sqlalchemy(二)高级用法

最新推荐文章于 2023-02-14 10:46:14 发布
最新推荐文章于 2023-02-14 10:46:14 发布
阅读量613 收藏 1
点赞数
文章标签： 数据库 python

sqlalchemy(二)高级用法

本文将介绍sqlalchemy的高级用法。

外键以及relationship

首先创建数据库，在这里一个user对应多个address，因此需要在address上增加user_id这个外键（一对多）。

#!/usr/bin/env python
# encoding: utf-8

from sqlalchemy import create_engine
from sqlalchemy import Column
from sqlalchemy import Integer
from sqlalchemy import String
from sqlalchemy import ForeignKey
from sqlalchemy.orm import backref
from sqlalchemy.orm import sessionmaker
from sqlalchemy.orm import relationship, backref
from sqlalchemy.ext.declarative import declarative_base


Base = declarative_base()


class User(Base):
    __tablename__ = 'users'

    id = Column(Integer, primary_key=True)
    name = Column(String(32))

    addresses = relationship("Address", order_by="Address.id", backref="user")


class Address(Base):
    __tablename__ = 'addresses'
    id = Column(Integer, primary_key=True)
    email_address = Column(String(32), nullable=False)
    user_id = Column(Integer, ForeignKey('users.id'))

    #user = relationship("User", backref=backref('addresses', order_by=id))


engine  = create_engine('mysql://root:root@localhost:3306/test', echo=True)
#Base.metadata.create_all(engine)

接下来，调用user和address来添加数据，

>>> jack = User(name='jack')
>>> jack.address
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'User' object has no attribute 'address'
>>> jack.addresses
[]
>>> jack.addresses = [Address(email_address='test@test.com'), Address(email_address='test1@test1.com')]
>>> jack.addresses
[<demo.Address object at 0x7f2536564f90>, <demo.Address object at 0x7f2535dc71d0>]
>>> session.add(jack)
>>> session.commit()
2015-08-19 13:45:36,237 INFO sqlalchemy.engine.base.Engine SHOW VARIABLES LIKE 'sql_mode'
2015-08-19 13:45:36,237 INFO sqlalchemy.engine.base.Engine ()
2015-08-19 13:45:36,238 INFO sqlalchemy.engine.base.Engine SELECT DATABASE()
2015-08-19 13:45:36,238 INFO sqlalchemy.engine.base.Engine ()
2015-08-19 13:45:36,239 INFO sqlalchemy.engine.base.Engine show collation where `Charset` = 'utf8' and `Collation` = 'utf8_bin'
2015-08-19 13:45:36,239 INFO sqlalchemy.engine.base.Engine ()
2015-08-19 13:45:36,239 INFO sqlalchemy.engine.base.Engine SELECT CAST('test plain returns' AS CHAR(60)) AS anon_1
2015-08-19 13:45:36,239 INFO sqlalchemy.engine.base.Engine ()
2015-08-19 13:45:36,240 INFO sqlalchemy.engine.base.Engine SELECT CAST('test unicode returns' AS CHAR(60)) AS anon_1
2015-08-19 13:45:36,240 INFO sqlalchemy.engine.base.Engine ()
2015-08-19 13:45:36,240 INFO sqlalchemy.engine.base.Engine SELECT CAST('test collated returns' AS CHAR CHARACTER SET utf8) COLLATE utf8_bin AS anon_1
2015-08-19 13:45:36,240 INFO sqlalchemy.engine.base.Engine ()
2015-08-19 13:45:36,241 INFO sqlalchemy.engine.base.Engine BEGIN (implicit)
2015-08-19 13:45:36,242 INFO sqlalchemy.engine.base.Engine INSERT INTO users (name) VALUES (%s)
2015-08-19 13:45:36,242 INFO sqlalchemy.engine.base.Engine ('jack',)
2015-08-19 13:45:36,243 INFO sqlalchemy.engine.base.Engine INSERT INTO addresses (email_address, user_id) VALUES (%s, %s)
2015-08-19 13:45:36,243 INFO sqlalchemy.engine.base.Engine ('test@test.com', 1L)
2015-08-19 13:45:36,243 INFO sqlalchemy.engine.base.Engine INSERT INTO addresses (email_address, user_id) VALUES (%s, %s)
2015-08-19 13:45:36,243 INFO sqlalchemy.engine.base.Engine ('test1@test1.com', 1L)
2015-08-19 13:45:36,244 INFO sqlalchemy.engine.base.Engine COMMIT
>>>

