SQLAlchemy（四)：SQLAlchemy查询高级

qshpeng

2020-04-30

SQLAlchemy04 /SQLAlchemy查询高级

1、排序

排序概述：
1. order_by：可以指定根据这个表中的某个字段进行排序，如果在前面加了一个-，代表的是降序排序。
2. 在模型定义的时候指定默认排序：有些时候，不想每次在查询的时候都指定排序的方式，可以在定义模型的时候就指定排序的方式。有以下两种方式：
  - relationship的order_by参数：在指定relationship的时候，传递order_by参数来指定排序的字段。
  - 在模型定义中，添加以下代码，即可让文章使用标题来进行排序。
```
__mapper_args__ = {
     "order_by": title
   }
```
3. 正序排序与倒序排序：默认是使用正序排序。如果需要使用倒序排序，那么可以使用这个字段的desc()方法，或者是在排序的时候使用这个字段的字符串名字，然后在前面加一个负号。

代码示例：

class Article(Base):
    __tablename__ = ‘article‘
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(String(50), nullable=False)
    create_time = Column(DateTime,nullable=False,default=datetime.now)
    uid = Column(Integer,ForeignKey("user.id"))

    author = relationship("User",backref=backref("articles"))

    __mapper_args__ = {
        "order_by": create_time.desc()
    }

    def __repr__(self):
        return "<Article(title:%s,create_time:%s)>" % (self.title,self.create_time)
    
    
# 倒序排序
articles = session.query(Article).all()
print(articles)

2、limit、offset和切片操作

limit、offset和切片操作概述：
1. limit：可以限制每次查询的时候只查询几条数据。
2. offset：可以限制查找数据的时候过滤掉前面多少条。
3. 切片：可以对Query对象使用切片操作，来获取想要的数据。可以使用slice(start,stop)方法来做切片操作。也可以使用[start:stop]的方式来进行切片操作。一般在实际开发中，中括号的形式是用得比较多的。希望大家一定要掌握。示例代码如下：
```
articles = session.query(Article).order_by(Article.id.desc())[0:10]
```
代码示例：

3、懒加载

懒加载概述：
1、在一对多，或者多对多的时候，如果想要获取多的这一部分的数据的时候，往往能通过一个属性就可以全部获取了。比如有一个作者，想要或者这个作者的所有文章，那么可以通过user.articles就可以获取所有的。但有时候我们不想获取所有的数据，比如只想获取这个作者今天发表的文章，那么这时候我们可以给relationship传递一个lazy=‘dynamic‘，以后通过user.articles获取到的就不是一个列表，而是一个AppenderQuery对象了。这样就可以对这个对象再进行一层过滤和排序等操作。
2、通过lazy=‘dynamic‘，获取出来的多的那一部分的数据，就是一个AppenderQuery对象了。这种对象既可以添加新数据，也可以跟Query一样，可以再进行一层过滤。
总而言之一句话：如果你在获取数据的时候，想要对多的那一边的数据再进行一层过滤，那么这时候就可以考虑使用lazy=‘dynamic‘。
3、lazy可用的选项：
1. select：这个是默认选项。还是拿user.articles的例子来讲。如果你没有访问user.articles这个属性，那么sqlalchemy就不会从数据库中查找文章。一旦你访问了这个属性，那么sqlalchemy就会立马从数据库中查找所有的文章，并把查找出来的数据组装成一个列表返回。这也是懒加载。
2. dynamic：这个就是我们刚刚讲的。就是在访问user.articles的时候返回回来的不是一个列表，而是AppenderQuery对象。

代码示例：

class User(Base):
    __tablename__ = ‘user‘
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(String(50),nullable=False)


class Article(Base):
    __tablename__ = ‘article‘
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(String(50), nullable=False)
    create_time = Column(DateTime,nullable=False,default=datetime.now)
    uid = Column(Integer,ForeignKey("user.id"))

    author = relationship("User",backref=backref("articles",lazy="dynamic"))

    def __repr__(self):
        return "<Article(title: %s)>" % self.title
    
"""
Base.metadata.drop_all()
Base.metadata.create_all()

user = User(username=‘zhilio‘)
for x in range(100):
    article = Article(title="title %s" % x)
    article.author = user
    session.add(article)
session.commit()
"""

from sqlalchemy.orm.collections import InstrumentedList
from sqlalchemy.orm.dynamic import AppenderQuery
from sqlalchemy.orm.query import Query
user = session.query(User).first()
# 是一个Query对象
print(user.articles.filter(Article.id > 50).all())
# 可以继续追加数据进去
article =Article(title=‘title 100‘)
user.articles.append(article)
session.commit()

