MySQL之ORM框架SQLAlchemy

一介绍

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。

1、安装

pip3 install sqlalchemy

2、架构与流程

#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 db1 charset utf8;

#2 创建引擎
egine=create_engine(‘mysql+pymysql://[email protected]/db1?charset=utf8‘)

#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

3、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:pass@host:port/dbname[?key=value&key=value...]

二创建表

ORM中：

#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

egine=create_engine(‘mysql+pymysql://[email protected]:3306/db1?charset=utf8‘,max_overflow=5)

Base=declarative_base()

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

#多对一:多个服务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)

    business_id=Column(Integer,ForeignKey(‘business.id‘))

    __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)

    business_id=Column(Integer,ForeignKey(‘business.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()

注：设置外键的另一种方式 ForeignKeyConstraint([‘other_id‘], [‘othertable.other_id‘])

三增删改查

表结构

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,Integer,String,ForeignKey
from sqlalchemy.orm import sessionmaker

egine=create_engine(‘mysql+pymysql://[email protected]:3306/db1?charset=utf8‘,max_overflow=5)

Base=declarative_base()

#多对一:假设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(只有创建公司才把员工当骆驼用,一个员工身兼数职)
class Dep(Base):
    __tablename__=‘dep‘
    id=Column(Integer,primary_key=True,autoincrement=True)
    dname=Column(String(64),nullable=False,index=True)

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‘))

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

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

drop_db()
init_db()
Session=sessionmaker(bind=egine)
session=Session()

增

#增
row_obj=Dep(dname=‘销售‘) #按关键字传参,无需指定id,因其是自增长的
session.add(row_obj)
session.add_all([
    Dep(dname=‘技术‘),
    Dep(dname=‘运营‘),
    Dep(dname=‘人事‘),
])

session.commit()

删

#删
session.query(Dep).filter(Dep.id > 3).delete()
session.commit()

改

#改
session.query(Dep).filter(Dep.id > 0).update({‘dname‘:‘哇哈哈‘})
session.query(Dep).filter(Dep.id > 0).update({‘dname‘:Dep.dname+‘_SB‘},synchronize_session=False)
session.query(Dep).filter(Dep.id > 0).update({‘id‘:Dep.id*100},synchronize_session=‘evaluate‘)

session.commit()

查

#查所有,取所有字段
res=session.query(Dep).all() #for row in res:print(row.id,row.dname)

#查所有,取指定字段
res=session.query(Dep.dname).order_by(Dep.id).all() #for row in res:print(row.dname)

res=session.query(Dep.dname).first()
print(res) # (‘哇哈哈_SB‘,)

#过滤查
res=session.query(Dep).filter(Dep.id > 1,Dep.id <1000) #逗号分隔,默认为and
print([(row.id,row.dname) for row in res])

四其他查询相关

一准备表和数据

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,Integer,String,ForeignKey
from sqlalchemy.orm import sessionmaker

egine=create_engine(‘mysql+pymysql://[email protected]:3306/db1?charset=utf8‘,max_overflow=5)

Base=declarative_base()

#多对一:假设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(只有创建公司才把员工当骆驼用,一个员工身兼数职)
class Dep(Base):
    __tablename__=‘dep‘
    id=Column(Integer,primary_key=True,autoincrement=True)
    dname=Column(String(64),nullable=False,index=True)

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‘))

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

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

drop_db()
init_db()
Session=sessionmaker(bind=egine)
session=Session()

# 准备数据
session.add_all([
    Dep(dname=‘技术‘),
    Dep(dname=‘销售‘),
    Dep(dname=‘运营‘),
    Dep(dname=‘人事‘),
])

session.add_all([
    Emp(ename=‘林海峰‘,dep_id=1),
    Emp(ename=‘李杰‘,dep_id=1),
    Emp(ename=‘武配齐‘,dep_id=1),
    Emp(ename=‘元昊‘,dep_id=2),
    Emp(ename=‘李钢弹‘,dep_id=3),
    Emp(ename=‘张二丫‘,dep_id=4),
    Emp(ename=‘李坦克‘,dep_id=2),
    Emp(ename=‘王大炮‘,dep_id=4),
    Emp(ename=‘牛榴弹‘,dep_id=3)
])

session.commit()

