本文将以Mysql举例，介绍sqlalchemy的基本用法。其中，Python版本为2.7，sqlalchemy版本为1.1.6。
一. 介绍
SQLAlchemy是Python中最有名的ORM工具。
关于ORM：
全称Object Relational Mapping（对象关系映射）。
特点是操纵Python对象而不是SQL查询，也就是在代码层面考虑的是对象，而不是SQL，体现的是一种程序化思维，这样使得Python程序更加简洁易读。
具体的实现方式是将数据库表转换为Python类，其中数据列作为属性，数据库操作作为方法。
优点：
- 简洁易读：将数据表抽象为对象（数据模型），更直观易读
- 可移植：封装了多种数据库引擎，面对多个数据库，操作基本一致，代码易维护
- 更安全：有效避免SQL注入
为什么要用sqlalchemy?
虽然性能稍稍不及原生SQL，但是操作数据库真的很方便！
二. 使用
概念和数据类型
概念
| 概念 | 对应数据库 | 说明 |
|---|---|---|
| Engine | 连接 | 驱动引擎 |
| Session | 连接池，事务 | 由此开始查询 |
| Model | 表 | 类定义 |
| Column | 列 | |
| Query | 若干行 | 可以链式添加多个条件 |
常见数据类型
| 数据类型 | 数据库数据类型 | python数据类型 | 说明 |
|---|---|---|---|
| Integer | int | int | 整形，32位 |
| String | varchar | string | 字符串 |
| Text | text | string | 长字符串 |
| Float | float | float | 浮点型 |
| Boolean | tinyint | bool | True / False |
| Date | date | datetime.date | 存储时间年月日 |
| DateTime | datetime | datetime.datetime | 存储年月日时分秒毫秒等 |
| Time | time | datetime.datetime | 存储时分秒 |
使用步骤
创建数据库表
1.安装
pip install SQLalchemy
2. 创建连接
from sqlalchemy import create_engine
engine = create_engine("mysql://user:[email protected]/dbname?charset=uft8")这行代码初始化创建了Engine，Engine内部维护了一个Pool（连接池）和Dialect（方言），方言来识别具体连接数据库种类。
创建好了Engine的同时，Pool和Dialect也已经创建好了，但是此时并没有真正与数据库连接，等到执行具体的语句.connect()等时才会连接到数据库。
create_engine还有其它可选的参数，比如：
engine = create_engine("mysql://user:[email protected]/dbname?charset=uft8",
echo=True,
pool_size=8,
pool_recycle=60*30
)- echo: 当设置为True时会将orm语句转化为sql语句打印，一般debug的时候可用
- pool_size: 连接池的大小，默认为5个，设置为0时表示连接无限制
- pool_recycle: 设置时间以限制数据库多久没连接自动断开
3. 创建数据库表类（模型）
前面有提到ORM的重要特点，那么我们操作表的时候就需要通过操作对象来实现，现在我们来创建一个类，以常见的用户表举例：
from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base()
class Users(Base):
__tablename__ = "users"
id = Column(Integer, primary_key=True)
name = Column(String(64), unique=True)
email = Column(String(64))
def __init__(self, name, email):
self.name = name
self.email = email
declarative_base()是sqlalchemy内部封装的一个方法，通过其构造一个基类，这个基类和它的子类，可以将Python类和数据库表关联映射起来。
数据库表模型类通过__tablename__和表关联起来，Column表示数据表的列。
4. 生成数据库表
Base.metadata.create_all(engine)
创建表，如果存在则忽略，执行以上代码，就会发现在db中创建了users表。
操作数据
表创建好了就是操作数据了，常见的操作增删改查，我们一一介绍。
session
sqlalchemy中使用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 。
通过sessionmaker调用创建一个工厂，并关联Engine以确保每个session都可以使用该Engine连接资源：
from sqlalchemy.orm import sessionmaker
# 创建session
DbSession = sessionmaker(bind=engine)
session = DbSession()session的常见操作方法包括：
- flush：预提交，提交到数据库文件，还未写入数据库文件中
- commit：提交了一个事务
- rollback：回滚
- close：关闭
增
举个最简单的例子：
add_user = Users("test", "[email protected]")
session.add(add_user)
session.commit()session.add()将会把Model加入当前session维护的持久空间(可以从session.dirty看到)中，直到commit时提交到数据库。
Q1：add之后如何直接返回对象的属性？
可以在add之后执行db.session.flush()，这样便可在session中get到对象的属性。
Q2：如何进行批量插入，性能比较？
批量插入共有以下几种方法，对它们的批量做了比较，分别是：
session.add_all() < bulk_save_object() < bulk_insert_mappings() < SQLAlchemy_core()
查
查询是最常用的一个操作了，举个最简单的查询例子：
users = session.query(Users).filter_by(id=1).all()
for item in users:
print(item.name)通常我们通过以上查询模式获取数据，需要注意的是，通过session.query()我们查询返回了一个Query对象，此时还没有去具体的数据库中查询，只有当执行具体的.all()，.first()等函数时才会真的去操作数据库。
其中，query有filter和filter_by两个过滤方法，上述例子也可写为：
users = session.query(Users).filter_by(Users.id == 1).all()通常这两个方法都会用到的，所以一定要掌握它们的区别：
| filter | filter_by |
|---|---|
| 支持所有比较运算符，相等比较用比较用== | 只能使用"="，"!="和"><" |
| 过滤用类名.属性名 | 过滤用属性名 |
| 不支持组合查询，只能连续调用filter变相实现 | 参数是**kwargs，支持组合查询 |
| 支持and，or和in等 |
改
更新数据有两种方法，一种是使用query中的update方法：
session.query(Users).filter_by(id=1).update({'name': "Jack"})另一种是操作对应的表模型：
users = session.query(Users).filter_by(name="Jack").first()
users.name = "test"
session.add(users)这两种方式呢，一般批量更新的话我会选前者，而要对查询获取对象属性之后再更新的场景就需要使用后者。
删
和更新数据类似，删除数据也有两种方法，第一种：
delete_users = session.query(Users).filter(Users.name == "test").first()
if delete_users:
session.delete(delete_users)
session.commit()第二种：
session.query(Users).filter(Users.name == "test").delete()
session.commit()批量删除时推荐使用第二种。
以上，就是Python sqlalchemy的基本用法。
代码可参照：my github
原文地址：https://www.cnblogs.com/ybjourney/p/11832045.html