4、group_by

根据某个字段进行分组。比如想要根据性别进行分组，来统计每个分组分别有多少人，那么可以使用以下代码来完成：
```
session.query(User.gender,func.count(User.id)).group_by(User.gender).all()
```

5、having

having是对查找结果进一步过滤。比如只想要看未成年人的数量，那么可以首先对年龄进行分组统计人数，然后再对分组进行having过滤。示例代码如下：
```
result = session.query(User.age,func.count(User.id)).group_by(User.age).having(User.age >= 18).all()
```

代码示例：

from sqlalchemy import create_engine,Column,Integer,Float,Boolean,DECIMAL,Enum,Date,DateTime,Time,String,Text,func,and_,or_,ForeignKey,Table
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker,relationship,backref

HOSTNAME = ‘127.0.0.1‘
PORT = ‘3306‘
DATABASE = ‘first_sqlalchemy‘
USERNAME = ‘root‘
PASSWORD = ‘root‘

# dialect+driver://username::port/database
DB_URI = "mysql+pymysql://{username}:{password}@{host}:{port}/{db}?charset=utf8mb4".format(username=USERNAME,password=PASSWORD,host=HOSTNAME,port=PORT,db=DATABASE)

engine = create_engine(DB_URI)

Base = declarative_base(engine)

session = sessionmaker(engine)()

class User(Base):
    __tablename__ = ‘user‘
    id = Column(Integer,primary_key=True,autoincrement=True)
    username = Column(String(50),nullable=False)
    age = Column(Integer,default=0)
    gender = Column(Enum("male","female","secret"),default="male")

"""
Base.metadata.drop_all()
Base.metadata.create_all()

user1 = User(username=‘王五‘,age=17,gender=‘male‘)
user2 = User(username=‘赵四‘,age=17,gender=‘male‘)
user3 = User(username="张三",age=18,gender=‘female‘)
user4 = User(username="刘二",age=19,gender=‘female‘)
user5 = User(username="彭一",age=20,gender=‘female‘)

session.add_all([user1,user2,user3,user4,user5])
session.commit()
"""

# 每个年龄的人数
# from sqlalchemy.orm.query import Query
result = session.query(User.age,func.count(User.id)).group_by(User.age).having(User.age < 18).all()
print(result)

6、join

join概述：
1. join分为left join（左外连接）和right join（右外连接）以及内连接（等值连接）。
2. 参考的网页：http://www.jb51.net/article/15386.htm
3. 在sqlalchemy中，使用join来完成内连接。在写join的时候，如果不写join的条件，那么默认将使用外键来作为条件连接。
4. query查找出来什么值，不会取决于join后面的东西，而是取决于query方法中传了什么参数。就跟原生sql中的select 后面那一个一样。
  比如现在要实现一个功能，要查找所有用户，按照发表文章的数量来进行排序。示例代码如下：
```
result = session.query(User,func.count(Article.id)).join(Article).group_by(User.id).order_by(func.count(Article.id).desc()).all()
```

代码示例：

#encoding: utf-8

from sqlalchemy import create_engine,Column,Integer,Float,Boolean,DECIMAL,Enum,Date,DateTime,Time,String,Text,func,and_,or_,ForeignKey,Table
from sqlalchemy.dialects.mysql import LONGTEXT
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker,relationship,backref
# 在Python3中才有这个enum模块，在python2中没有
import enum
from datetime import datetime
import random

HOSTNAME = ‘127.0.0.1‘
PORT = ‘3306‘
DATABASE = ‘first_sqlalchemy‘
USERNAME = ‘root‘
PASSWORD = ‘root‘

# dialect+driver://username::port/database
DB_URI = "mysql+pymysql://{username}:{password}@{host}:{port}/{db}?charset=utf8mb4".format(username=USERNAME,password=PASSWORD,host=HOSTNAME,port=PORT,db=DATABASE)

engine = create_engine(DB_URI)