此时，查看数据库，可以得到刚才插入的数据，

mysql> select * from users;
+----+------+
| id | name |
+----+------+
|  1 | jack |
+----+------+
1 row in set (0.00 sec)

mysql> select * from addresses;
+----+-----------------+---------+
| id | email_address   | user_id |
+----+-----------------+---------+
|  1 | test@test.com   |       1 |
|  2 | test1@test1.com |       1 |
+----+-----------------+---------+
2 rows in set (0.00 sec)

join查询

如果不使用join的话，可以直接联表查询，

>>> session.query(User.name, Address.email_address).filter(User.id==Address.user_id).filter(Address.email_address=='test@test.com').all()
2015-08-19 14:02:02,877 INFO sqlalchemy.engine.base.Engine SELECT users.name AS users_name, addresses.email_address AS addresses_email_address 
FROM users, addresses 
WHERE users.id = addresses.user_id AND addresses.email_address = %s
2015-08-19 14:02:02,878 INFO sqlalchemy.engine.base.Engine ('test@test.com',)
[('jack', 'test@test.com')]

在sqlalchemy中提供了Queqy.join()函数，

>>> session.query(User).join(Address).filter(Address.email_address=='test@test.com').first()
2015-08-19 14:06:56,624 INFO sqlalchemy.engine.base.Engine SELECT users.id AS users_id, users.name AS users_name 
FROM users INNER JOIN addresses ON users.id = addresses.user_id 
WHERE addresses.email_address = %s 
 LIMIT %s
2015-08-19 14:06:56,624 INFO sqlalchemy.engine.base.Engine ('test@test.com', 1)
<demo.User object at 0x7f9a74139a10>
>>> session.query(User).join(Address).filter(Address.email_address=='test@test.com').first().name
2015-08-19 14:07:04,224 INFO sqlalchemy.engine.base.Engine SELECT users.id AS users_id, users.name AS users_name 
FROM users INNER JOIN addresses ON users.id = addresses.user_id 
WHERE addresses.email_address = %s 
 LIMIT %s
2015-08-19 14:07:04,224 INFO sqlalchemy.engine.base.Engine ('test@test.com', 1)
'jack'
>>> session.query(User).join(Address).filter(Address.email_address=='test@test.com').first().addresses
2015-08-19 14:07:06,534 INFO sqlalchemy.engine.base.Engine SELECT users.id AS users_id, users.name AS users_name 
FROM users INNER JOIN addresses ON users.id = addresses.user_id 
WHERE addresses.email_address = %s 
 LIMIT %s
2015-08-19 14:07:06,534 INFO sqlalchemy.engine.base.Engine ('test@test.com', 1)
2015-08-19 14:07:06,535 INFO sqlalchemy.engine.base.Engine SELECT addresses.id AS addresses_id, addresses.email_address AS addresses_email_address, addresses.user_id AS addresses_user_id 
FROM addresses 
WHERE %s = addresses.user_id ORDER BY addresses.id
2015-08-19 14:07:06,535 INFO sqlalchemy.engine.base.Engine (1L,)
[<demo.Address object at 0x7f9a74139350>, <demo.Address object at 0x7f9a741390d0>]
>>>

注意，上面的用法的前提是存在外键的情况下，如果没有外键，那么可以使用,

query.join(Address, User.id==Address.user_id)    # explicit condition
query.join(User.addresses)                       # specify relationship from left to right
query.join(Address, User.addresses)              # same, with explicit target
query.join('addresses')

表的别名

>>> from sqlalchemy.orm import aliased
>>> adalias1 = aliased(Address)

子查询

假设我们需要这样一个查询，

mysql> SELECT users.*, adr_count.address_count FROM users LEFT OUTER JOIN
    ->     (SELECT user_id, count(*) AS address_count
    ->         FROM addresses GROUP BY user_id) AS adr_count
    ->     ON users.id=adr_count.user_id;
+----+------+---------------+
| id | name | address_count |
+----+------+---------------+
|  1 | jack |             2 |
+----+------+---------------+
1 row in set (0.00 sec)