二条件、通配符、limit、排序、分组、连表、组合

#一、条件
sql=session.query(Emp).filter_by(ename=‘林海峰‘) #filter_by只能传参数:什么等于什么
res=sql.all() #sql语句的执行结果

res=session.query(Emp).filter(Emp.id>0,Emp.ename == ‘林海峰‘).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 == ‘林海峰‘).all()
res=session.query(Emp).filter(Emp.id.in_([1,3,99,101]),Emp.ename == ‘林海峰‘).all()
res=session.query(Emp).filter(~Emp.id.in_([1,3,99,101]),Emp.ename == ‘林海峰‘) #~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 > 0,Emp.ename==‘林海峰‘)).all()
res=session.query(Emp).filter(or_(Emp.id < 2,Emp.ename==‘功夫熊猫‘)).all()
res=session.query(Emp).filter(
    or_(
        Emp.dep_id == 3,
        and_(Emp.id > 1,Emp.ename==‘功夫熊猫‘),
        Emp.ename != ‘‘
    )
).all()

#二、通配符
res=session.query(Emp).filter(Emp.ename.like(‘%海_%‘)).all()
res=session.query(Emp).filter(~Emp.ename.like(‘%海_%‘)).all()

#三、limit
res=session.query(Emp)[0:5:2]

#四、排序
res=session.query(Emp).order_by(Emp.dep_id.desc()).all()
res=session.query(Emp).order_by(Emp.dep_id.desc(),Emp.id.asc()).all()

#五、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()

#六、连表
#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
res=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
res=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

#七、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(‘%海%‘),
        Emp.ename.like(‘%昊%‘),
    )
)
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()]) #[‘林海峰‘, ‘李杰‘, ‘武配齐‘, ‘元昊‘]
print([i.ename for i in q2.all()]) #[‘林海峰‘, ‘元昊‘]
print([i.ename for i in res1.all()]) #[‘林海峰‘, ‘李杰‘, ‘武配齐‘, ‘元昊‘]
print([i.ename for i in res2.all()]) #[‘林海峰‘, ‘李杰‘, ‘武配齐‘, ‘元昊‘, ‘元昊‘, ‘林海峰‘]

三子查询

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 > 8).subquery()
).all()

形式一:子查询当做一张表来用,调用subquery()

#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()

形式二:子查询当做in的范围用,调用in_

#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()

形式三:子查询当做select后的字段,调用as_scalar()

五正查、反查

一表修改

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,Integer,String,ForeignKey
from sqlalchemy.orm import sessionmaker,relationship

egine=create_engine(‘mysql+pymysql://[email protected]:3306/db1?charset=utf8‘,max_overflow=5)

Base=declarative_base()

class Dep(Base):
    __tablename__=‘dep‘
    id=Column(Integer,primary_key=True,autoincrement=True)
    dname=Column(String(64),nullable=False,index=True)

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‘))

    #在ForeignKey所在的类内添加relationship的字段,注意:
    #1:Dep是类名
    #2:depart字段不会再数据库表中生成字段
    #3:depart用于Emp表查询Dep表(正向查询),而xxoo用于Dep表查询Emp表(反向查询),
    depart=relationship(‘Dep‘,backref=‘xxoo‘)

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

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

drop_db()
init_db()
Session=sessionmaker(bind=egine)
session=Session()

# 准备数据
session.add_all([
    Dep(dname=‘技术‘),
    Dep(dname=‘销售‘),
    Dep(dname=‘运营‘),
    Dep(dname=‘人事‘),
])

session.add_all([
    Emp(ename=‘林海峰‘,dep_id=1),
    Emp(ename=‘李杰‘,dep_id=1),
    Emp(ename=‘武配齐‘,dep_id=1),
    Emp(ename=‘元昊‘,dep_id=2),
    Emp(ename=‘李钢弹‘,dep_id=3),
    Emp(ename=‘张二丫‘,dep_id=4),
    Emp(ename=‘李坦克‘,dep_id=2),
    Emp(ename=‘王大炮‘,dep_id=4),
    Emp(ename=‘牛榴弹‘,dep_id=3)
])

session.commit()

