一文搞懂sqlalchemy

原创已于 2025-10-27 16:43:26 修改 · 554 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#oracle #数据库 #python #web #flask #fastapi

于 2025-10-27 16:37:28 首次发布

一文搞懂sqlalchemy

SQLAlchemy 是 Python 中最流行的 ORM（对象关系映射）工具。那么什么是ORM呢

ORM

在聊 SQLAlchemy 之前，我们必须先明确一个核心概念——ORM（对象关系映射）。
ORM 的作用，就是充当 “翻译官” 和 “转换器”（两个功能）：
1：把代码中的 “对象操作”（创建、修改、删除对象）自动翻译成数据库能理解的 “SQL 语句”；
2：把数据库返回的 “表行数据”自动转换成代码中能直接使用的 “对象”。
简单来说：有了 ORM，你不用再手动写 SQL，只需像操作 Python 对象一样操作数据，剩下的 “翻译” 工作全由 ORM 完成

SQLAlchemy （举一个生活中的例子）

想象你是一个水果摊老板，你的摊位就是一个数据库：

#原始方式（直接写 SQL）：
-- 顾客自己翻摊位：找红色、价格低于10元的苹果
SELECT * FROM 苹果 WHERE 颜色 = '红色' AND 价格 < 10;

缺点：效率低。每次找水果都要写完整的 SQL，重复工作多
SQLAlchemy 方式：雇一个：牛马店员（ORM 操作）

打开水果摊摊位：创建数据库引擎（Engine）：
首先要和数据库建立连接，这一步在 SQLAlchemy 中对应 “创建引擎”。Engine是 SQLAlchemy 的核心组件，它负责管理数据库连接池，处理与数据库的底层通信，无需我们手动管理连接的建立和关闭。

from sqlalchemy import create_engine

# 连接SQLite数据库（仓库地址：“水果摊.db”）
# 若连接MySQL，地址格式为：mysql+pymysql://用户名:密码@主机:端口/数据库名
engine = create_engine('sqlite:///水果摊.db')

告诉店员 “水果摆放规则”：定义 “表结构”（Table + MetaData）
接下来要让店员知道仓库里的水果是怎么摆放的 —— 也就是数据库中的表结构。SQLAlchemy 用MetaData（元数据）管理所有表的信息，用Table类定义具体的表结构。支持自动加载已有表的结构（autoload_with=engine），也支持手动定义新表。

from sqlalchemy import Table, MetaData, Column, String, Float

# 初始化元数据（管理所有表的“说明书”）
metadata = MetaData()

# 方式1：自动加载已有表的结构（适合数据库已存在的情况）
苹果 = Table('苹果', metadata, autoload_with=engine)

# 方式2：手动定义新表（适合新建数据库场景，专业项目常用）
苹果 = Table(
    '苹果',  # 表名
    metadata,
    Column('id', String(20), primary_key=True),  # 主键：水果编号
    Column('颜色', String(10)),  # 字段1：颜色
    Column('价格', Float),  # 字段2：价格
    Column('产地', String(20))  # 字段3：产地
)

MetaData的作用：集中管理表结构。如果后续需要修改表（比如增加 “保质期” 字段），只需在Table定义中添加Column，再执行metadata.create_all(engine)，SQLAlchemy 会自动处理表的更新（避免手动写ALTER TABLE语句）
3. 让店员取水果：执行 “查询操作”:
用 Python 代码拼接查询条件，不用写纯 SQL。这里我们用engine.connect()创建连接（Connection），通过上下文管理器（with语句）自动关闭连接，避免资源泄漏

# 从sqlalchemy导入select函数（专业写法，替代直接用Table.select()）
from sqlalchemy import select

# 建立连接并执行查询（上下文管理器自动管理连接生命周期）
with engine.connect() as conn:
    # 1. 拼接查询条件：找红色、价格低于10元的苹果
    # 苹果.c.颜色：表示“苹果表的颜色字段”（c即column的缩写）
    query = select(苹果).where(
        (苹果.c.颜色 == '红色') &     (苹果.c.价格 < 10)
    )
    # 2. 执行查询并获取结果
    result = conn.execute(query)
    # 3. 处理结果（支持迭代、转换为字典等）
    for fruit in result:
        print(f"编号：{fruit.id}，颜色：{fruit.颜色}，价格：{fruit.价格}元")

3.2 让店员补货：插入数据：给仓库 “补货”

with engine.connect() as conn:
    # 插入一条数据
    conn.execute(苹果.insert().values(
        id='001',
        颜色='红色',
        价格=8.5,
        产地='山东'
    ))
    # 提交事务（修改操作需提交，查询无需提交）
    conn.commit()

更高级的 ORM 模式。用类来管理水果(常用)
把表映射成 Python 类，直接用类的实例操作数据，更符合面向对象编程的习惯。

from sqlalchemy.orm import declarative_base, Session

# 1. 定义基类（所有ORM类的父类）
Base = declarative_base()

# 2. 定义ORM类（对应“苹果”表）
class Apple(Base):
    __tablename__ = '苹果'  # 绑定的表名
    id = Column(String(20), primary_key=True)
    颜色 = Column(String(10))
    价格 = Column(Float)
    产地 = Column(String(20))

# 3. 用Session操作数据（Session是ORM模式的核心，管理对象生命周期）
with Session(engine) as session:
    # 插入数据：创建类实例
    new_apple = Apple(id='002', 颜色='绿色', 价格=7.8, 产地='陕西')
    session.add(new_apple)  # 添加到会话
    session.commit()  # 提交事务

    # 查询数据：直接查询类
    red_apples = session.query(Apple).filter(
        Apple.颜色 == '红色',
        Apple.价格 < 10
    ).all()  # all()获取所有结果

不用再关注表和字段，而是像操作 Python 类一样操作数据，降低代码与数据库的耦合度