参考博客：http://www.cnblogs.com/wupeiqi/articles/5713330.html函数编程：数据和逻辑分离 a= 123 b = 456 c = 789 def exc3(proc_name): callproc(xxx) return xxx def exc4(proc_name): callproc(xxx) return xxx
面向对象产生的原因: 1 当一类函数共用同样的参数的时候，可以转变成类进行 --分类 面向对象：数据和逻辑（属性和行为）组合在一起 class SqlHelper: def __init__(self): self.host = ‘‘ self.port =‘‘ self.db =‘‘ self.charset=‘‘
def exc1(self,SQL): # 连接 conn(self.host,) execute("inser") return xx
def exc2(self,proc_name): callproc(xxx) return xxx 2 模板‘约束’ ： 一类事物共同具有： 属性和行为 class Person: def __init__(self,name): self.name=name def speak(self): pass
数据库中的面向对象： 每一张表作为一个类 对象：行 class Userinfo:
def __init__(self,id,name): self.id = id self.name= name def add(self,name): pass
...
# row1 = UserInfo(1,‘alex‘) # 第一行# row2 = UserInfo(2,‘alex‘) # 第二行
面向对象中的特殊方法： class Foo: def __init__(self,name): self.name=name def __call__(self): pass def __getitem__(self,key): pass def __setitem__(self,key,value): pass def __delitem__(self,key): pass
obj = Foo(‘alex‘) obj() obj[‘k‘] obj[‘k‘]=124 del obj[‘k‘]obj.__dict__
对象-关系映射（OBJECT/RELATIONALMAPPING，简称ORM），是随着面向对象的软件开发方法发展而产生的。用来把对象模型表示的对象映射到基于S Q L 的关系模型数据库结构中去。这样，我们在具体的操作实体对象的时候，就不需要再去和复杂的 SQ L 语句打交道，只需简单的操作实体对象的属性和方法[2] 。O R M 技术是在对象和关系之间提供了一条桥梁，前台的对象型数据和数据库中的关系型的数据通过这个桥梁来相互转化ORM框架： 作用：提供简单的规则 自动转换成sql语句 2种模型： DBfirst 手动创建数据库和表 ----》ORM框架----》自动生成类 codefirst 手动创建类和数据库 ------》ORM框架------》生成表 功能： -- 创建数据库表 连接数据库（非sqlalchemy链接,而是由pymysql,mysqldb，，，等第三方插件进行链接） 类转换sql语句（sqlalchemy/engine/dialect） -- 操作数据行 增删改查
1 from sqlalchemy.ext.declarative import declarative_base
2 from sqlalchemy import Column,Integer,String,ForeignKey,UniqueConstraint,Index,VARCHAR
3 from sqlalchemy.orm import sessionmaker,relationship
4 from sqlalchemy import create_engine
5 # 创建对象的基类
6 Base=declarative_base()
7
8 """
9 1 白金
10 2 黑金
11 obj.xx ==> [obj,obj...]
12 """
13 class UserType(Base):
14 __tablename__=‘usertype‘
15 id = Column(Integer,primary_key=True,autoincrement=True)
16 title=Column(VARCHAR(32),nullable=True,index=True)
17
18 """
19 1 方少伟 1
20 2 成套 1
21 3 小白 2
22 ut = relationship（backref=‘xx‘）
23 obj.ut ==> 1 白金
24 """
25 class Users(Base):
26 __tablename__=‘users‘
27 id=Column(Integer,primary_key=True,autoincrement=True)
28 name=Column(String(32),nullable=True,index=True)
29 email=Column(String(16),unique=True)
30 user_type_id = Column(Integer,ForeignKey(‘usertype.id‘))
31
32 # 与生成表结构无关，仅用于查询方便
33 user_type=relationship(‘UserType‘,backref=‘xxoo‘)
34
35 __table_args__ = (
36 UniqueConstraint(‘id‘,‘name‘,name=‘uni_id_name‘),
37 Index(‘ix_n_ma‘,‘name‘,‘email‘)
38 )
39 #创建引擎 引擎调用dialect来选择相应的模块来操作数据库
40 engine=create_engine(‘mysql+pymysql://root:[email protected]:3306/db1?charset=utf8‘,max_overflow=5)
41 Base.metadata.create_all(engine) # 创建模块中所有继承base的class的表
42
43 Session= sessionmaker(bind=engine) # 从连接池中取得一个连接
44 session=Session() # 实例化出来一个会话连接，session用于创建程序和数据库之间的会话，所有对象的载入和保存都需要通过session对象
45 ###########增加########
46 obj1=UserType(title=‘普通‘)
47 session.add(obj1)
48
49 objs=[
50 UserType(title=‘超级‘),
51 UserType(title=‘白金‘),
52 UserType(title=‘黑金‘),
53 ]
54 session.add_all(objs)
55 session.commit()
56
57 ###########查找########
58 print(session.query(UserType))
59 user_type_list = session.query(UserType).all()
60 print(type(user_type_list[0])) # 对象
61 for row in user_type_list:
62 print(row.id,row.title)
