python处理数据库工具sqlalchemy

python处理数据库工具sqlalchemy

发布于 2021年 07月 02日 17:06

有价值的参考文档： http://www.jianshu.com/p/e6bba189fcbd

官方参考网址： http://docs.sqlalchemy.org/en/rel_0_7/orm/relationships.html

安装sqlalchemy

pip install sqlalchemy

数据库基本操作

数据库连接

使用create_engine创建数据库连接； 例子：

from sqlalchemy import create_engine

engine = create_engine('mysql+mysqlconnector://root:password@localhost:3306/test')
connect = engine.connect()

创建表

方法一：

from sqlalchemy import Table, MetaData, create_engine

engine = create_engine("mysql+mysqlconnector://root:password@localhost:3306/test")
metadata = MetaData(bind=engine)

t1 = Table('users',
metadata,
Column('id',INT, primary_key=True),
Column('name', String(20)),
Column('fullname', String(50)),
Column('password', String(20))
) 
t2 = Table('address',
metadata, 
Column('id',INT, primary_key = True), 
Column('email_address',String(50), nullable=False),
Column('user_id', INT, ForeignKey('users.id'))
) 
t1.create()
t2.create()

方法二

from sqlalchemy import Table, MetaData, create_engine

engine = create_engine("mysql+mysqlconnector://root:password@localhost:3306/test")
metadata = MetaData()

t1 = Table('users',
metadata,
Column('id',INT, primary_key=True),
Column('name', String(20)),
Column('fullname', String(50)),
Column('password', String(20))
) 
t2 = Table('address',
metadata, 
Column('id',INT, primary_key = True), 
Column('email_address',String(50), nullable=False),
Column('user_id', INT, ForeignKey('users.id'))
) 
metadata.create_all(engine)

String 对象使用时，++必须声明大小++，对应的是mysql数据库的varchar。

==区别==:方法一是直接在连接的基础上定义了模式【直接将数据库和模式对应】，而方法二先定义模式，侯江模式设置到特定的数据库中。

==重定义表结构==：在表定义的语句末尾添加extend_existing=True。

表和类

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, INT, String, ForeignKey
from sqlalchemy.orm import backref,relationship


Base = declarative_base()
class User(Base):
    __tablename__ = "users"
    id = Column(INT, primary_key=True)
    name = Column(String)
    fullname = Column(String)
    password = Column(String)

class Address(Base):
    __tablename__ = "addresses"
    id = Column(INT, primary_key = True)
    email_address = Column(String, nullable = False)
    user_id = Column(INT, ForeignKey('users.id'))
    user = relationship('User', backref=backref('addresses',order_by=id))

1. Column函数
   • 第一个参数是元组的数据类型
   • primary_key指定主键，
   • nullable指定元组是否可以为空(nullable = False表示元组不许为空)
   • ForeignKey指定外键约束，例如ForeignKey('users.id')，表示addresses表外键约束users表的主键id
2. relatioship函数[^2x]：将会告知ORM通过Address.user,Address类自身必须链接到User类。relationship()使用两个表的外键约束来判定这种链接的性质。比如说判定Address.user将会是多对一(many-to-one)关系。
3. backref函数[^2x]：它将提供一种用于反向查询的细节，比如说在对象User上的Address对象集是通过User.addresses属性引用，那么多对一的关系(many-to-one)反向总会是一对多关系(one-to-many)。还有对于Address.user和User.addresses的关系来说总是双向的。（一般与relationship函数结合使用。）

会话

使用sessionmaker来绑定数据库连接，并建立会话。

例子：

from sqlalchemy import Column, String, create_engine
from sqlalchemy.orm import sessionmaker

engine = create_engine('mysql+mysqlconnector://root:password@localhost:3306/test')
Session = sessionmaker(bind = engine)
session = Session()

==连接信息格式==：数据库类型+数据库驱动名称://用户名:口令@机器地址:端口号/数据库名,如果碰到中文乱码问题，可在后面加上?charset=utf8。

==注意==：此处的session相当于java中的statement一样，具有操作数据库的句柄，可以执行sql语句session.execute("sql语句")。

添加数据

方法一：使用session执行sql语句方式

session.execute('insert into users values(2,"Bob","Bob hgf", "hgf")')
session.commit()

方法二：使用映射类成员变量的数据

user = User(, name="alice", fullname="alice hgf", password="hgf")
session.add(user)
session.commit()

查询操作

1. 查询并获取所有结果

users = session.query(User).all()

==说明==：上述语句返回所有的users表中的数据并以User对象的形式储存在列表中。

for x in query:
   print x
结果：
<__main__.User object at 0x36aa990>
<__main__.User object at 0x36aaad0>

1. 查询并排序 根据表中的某一个元组排序，使用order_by语句

q = session.query(Address).order_by(desc(Address.user_id))
result = q.all()
for x in result:
    print x.email_address

==说明==:执行查询函数后，再使用all()函数,才能将结果映射成类的列表，类中储存从数据库中获取的一行数据。

1. 过滤查询

q = session.query(Address).filter(Address.user_id == 1)
result = q.all()
for x in result:
    print x.email_address

1. 连接查询

q = session.query(Address).join(Address.user).group_by(Address.id)
result = q.all()
for x in result:
    print x.email_address

1. 常见的内联函数，聚合函数

• 求平均值：q = session.query(func.avg(Address.id))
• Count:session.query(Address).filter(Address.user_id ==1).count()
• distinct:session.query(Address).disdinct().count()

删除数据

方法一：使用session执行sql语句方式

方法二：使用映射类成员变量的数据

session.query(Address).filter(Address.id ==4).delete() 
session.commit()

级联删除：在relationship关联时要加上passive_deletes=True外键要加上ondelete='CASCADE',否则sqlalchemy不能级联删除。例如：

class MyClass(Base):
    __tablename__ = 'mytable'
    id = Column(Integer, primary_key=True)
    children = relationship("MyOtherClass",
                    cascade="all, delete-orphan",
                    passive_deletes=True)

class MyOtherClass(Base):
    __tablename__ = 'myothertable'
    id = Column(Integer, primary_key=True)
    parent_id = Column(Integer,
                ForeignKey('mytable.id', ondelete='CASCADE')
    )

修改数据

方法一：使用session执行sql语句方式

session.execute('update addresses set user_id = 1 where id = 2')
session.commit()

方法二：使用映射类成员变量的数据

session.query(Address).filter(Address.id == 2).update({"user_id": 1})

==注意==:update函数中的参数必须是字典类型

删除表

t1.drop() #t1是sqlalchemy.Table 对象,为users表的定义

---
**{贺广福}(heguangfu)**(tm) @2015-9-18