SqlAlchemy使用教程(一) 原理与环境搭建

• SqlAlchemy使用教程(一) 原理与环境搭建
• SqlAlchemy使用教程(二) 入门示例及编程步骤
• SqlAlchemy使用教程(三) CoreAPI访问与操作数据库详解
• SqlAlchemy使用教程(四) MetaData 与 SQL Express Language 的使用
• SqlAlchemy使用教程(五) ORM API 编程入门
• SqlAlchemy使用教程(六) – ORM 表间关系的定义与CRUD操作

一、SqlAlchemy 原理及环境搭建

SqlAlchemy是1个支持连接各种不同数据库的Python库，提供Core API与ORM（object relation mapper）两种方式使用数据库。

Core API方式，即使用SQL封装方式访问数据库
ORM, 对象关系模型，是用 Python 类对象映射 Database表的一种方式。

官方文档：
https://docs.sqlalchemy.org/en/20/intro.html

1、SqlAlchemy 的架构与主要功能

1.1 架构图

SQLAlchemy 是由Core 与 ORM层组成， 在Core层，提供了Engine对象、MetaData与数据库API交互，而SQL Expression Language 是对 Sql 语句的封装，用以消除各数据API之间的差异，实现1套接口适用于所有数据库。
ORM 是在Core之上的抽象层，其更符合Python面向对象编程的思路，

1.2主要功能点

• 在Core层，可以使得DB API 直接操作数据库，也可以使用SQL Expression Language. 这是SqlAlchemy 提供的SQL表达式封装器。该接口层使用接近于原生SQL，可以令熟悉DB API（如sqlite3, mysql-connector等）的程序员快速上手。
• ORM 方式访问数据库，用 python 类与对象的方式操作数据库。
• 最大优点是：支持跨数据库。也就是说1套代码，不同的数据库都可以使用，如MySql, PostgreSql, MongDB等均可以，这使得项目进行数据库迁移非常容易。

很多知名公司、知名软件，如Flask 均使用 SqlAlchemy 做为数据库接口开发库, 掌握了SqlAlchemy以后，学习Django的ORM也非常轻松，原理与操作过程都非常接近，包括Node.js 的Sequelize的ORM库，也是类似的。

1.3 什么是ORM?

Object Relation Mapping (ORM)是用Python 对象映射到Database表的一种方法。SqlAlchemy 的ORM有点类似于Hibernate。

数据库的二维表数据，可以用Python list类型表示，使用 [dict, …] 形式，如下

[
    {'id': '1', 'name': 'Michael'},
    {'id': '2', 'name': 'Bob'},
    {'id': '3', 'name': 'Adam'}
]

即数据库中的每行数据用1个字典类型表示，字典的key即字段名。使用 mysql-connector, sqlite3返回的数据结构就是像上面这样表示的。
如果将字典的key看作类的属性，那么列表中的每个字典元素可以理解为是1个类的实例，也就是1个object。因此，在ORM中，先定义1个class，每个属性表示1个 database table的1个字段。

class User(object):
    def __init__(self, id, name):
        self.id = id
        self.name = name

数据库的每行数据就是该类的1个实例，这样1个table就可以用class + object list 来表示，这就是ORM （Object-Relational Mapping）的原理。

1.４ 常用概念与术语

SqlAlchemy 使用了很多专用术语与名词，理解这些常用术语，不仅对于阅读官方文档，而且对于理解代码，也非常有帮助。

• 对象(object), 实例（instance)
  对象与实例均为面对对象编程的概念，举例说明，对于Person类, jack=Persion(name="Jack", age=25)，则 jack 称为Person类的1个实例，也是1个对象。 在本文中，对象与实例的含义是相同的。
• Metadata
  Metadata 通常是指“data that describes data”，通常翻译为元数据。在SQLAlchemy中，“Metadata”定义了数据库、表、字段、约束和其他DDL对象结构，并将这些信息以python 的方式保存。可以理解为数据引擎对象的基础结构数据，与数据库中schema 的概念非常类似。
• Insert Sentinel ，原义为“插入操作守卫哨兵”
  这是一个SQLAlchemy特定的术语，指的是操作语句会返回一个结果列表，该列表可用于检查插入多行数据时，每行数据是否插入成功。
• Session
  Session，可以理解为ORM数据库操作的容器。Seesion从数据库加载实例，跟踪对Model实例的更改。 session 还有1个优点，可以传递给线程对象。
• scalar subquery
  指嵌套SELECT语句中的SELECT子句。

SELECT id, (SELECT name FROM address WHERE address.user_id=user.id)
FROM user

• DB reflection
  从当前已存在数据库的Table中获取数据库结构，并将其转换为sqlalchemy 的metadata数据。
• Registry
  SqlAlchemy映射类属性，用于保存Column与数据库字段之间data type映射关系。
• DDL, DML, DQL
  在SqlAlchemy 文档中，会经常看到这3个术语，这是SQL规范中的术语，其含义如下：
  DDL – Data Definition Language，用于定义数据库、表结构的语法, 如CREATE TABLE, DROP TABLE 等
  DQL – Data Query Language，数据查询语言， 主要是 SELECT语句
  DML – Data Manipulation Language, 数据操作语言，如INSERT INTO, UPDATE，DELETE等

2. 环境搭建

1）安装
安装 sqlalchemy 库

pip install sqlalchemy

安装数据库驱动库，如安装mysql接口库：mysql-connector ，

pip3 install mysql-connector

Python3已内置 sqlite3 库，可以直接使用

2）验证安装是否成功

打开终端窗口，输出python，进入命令行模式，查看是否能成功显示版本号。

>>> import sqlalchemy
>>> print(sqlalchemy.__version__)
2.0.23