SQLAlchemy技术文档

原文地址:http://www.cnblogs.com/iwangzc/p/4112078.html

1.版本检查

import sqlalchemy
sqlalchemy.version

2.连接

from sqlalchemy import create_engine
engine = create_engine(‘sqlite:///:memory:’,echo=True)
echo参数为True时，会显示每条执行的SQL语句，可以关闭。create_engine()返回一个Engine的实例，并且它表示通过数据库语法处理细节的核心接口，在这种情况下，数据库语法将会被解释称Python的类方法。

3.声明映像

当使用ORM【1】时，构造进程首先描述数据库的表，然后定义我们用来映射那些表的类。在现版本的SQLAlchemy中，这两个任务通常一起执行，通过使用Declarative方法，我们可以创建一些包含描述要被映射的实际数据库表的准则的映射类。

使用Declarative方法定义的映射类依据一个基类，这个基类是维系类和数据表关系的目录——我们所说的Declarative base class。在一个普通的模块入口中，应用通常只需要有一个base的实例。我们通过declarative_base()功能创建一个基类：

from sqlalchemy.ext.declarativeimportdeclarative_base
Base = declarative_base()
有了这个base，我们可以依据这个base定义任意数量的映射类。一个简单的user例子：

from sqlalchemy import Column, Integer, String
class User(Base):
tablename= ‘users’
id= Column(Integer, primary_key=True)
name = Column(String)
用Declarative构造的一个类至少需要一个tablename属性，一个主键行。

4.构造模式（项目中没用到）

5.创建映射类的实例

ed_user = User(name=’ed’,fullname=’Ed Jones’, password=’edspassword’)
6.创建会话

现在我们已经准备毫和数据库开始会话了。ORM通过Session与数据库建立连接的。当应用第一次载入时，我们定义一个Session类（声明create_engine()的同时），这个Session类为新的Session对象提供工厂服务。

from sqlalchemy.orm import sessionmaker
Session = sessionmaker(bind=engine)
这个定制的Session类会创建绑定到数据库的Session对象。如果需要和数据库建立连接，只需要实例化一个Session：

session = Session()
虽然上面的Session已经和数据库引擎Engine关联，但是还没有打开任何连接。当它第一次被使用时，就会从Engine维护的一个连接池中检索是否存在连接，如果存在便会保持连接知道我们提交所有更改并且/或者关闭session对象。

7.添加新对象（简略）

ed_user = User(name=’ed’, fullname=’Ed Jones’, password=’edspassword’)
session.add(ed_user)
至此，我们可以认为，新添加的这个对象实例仍在等待中；ed_user对象现在并不代表数据库中的一行数据。直到使用flush进程，Session才会让SQL保持连接。如果查询这条数据的话，所有等待信息会被第一时间刷新，查询结果也会立即发行。

session.commit()
通过commit()可以提交所有剩余的更改到数据库。

8.回滚

session.rollback()
9.查询

通过Session的query()方法创建一个查询对象。这个函数的参数数量是可变的，参数可以是任何类或者是类的描述的集合。下面是一个迭代输出User类的例子：

for instance in session.query(User).order_by(User.id):
print instance.name,instance.fullname
Query也支持ORM描述作为参数。任何时候，多个类的实体或者是基于列的实体表达都可以作为query()函数的参数，返回类型是元组：

for name, fullname in session.query(User.name,User.fullname):

print name, fullname
Query返回的元组被命名为KeyedTuple类的实例元组。并且可以把它当成一个普通的Python数据类操作。元组的名字就相当于属性的属性名，类的类名一样。

for row in session.query(User, User.name).all():

print row.User,row.name

只查询第二条和第三条数据

9.1使用关键字变量过滤查询结果，filter 和 filter_by都适用。【2】使用很简单，下面列出几个常用的操作：

query.filter(User.name == ‘ed’) #equals
query.filter(User.name != ‘ed’) #not equals
query.filter(User.name.like(‘%ed%’)) #LIKE
uery.filter(User.name.in_([‘ed’,’wendy’, ‘jack’])) #IN
query.filter(User.name.in_(session.query(User.name).filter(User.name.like(‘%ed%’))#IN
query.filter(~User.name.in_([‘ed’,’wendy’, ‘jack’]))#not IN
query.filter(User.name == None)#is None
query.filter(User.name != None)#not None
from sqlalchemy import and_
query.filter(and_(User.name ==’ed’,User.fullname ==’Ed Jones’)) # and
query.filter(User.name == ‘ed’,User.fullname ==’Ed Jones’) # and
query.filter(User.name == ‘ed’).filter(User.fullname == ‘Ed Jones’)# and
from sqlalchemy import or_
query.filter(or_(User.name ==’ed’, User.name ==’wendy’)) #or
query.filter(User.name.match(‘wendy’)) #match
9.2.返回列表和数量（标量？）

all()返回一个列表：可以进行Python列表的操作。

query = session.query(User).filter(User.name.like(‘%ed’)).order_by(User.id)
query.all()

[

？为什么有两个参数？

>
for user, address in session.query(User, adalias).\
…
join(adalias, User.addresses):
…
print user
…
print address