemy+Sqlite3实现ORM教程  
 
 
 
   Sqlite3是Python3标准库不需要另外安装，只需要安装SQLAlchemy即可。sqlite创建数据库连接就是创建数据库，而其他mysql等应该是需要数据库已存在才能创建数据库连接；建立数据库连接本文中有时会称为建立数据库引擎。我们以在当前目录下创     
 
 
  xiaoxiangyu    2020-02-23  
 
  
 
 
  ORM框架之SQLAlchemy  
 
 
 
   SQLAlchemy是Python编程语言下的一款开源软件。提供了SQL工具包及对象关系映射工具。SQLAlchemy“采用简单的Python语言，为高效和高性能的数据库访问设计，实现了完整的企业级持久模型”。SQLAlchemy的理念是，SQL数据库的量     
 
 
  LeonZhang0    2019-12-06  
 
  
 
 
  Flask的ORM和查询操作  
 
 
 
   SQLAlchemy是Python编程语言下的一个嵌入式软件。提供了SQL工具包以及对象关系映射工具。SQLAlchemy“采用简单的Python语言，为高效和高级的数据库访问设计，实现完整的企业级持久模型”。SQLAlchemy首次发行于2006年2月，     
 
 
  Lingforme    2019-11-01  
 
  
 
 
  解决sqlalchemy连接数据库出现的报错  
 
 
 
   解决办法一：通过升级sqlalchemy的方法解决。     
 
 
  世樹    2020-06-27  
 
  
 
 
  Flask数据库  
 
 
 
   对象关系映射是通过使用描述对象和数据库之间映射的元数据，将面向对象语言程序中的对象自动持久化到关系数据库中。SQLAlchemy是Python开发的一个实现了ORM思想的模块，将Python面向对象的类映射为数据库的表，通过映射关系来完成数据库的操作，降低     
 
 
  liuweiq    2020-06-14  
 
  
 
 
  基于sqlalchemy对mysql实现增删改查操作  
 
 
 
   1 是使用pymysql连接mysql,通过操作原生的sql语句进行增删改查数据；2 是使用sqlalchemy连接mysql,通过ORM模型建表并操作数据库，不需要写原生的sql语句，相对简单些；以下就是本次使用sqlalchemy的经验之谈。from      
 
 
  emmm00    2020-06-14  
 
  
 
 
  SQLAlchemy多线程下事务隔离机制详解  
 
 
 
   通过开启多线程，并发查询订单详情信息，通过将不同订单对象发送给不同线程，执行完所需要的业务逻辑之后，对订单对象的数据进行修改，然后执行 commit，查询数据库发现数据没有更新，且后台日志没有任何的报错。当生成 Session 对象的时，这个对象并不是线程     
 
 
  lt云飞扬gt    2020-05-29  
 
  
 
 
  flask restful-api实现及基于flask-httpauth实现基础权限管控（三）  
 
 
 
   前两篇文章中，我们学习了基础的web services和restful api的开发实现，在实现接口开发后，我们一般需要对接口进行加密认证，避免接口外泄导致的数据丢失等问题。?在原文中代码分为几部分说明，并不直观，而且影响连续性的学习，所以这里笔者直接通过     
 
 
  朱建伟    2020-05-14  
 
  
 
 
  python SQLAlchemy 缓存问题  
 
 
 
   公司自动化框架采用的python的?SQLAlchemy 进行数据库的操作，在编写一条自动化用例的时候发现，从mysql从获取的数据不对，有个字段一直拿到错误的值自动化用例设计场景如下：。数据准备阶段，自动化代码删除mysql中的数据；业务代码处理，upd     
 
 
  猛禽的编程艺术    2020-05-06  
 
  
 
 
  flask全栈开发6 SQLAlchemy第二部分  
 
 
 
   SQLAlchemy还提供了使用文本SQL的方式来进行查询，这种方式更加的灵活。表之间的关系存在三种：一对一、一对多、多对多。在Mysql中，外键可以让表之间的关系更加紧密。     
 
 
  苦咖啡flask    2020-05-04  
 
  
 