Base = declarative_base(engine)

session = sessionmaker(engine)()


class User(Base):
    __tablename__ = ‘user‘
    id = Column(Integer,primary_key=True,autoincrement=True)
    username = Column(String(50),nullable=False)

    def __repr__(self):
        return "<User(username: %s)>" % self.username

class Article(Base):
    __tablename__ = ‘article‘
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(String(50), nullable=False)
    create_time = Column(DateTime, nullable=False, default=datetime.now)
    uid = Column(Integer,ForeignKey("user.id"))

    author = relationship("User",backref="articles")

    def __repr__(self):
        return "<Article(title: %s)>" % self.title

"""
Base.metadata.drop_all()
Base.metadata.create_all()

user1 = User(username=‘zhiliao‘)
user2 = User(username=‘ketang‘)

for x in range(1):
    article = Article(title=‘title %s‘ % x)
    article.author = user1
    session.add(article)
session.commit()


for x in range(1,3):
    article = Article(title=‘title %s‘ % x)
    article.author = user2
    session.add(article)
session.commit()
"""

# 找到所有的用户，按照发表的文章数量进行排序
result = session.query(User,func.count(Article.id)).join(Article).group_by(User.id).order_by(func.count(Article.id).desc()).all()
print(result)

# sql语句：
# select user.username,count(article.id) from user join article on user.id=article.uid group by user.id order by count(article.id) desc;

7、subquery

subquery概述：
子查询可以让多个查询变成一个查询，只要查找一次数据库，性能相对来讲更加高效一点。不用写多个sql语句就可以实现一些复杂的查询。那么在sqlalchemy中，要实现一个子查询，应该使用以下几个步骤：
1. 将子查询按照传统的方式写好查询代码，然后在Query对象后面执行subquery方法，将这个查询变成一个子查询。
2. 在子查询中，将以后需要用到的字段通过label方法，取个别名。
3. 在父查询中，如果想要使用子查询的字段，那么可以通过子查询的返回值上的c属性拿到。
  整体的示例代码如下：
```
stmt = session.query(User.city.label("city"),User.age.label("age")).filter(User.username==‘李A‘).subquery()
result = session.query(User).filter(User.city==stmt.c.city,User.age==stmt.c.age).all()
```

代码示例：

from sqlalchemy import create_engine,Column,Integer,Float,Boolean,DECIMAL,Enum,Date,DateTime,Time,String,Text,func,and_,or_,ForeignKey,Table
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker,relationship,backref


HOSTNAME = ‘127.0.0.1‘
PORT = ‘3306‘
DATABASE = ‘first_sqlalchemy‘
USERNAME = ‘root‘
PASSWORD = ‘root‘

# dialect+driver://username::port/database
DB_URI = "mysql+pymysql://{username}:{password}@{host}:{port}/{db}?charset=utf8mb4".format(username=USERNAME,password=PASSWORD,host=HOSTNAME,port=PORT,db=DATABASE)

engine = create_engine(DB_URI)

Base = declarative_base(engine)

session = sessionmaker(engine)()

class User(Base):
    __tablename__ = ‘user‘
    id = Column(Integer,primary_key=True,autoincrement=True)
    username = Column(String(50),nullable=False)
    city = Column(String(50),nullable=False)
    age =  Column(Integer,default=0)

    def __repr__(self):
        return "<User(username: %s)>" % self.username

"""
Base.metadata.drop_all()
Base.metadata.create_all()

user1 = User(username=‘李A‘,city="长沙",age=18)
user2 = User(username=‘王B‘,city="长沙",age=18)
user3 = User(username=‘赵C‘,city="北京",age=18)
user4 = User(username=‘张D‘,city="长沙",age=20)

session.add_all([user1,user2,user3,user4])
session.commit()
"""


# 寻找和李A这个人在同一个城市，并且是同年龄的人
user = session.query(User).filter(User.username==‘李A‘).first()
users = session.query(User).filter(User.city==user.city,User.age==user.age).all()
print(users)

# 子查询
stmt = session.query(User.city.label("city"),User.age.label("age")).filter(User.username==‘李A‘).subquery()
result = session.query(User).filter(User.city==stmt.c.city,User.age==stmt.c.age).all()
print(result)

qshpeng

0 关注 0 粉丝 0 动态

关注关注

安科网

SQLAlchemy（四)：SQLAlchemy查询高级

qshpeng

1、排序

2、limit、offset和切片操作

3、懒加载

4、group_by

5、having

6、join

7、subquery

qshpeng

qshpeng