#　生成子句，等同于（select user_id ... group_by user_id）
>>> sbq = session.query(Address.user_id, func.count('*').label('address_count')).group_by(Address.user_id).subquery()

# 联接子句，注意子句中需要使用c来调用字段内容
>>> session.query(User.name, sbq.c.address_count).outerjoin(sbq, User.id==sbq.c.user_id).all()
2015-08-19 14:42:53,425 INFO sqlalchemy.engine.base.Engine SELECT users.name AS users_name, anon_1.address_count AS anon_1_address_count
FROM users LEFT OUTER JOIN (SELECT addresses.user_id AS user_id, count(%s) AS address_count
FROM addresses GROUP BY addresses.user_id) AS anon_1 ON users.id = anon_1.user_id
2015-08-19 14:42:53,425 INFO sqlalchemy.engine.base.Engine ('*',)
[('jack', 2L)]
>>>

包含contains

query.filter(User.addresses.contains(someaddress))

数据删除delete

>>> session.delete(jack)
>>> session.query(User).filter_by(name='jack').count()
0

外键配置

在上面的例子中，删除了user－jack，但是address中的数据并没有删除。

cascade字段用来

addresses = relationship("Address", backref='user',
    cascade="all, delete, delete-orphan")
weixin_33943836
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
inner join on 加条件和where加条件_SQLAlchemy(8)Join查询
weixin_39591720的博客
11-30 1389
1022016.join 查询创建表romsqlalchemyimportColumn,String,Integerfromsqlalchemyimportcreate_enginefromsqlalchemyimportForeignKeyfromsqlalchemy.ext.declarativeimportdeclarative_basefromsqlal...
SQLAlchemy之join
热门推荐
why404
01-27 1万+
join的使用 join分为left join（左外连接）和right join（右外连接）以及内连接（等值连接）。 在sqlalchemy中，使用join来完成内连接。在写join的时候，如果不写join的条件，那么默认将使用外键来作为条件连接。 查询出来的字段，跟join后面的东西无关，而是取决于query方法中传了什么参数。（模型名=全表；模型名.属性=表名.字段）。 在sqlalchem...
sqlalchemy的join使用
weixin_30750335的博客
09-28 1889
——、先看mysql的join链接方法 #encoding: utf-8 from sqlalchemy import create_engine,Column,Integer,String,Float,func,and_,or_,Enum,\ ForeignKey,DateTime from sqlalchemy.ext.declarative import ...
python多表联合查询,sqlalchemy多表联合查询(join)
weixin_30020909的博客
03-26 887
Java泛型学习笔记 - &lpar;二&rpar;泛型类1. 我们先写一个没有泛型的类Box: public class Box { private Object obj; public Box() {} public Object getObj() { ...DDD：Command模式的好处背景 会有朋友问我为啥用命令模式(Command Pattern)组织应用层,先看看M...
Sqlalchemy join连表查询
weixin_40123451的博客
05-25 1万+
摘要1：https://blog.csdn.net/weixin_33804582/article/details/92471702 摘要2：https://www.cnblogs.com/juandx/p/5442752.html 摘要3：https://www.cnblogs.com/wuheng-123/p/9719812.html model存在外键做join连接 首先创建数据库，在这里一个user对应多个address，因此需要在address上增加user_id这个外键（一对多）。 from
Python SQLAlchemy库的使用方法
12-16
Python SQLAlchemy库是一个...这只是SQLAlchemy库使用的基本概念和操作，实际上它还支持复杂的查询、关联、事务处理等高级功能。通过深入学习和实践，开发者可以充分利用SQLAlchemy来提高数据库操作的效率和灵活性。
python orm 框架中sqlalchemy用法实例详解
09-18