 
  SQLAlchemy（三)：外键、连表关系  
 
 
 
   使用SQLAlchemy创建外键非常简单。从表中外键的字段，必须和父表的主键字段类型保持一致。默认就是这一项。mysql级别的外键，还不够ORM，必须拿到一个表的外键，然后通过这个外键再去另外一张表中查找，这样太麻烦了。SQLAlchemy提供了一个rel     
 
 
  dreamhua    2020-04-30  
 
  
 
 
  SQLAlchemy（二)：SQLAlchemy对数据的增删改查操作、属性常用数据类型详解  
 
 
 
   构建session对象：所有和数据库的ORM操作都必须通过一个叫做session的会话对象来实现，通过以下代码来获取会话对象：。Double：双精度浮点类型，映射到数据库中是double类型，占据64位。是专门为了解决浮点类型精度丢失的问题的。指定某个字段     
 
 
  tanrong    2020-04-30  
 
  
 
 
  了解 SQLAlchemy  
 
 
 
   ORM即Object Relational Mapper，可以简单理解为数据库表和Python类之间的映射，通过操作Python类，可以间接操作数据库。Python的ORM框架比较出名的是SQLAlchemy和Peewee，这里不做比较，只是单纯讲解个人对     
 
 
  xuanlvhaoshao    2020-04-26  
 
  
 
 
  使用sqlalchemy连接mssql  
 
 
 
   engine=create_engine("mssql+pyodbc://sa:")conn = engine.connect()     
 
 
  tanrong    2020-04-18  
 
  
 
 
  Flask框架（五）之SQLAlchemy  
 
 
 
   SQLAlchemy是一个基于Python实现的ORM框架。该框架建立在 DB API之上，使用关系对象映射进行数据库操作，简言之便是：将类和对象转换成SQL，然后使用数据API执行SQL并获取执行结果。SQLAlchemy本身无法操作数据库，其必须以来p     
 
 
  happinessaflower    2020-03-01  
 
  
 
 
  SQLAlchemy  
 
 
 
   今天来聊一聊 Python 的 ORM 框架 SQLAlchemy 有些同学已经听说过这个框架的大名了,也听说了 SQLAlchemy 没有 Django 的 Models 好用。我在这里官宣辟谣一下啊, Models 紧紧只是配置和使用比较简单,因为他是     
 
 
  喝绿茶的猫    2020-01-18  
 
  
 
 
  python学习之pymysql和sqlalchemy  
 
 
 
   PyMySQL 是在 Python3.x 版本中用于连接 MySQL 服务器的一个库,Python2中则使用MySQLdb。数据库查询操作01_python数据库编程基本操作.py. #1). 创建数据库连接, autocommit是否自动提交修改到数据库     
 
 
  疯狂老司机    2020-01-10  
 
  
 
 
  python SQLAlchemy中query与query（）  
 
 
 
   想要在查询时加入 查询的字段，需要用到 query，query、query（） 二种不通的用法     
 
 
  liuyang000    2020-01-08  
 
  
 
 
 
 
 
 
 
  Lingforme  
 
 
  Lingforme  
  
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 W3CSchool教程 
 
 HTML 教程 
 
 CSS 教程 
 
 Bootstrap 教程 
 
 Javascript 教程 
 
 jQuery 教程 
 
 
 
 后端教程 
 
 C 教程 
 
 Java 教程 
 
 PHP 教程 
 
 Python 教程 
 
 Go 教程 
 
 
 
 移动开发 
 
 Android 教程 
 
 Swift 教程 
 
 Kotlin 教程 
 
 jQuery Mobile 教程 
 
 ionic 教程 
 
 
 
 关于我们 
 
 新闻动态 
 
 联系方式 
 
 招聘英才 
 
 安科实验室 
 
 帮助与反馈 
 
 
 
 
 
 安科网(Ancii)，中国第一极客网 
 
     
  •   
    •  
  •   
    •  
 
 
 
 
 
  
 Copyright © 2013 - 2019 Ancii.com 
 
 京ICP备18063983号 京公网安备11010802014868号