63
64 #############删除###########
65 session.query(UserType.id,UserType.title).filter(UserType.id>2).delete()
66 session.commit()
67 #############修改#############
68 session.query(UserType.id,UserType.title).filter(UserType.id > 0).update({‘title‘:‘黑金‘})
69 session.query(UserType.id,UserType.title).filter(UserType.id> 0).update({UserType.title:UserType.title+"x"},synchronize_session=False)
70 session.query(UserType.id,UserType.title).filter(UserType.id>0).update({‘num‘:Users.num+1},synchronize_session=‘evaluate‘)
71 session.commit()
72
73 # 分组，排序，连表，通配符，子查询，limit,union,where,原生sql
74
75
76 # 条件
77 ret = session.query(Users).filter_by(name=‘alex‘).all() # filter_by 里面放参数
78 ret = session.query(Users).filter(Users.id <9,Users.name==‘alex‘).all() #默认为and的关系 filter 里面放表达式
79 # 不加.all() 返回迭代器对象 加.all() 返回所有的对象,放在一个列表里
80 print(ret[0].name)
81 ret = session.query(Users).filter(Users.id.between(1,3),Users.name==‘alex‘)
82 for row in ret:
83 print(row.name)
84 ret = session.query(Users).filter(Users.id.in_([1,3,4])).all()
85 ret = session.query(Users).filter(~Users.id.in_([1,3,4])).all() #表示非的意思
86
87 from sqlalchemy import and_,or_
88 ret = session.query(Users).filter(and_(Users.id <9,Users.name==‘alex‘))
89
90 ret = session.query(Users).filter(
91 or_(
92 Users.id<2,
93 and_(Users.name == ‘eric‘, Users.id > 3),
94 Users.email != ‘‘
95 )
96 )
97
98
99 # 通配符
100 ret = session.query(Users).filter(~Users.name.like(‘e%‘))
101 #限制
102 ret = session.query(Users)[1:2]
103 # 排序
104 ret = session.query(Users).order_by(Users.name.desc())
105 ret = session.query(Users).order_by(Users.name.desc(),Users.id.asc())
106 #
107 # #分组
108 from sqlalchemy import func
109 ret = session.query(Users).group_by(Users.email).all()
110
111 ret = session.query(
112 func.max(Users.id),
113 func.min(Users.id),
114 func.sum(Users.id),
115 ).group_by(Users.name).having(func.min(Users.id)>2).all()
116
117
118
119 #连表的两种方式:
120 ret=session.query(Users,UserType) #系统自动补全Users.user_type_id==UserType.id
121 ret1=session.query(Users,UserType).filter(Users.user_type_id==UserType.id)
122
123 result=session.query(Users).join(UserType)
124 result1=session.query(Users).join(UserType,isouter=True) #相当于left join
125 print(result1)
126
127
128 ###########临时表的用法###########
129 1
130 ret1=session.query(Users,UserType).filter(Users.user_type_id==UserType.id)
131 for row in ret1:
132 print(row.Users.id,row.UserType.title)
133 2
134 q1=session.query(UserType).filter(UserType.id>0).subquery()
135 result=session.query(q1).all()
136 print(result)
137 3
138 result=session.query(UserType.id,session.query(Users.id).as_scalar())
139 print(result)
140 for row in result:
141 print(row[0])
142
143
144 result1=session.query(UserType.id,session.query(Users).filter(Users.user_type_id==UserType.id).as_scalar())
145 print(result1)
146
147 #组合
148
149 q1 = session.query(Users.name).filter(Users.id <3)
150 q2= session.query(UserType.title).filter(UserType.id <3)
151 ret = q1.union(q2).all()
152 print(ret)
153
154 q1 = session.query(Users.name).filter(Users.id <3)
155 q2= session.query(UserType.title).filter(UserType.id <3)
156 ret = q1.union_all(q2).all()
157 print(ret)
158
159
160 #########################relationship***************************
161 # 问题：获取用户信息以及与其关联的用户类型名称（fk,relationship ==> 正向操作）