二标准连表查询

# 示例:查询员工名与其部门名
res=session.query(Emp.ename,Dep.dname).join(Dep) #迭代器
for row in res:
    print(row[0],row[1]) #等同于print(row.ename,row.dname)

三基于relationship的正查、反查

#SQLAlchemy的relationship在内部帮我们做好表的链接

#查询员工名与其部门名(正向查)
res=session.query(Emp)
for row in res:
    print(row.ename,row.id,row.depart.dname)

#查询部门名以及该部门下的员工(反向查)
res=session.query(Dep)
for row in res:
    # print(row.dname,row.xxoo)
    print(row.dname,[r.ename for r in row.xxoo])

原文地址：https://www.cnblogs.com/yxiaodao/p/9736380.html

时间： 2024-10-07 12:32:37

MySQL之ORM框架SQLAlchemy的相关文章

mysql篇---ORM框架

一.面向对象回顾二.ORM框架 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. 安装: pip3 install SQLAlchemy 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: MySQL-Pyth

mysql八：ORM框架SQLAlchemy

阅读目录一介绍二创建表三增删改查四其他查询相关五正查.反查一介绍 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. 1.安装 pip3 install sqlalchemy 2.架构与流程 #1.使用者通过ORM对象提交命令 #2.将命令交给SQLAlchemy Core(Schema/Types SQL Express

ORM框架SQLAlchemy与权限管理系统的数据库设计

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,使用对象关系映射进行数据库操作,即:将对象转换成SQL,然后使用数据API执行SQL并获取执行结果. 执行流程: 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 4.匹配使用者事先配置好的egin

ORM框架SQLAlchemy学习（未整理完）

一.基本介绍以下介绍来自维基百科,自由的百科全书. 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(ORM)工具,使用MIT许可证发行. 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数据库的量级和性能重要于对象集合:而对象集合的抽象又重要于表和行.因此,SQLAlchmey采用了类似于Java里Hibernate的数据映射模型,而不是其他ORM框

python(十二)下：ORM框架SQLAlchemy使用学习

此出处:http://blog.csdn.net/fgf00/article/details/52949973 本节内容 ORM介绍 sqlalchemy安装 sqlalchemy基本使用多外键关联多对多关系表结构设计作业一.ORM介绍如果写程序用pymysql和程序交互,那是不是要写原生sql语句.如果进行复杂的查询,那sql语句就要进行一点一点拼接,而且不太有重用性,扩展不方便.而且写的sql语句可能不高效,导致程序运行也变慢. 为了避免把sql语句写死在代码里,有没有一种方法直

pyhton ORM框架SQLAlchemy基础与建表

1.ORM框架:SQLALchemy - 作用: 1.提供简单的规则 2.自动转换成SQL语句 - ORM框架的分类:从代码和数据库两个角度来看的 1.DB firest:数据库优先,顾名思义要先手动创建好数据库和表,后面可以利用ORM框架生成相应的类(这种目前还没接触过,听说 Django默认是不支持的但可以通过安装第三方插件得到支持) 2.code first:代码优先,先手动创建好数据库,再用代码定义好表,然后再用orm框架在数据库中生成表(SQLAlchemy.Django都是的) a.

ORM框架SQLAlchemy

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. 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/Connec

ORM框架SQLAlchemy的使用

ORM和SQLAlchemy简介对象关系映射(Object Relational Mapping,简称ORM),简单的来说,ORM是将数据库中的表与面向对象语言中的类建立了一种对应的关系.然后我们操作数据库的时候,数据库中的表或者表中的某一行,直接通过操作类或者类的实例就可以完成了. SQLAlchemy是Python社区最知名的ORM工具之一,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是建立在数据库API之上,使用关系对象映射进行数据库操作,简单的来说

MySQL之ORM框架SQLAlchemy

一 介绍

1、安装

2、架构与流程

二 创建表

三 增删改查

四 其他查询相关

一 准备表和数据

二 条件、通配符、limit、排序、分组、连表、组合

三 子查询

五 正查、反查

一 表修改

二 标准连表查询

三 基于relationship的正查、反查