[SQL必知必会学习] 14 Python ORM框架操作MySQL

最新推荐文章于 2024-06-11 23:08:23 发布

墨1024

最新推荐文章于 2024-06-11 23:08:23 发布

阅读量1.3k

点赞数

分类专栏：数据库相关文章标签： SQL SQL必知必会 python ORM

本文链接：https://blog.csdn.net/leacock1991/article/details/101467250

版权

数据库相关专栏收录该内容

24 篇文章 4 订阅

订阅专栏

为什么要使用ORM 框架

图片来自极客时间SQL必知必会专栏.png

ORM提供了一种持久化模式，可以高效地对数据库进行访问。 ORM 的英文是 Object Relation Mapping，对象关系映射，是 RDBMS 和业务实体对象之间的一个映射，把底层的 RDBMS 封装成业务实体对象，提供给业务逻辑层使用。好处:简单可复用,不用关注底层的数据库访问细节,注意力关注到业务逻辑层。不足:对于复杂的数据查询,采用ORM会力不从心,同时在效率上也会有损耗。

Python 中的 ORM 框架都有哪些

三种主流的 ORM 框架： Django、SQLALchemy、peewee

Django
Django，它是 Python 的 WEB 应用开发框架，本身是大而全的方式。 Django 采用了 MTV 的框架模式，包括了 Model（模型）， View（视图）和 Template（模版）Model 模型只是 Django 的一部分功能，我们可以通过它来实现数据库的增删改查操作。Model 映射到一个数据表，如下图：

图片来自极客时间SQL必知必会专栏.png

SQLALchemy

SQLALchemy，它提供了 SQL 工具包及 ORM工具，支持 ORM 和支持原生SQL

peewee
一个轻量级的 ORM 框架。peewee 采用了 Model 类、 Field 实例和 Model 实例来与数据库建立映射关系，从而完成面向对象的管理方式。

使用 SQLAlchemy 来操作 MySQL

安装相应的工具包：

pip install sqlalchemy
初始化数据库连接
from sqlalchemy import create_engine
# 初始化数据库连接，修改为你的数据库用户名和密码
engine = create_engine('mysql+mysqlconnector://户名: 密码@IP地址:端口号/数据库名称')

创建模型

## 引用数据类型
from sqlalchemy import Column, String, Integer, Float
from sqlalchemy.ext.declarative import declarative_base

Base = declarative_base()
# 定义 Player 对象:
class Player(Base):
    # 表的名字:
    __tablename__ = 'player'

    # 表的结构:
    player_id = Column(Integer, primary_key=True, autoincrement=True)
    team_id = Column(Integer)
    player_name = Column(String(255))
    height = Column(Float(3, 2))

tablename 指明了模型对应的数据表名称，在 Player 模型中对采用的变量名进行定义，变量名需要和数据表中的字段名称保持一致，采用 Column 对字段进行定义

常用的数据类型.png

除了指定 Column 的数据类型以外，我们也可以指定 Column 的参数，这些参数可以帮我们对对象创建列约束：

对象创建列约束.png

引用数据类型

from sqlalchemy import Column, String, Integer, Float

对数据表进行增删改查

增

from sqlalchemy.orm import sessionmaker
# 创建 DBSession 类型:
DBSession = sessionmaker(bind=engine)
# 创建 session 对象:
session = DBSession()

# 创建 Player 对象:
new_player = Player(team_id = 1003, player_name = " 约翰 - 科林斯 ", height = 2.08)
# 添加到 session:
session.add(new_player)
# 提交即保存到数据库:
session.commit()
# 关闭 session:
session.close()

首先需要初始化 DBSession，相当于创建一个数据库的会话实例 session。通过 session 来完成新球员的添加。

通过 Player 类来完成数据创建，在参数中指定相应的 team_id, player_name, height 即可。

然后把创建好的对象 new_player 添加到 session 中，提交到数据库即可完成添加数据的操作。

增.png

查


# 增加 to_dict() 方法到 Base 类中
def to_dict(self):
    return {c.name: getattr(self, c.name, None)
            for c in self.__table__.columns}
# 创建 DBSession 类型:
DBSession = sessionmaker(bind=engine)
# 创建 session 对象:
session = DBSession()
# 将对象可以转化为 dict 类型
Base.to_dict = to_dict
# 查询身高 >=2.08 的球员 同时 ≤ 2.10 的球员有哪些， AND 的关系
# rows = session.query(Player).filter(Player.height >=2.08, Player.height <=2.10).all()
# 查询身高 >=2.08 的球员 或 ≤ 2.10 的球员有哪些 OR 的关系
# from sqlalchemy import or_ 
# rows = session.query(Player).filter(or_(Player.height >=2.08, Player.height <=2.10)).all()
rows = session.query(Player).filter(Player.height >= 2.08).all()
print([row.to_dict() for row in rows])
session.close()

查.png

对整个数据行进行查询，采用 session.query(Player) ，相当于使用的是 SELECT *。
使用 filter 方法，对应的是 SQL 中的 WHERE 条件查询。filter 也支持多条件查询。

删

我们需要进行查询，然后从 session 对象中进行删除，最后进行 commit 提交

# 创建 DBSession 类型:
DBSession = sessionmaker(bind=engine)
# 创建 session 对象:
session = DBSession()
row = session.query(Player).filter(Player.player_name == '约翰 - 科林斯').first()
session.delete(row)
session.commit()
session.close()

删.png

改
先进行查询，然后再进行修改

# 创建 DBSession 类型:
DBSession = sessionmaker(bind=engine)
# 创建 session 对象:
session = DBSession()
row = session.query(Player).filter(Player.player_name=="约翰 - 科林斯 ").first()
row.height = 2.17
session.commit()
session.close()