162 user_list1=session.query(Users,UserType).join(UserType,isouter=True)
163 print(user_list1)
164 for row in user_list1:
165 print(row[0].id,row[0].name,row[0].email,row[0].user_type_id,row[1].title)
166
167 user_list2=session.query(Users.name,UserType.title).join(UserType,isouter=True).all()
168 print(user_list2)
169 for row in user_list2:
170 print(row.name,row.title)
171
172 user_list=session.query(Users)
173 for row in user_list:
174 print(row.id,row.name,row.user_type.title)
175
176
177 # 问题二：获取用户类型下的用户名 反向操作
178 type_list1=session.query(UserType)
179 for row in type_list1:
180 print(row.id,row.title,session.query(Users).filter(Users.user_type_id==row.id).all())
181
182 type_list=session.query(UserType)
183 for row in type_list:
184 print(row.id,row.title)
185 for li in row.xxoo:
186 list=li.name
187 print(list)
188
189 session.close()
1 from sqlalchemy.ext.declarative import declarative_base 2 from sqlalchemy import Column,Integer,String,ForeignKey,UniqueConstraint,Index,VARCHAR 3 from sqlalchemy.orm import sessionmaker,relationship 4 from sqlalchemy import create_engine 5 6 Base=declarative_base() 7 8 class UserType(Base): 9 __tablename__=‘usertype‘ 10 id = Column(Integer,primary_key=True,autoincrement=True) 11 title=Column(VARCHAR(32),nullable=True,index=True) 12 13 14 class Users(Base): 15 __tablename__=‘users‘ 16 id=Column(Integer,primary_key=True,autoincrement=True) 17 name=Column(String(32),nullable=True,index=True) 18 email=Column(String(16),unique=True) 19 user_type_id = Column(Integer,ForeignKey(‘usertype.id‘)) 20 21 user_type=relationship(‘UserType‘,backref=‘xxoo‘) 22 23 __table_args__ = ( 24 UniqueConstraint(‘id‘,‘name‘,name=‘uni_id_name‘), 25 Index(‘ix_n_ma‘,‘name‘,‘email‘) 26 ) 27 #创建引擎 引擎调用dialect来选择相应的模块来操作数据库 28 engine=create_engine(‘mysql+pymysql://root:[email protected]:3306/db1?charset=utf8‘,max_overflow=5) 29 Base.metadata.create_all(engine) # 创建模块中所有继承base的class的表 30 31 Session= sessionmaker(bind=engine) # 从连接池中取得一个连接 32 session=Session() 33 34 35 result=session.query(UserType.id,session.query(Users.name).filter(Users.id==1).as_scalar()) 36 print(result) 37 for row in result: 38 print(row[0]) 39 40 41 42 result1=session.query(UserType.id,session.query(Users.name).filter(Users.user_type_id==UserType.id,Users.name==‘alex‘).as_scalar()) 43 print(result1) 44 for row in result1: 45 print(row[0])
临时表操作
-- 便利的功能 （relationship）
sqlAchemy: 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，就是将对象转换成sql,然后使用数据库API执行sql并获取执行结果。
它本身无法操作数据库，必须用pymysql等第三方插件，dialect用于和数据库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。
使用 Engine/ConnectionPooling/Dialect 进行sql语句转换，Engine使用ConnectionPooling连接数据库
三种操作数据库的方式： mysql客户端：终端 Navicat pymysql :自己写sql语句 sqlAchemy：面向对象操作 简述ORM的运作与原理 对于用户来说：不用写sql语句，让用户通过类和对象的方式以及内部提供的方法来操作数据库 对于框架来说：将类与对象转换为sql语句并执行 本质：可以识别不同类型的数据库和对应的不同的数据库api，将类和对象转换成相应的sql语句，通过第三方插件（数据库API）来连接数据库进行操作 补充：数据库设计：
基于用户权限管理： 参考表结构： 用户信息表 id（主键） name pwd 1 alex 123
权限表 id（主键） power 1 订单管理 2 用户管理 3 bug管理
用户权限表 id user(外键) power（外键） 1 1 1 2 1 3
程序：用户登录
基于角色的权限管理： 参考表结构： 用户信息表 id（主键） name pwd partment（外键） 1 alex 123 2
权限表 id（主键） power 1 订单管理 2 用户管理 3 bug管理
部门表（角色表） id partment 1 财务部 2 it部门 3 运维部
部门权限表（角色权限管理） id partment(外键) power（外键） 1 1 1 2 1 2 3 1 3 4 2 1 5 2 3
时间： 2024-10-29 02:11:58