此外，SQLAlchemy 还支持更高级的功能，如关联（association）、继承（inheritance）、复合键（composite keys）、自定义类型（custom types）等，以及使用 `expression language` 直接编写 SQL 式的查询，提供强大...
教大家使用Python SqlAlchemy
09-21
Python SQLAlchemy通过提供高级抽象层，使得开发者可以更加专注于业务逻辑，而无需关注底层的SQL语法，大大提高了开发效率和代码可读性。以上就是关于Python SQLAlchemy的基础使用介绍，包括数据库连接、数据模型...
python使用SQLAlchemy操作MySQL
09-08
SQLAlchemy 是 Python 中一个强大的 SQL 工具包和 ORM（对象关系映射）库，它允许开发者使用 Python 类定义数据库模式，并与 MySQL 这样的关系型数据库进行交互。ORM 提供了面向对象的方式来操作数据库，使得数据库...
python数据库操作mysql：pymysql、sqlalchemy常见用法详解
09-08
而`sqlalchemy`则是一个更高级的ORM（Object-Relational Mapping）库，它允许开发者使用Python类和对象的方式来操作数据库，将数据库操作转化为面向对象的编程。`sqlalchemy`不仅包含了数据库连接和SQL执行的功能，...
109.SQLAlchemy中join的使用
m0_63953077的博客
09-27 342
join的使用
Flask-SQLAlchemy的安装使用 一对多 多对多join查询
HYESC的博客
02-14 2664
flask sqlalchemy使用 查询 join 其他配置 连接其他数据库 完整连接 URI 列表请跳转到 SQLAlchemy 下面的文档 (supported database) 。这里给出一些常见的连接字符串。[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-mNWnfT9q-1676342688909)(/upload/2023/02/image-1675995335275.png)][外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(im
【Flask】sqlalchemy高级用法(注意join的用法)
python全栈
03-12 2917
外键以及relationship 首先创建模型类，根据模型类创建数据库，在这里一个user对应多个email_address，因此需要在address上增加一个user_id这个外键（一对多关系） class User(Base): __tablename__='t_user' id = Column(Integer, primary_key=True) name = Column(String(32)) address=relationship('Address',backup=back
SQLAlchemy全连接的使用（full join）
郭小郭的专栏
01-23 2829
今天工作中操作mysql进行统计，需要用到全连接(full join)才能解决问题，但是我们用的SQLAlchemy，用SQLAlchemy快一年了，还真没用过全连接，mysql中用到过，然后查找SQLAlchemy的官方文档，并没有发现相关的函数，只有左右连接和内连接，真是无奈，想着只能用原生的sql来解决了，但我想着SQLAlchemy这么牛x肯定会提供相关的操作的，毕竟full join也是
MySQL Query 的优化—Join的实现原理及优化思路
男儿当自强
08-26 470
MySQL 、Join、优化
sqlalchemy多表联合查询的左连接、右连接等使用
weixin_30502965的博客
01-30 1344
#按用户名摸糊查询trans_details.query.join(Uses).filter(Users.username.like('%xx%'))#select xxx from trans_detailsinner jointrans_detailsonusers.id=trans_details.user_idwhereusers.username like '%xx%' ...
SQLAlchemy 教程 —— 基础入门篇
weixin_33713707的博客
02-11 1087
SQLAlchemy 教程 —— 基础入门篇 一、课程简介 1.1 实验内容 本课程带领大家使用 SQLAlchemy 连接 MySQL 数据库，创建一个博客应用所需要的数据表，并介绍了使用 SQLAlchemy 进行简单了 CURD 操作及使用 Faker 生成测试数据。 1.2课程知识点 学会用 SQLALchemy 连接数据库(MySQL, SQLite, PostgreSQL), 创建数...
《Flask入门》第五章：学flask-sqlalchemy看着一篇就够了，别整多的
09年小盆友滴博客
06-14 570
《Flask入门》第五章：保姆级的flask-sqlalchemy使用教程 依我个人的理解，数据库就是存储数据和数据与数据与数据直接的关系的工具，无论他存储的数据的复杂程度或者数据的大小，他跟一个整齐的房间没有本质上的区别。数据库的东西可以在通过身份验证后容易的获取和修改，并且速度也很关键。今天，我来说说如何在flask中用flask-sqlalchemy优雅的使用mysql ...
sqlalchemy使用详解
最新发布
07-25
SQLAlchemy是一个Python编程语言下的SQL工具包和对象-关系映射器（ORM）。它提供了一种与数据库进行交互的高级抽象，使得开发人员可以使用Python语言来执行数据库操作，而不需要直接编写SQL语句。 下面是SQLAlchemy的使用详解： 1. 安装SQLAlchemy：可以使用pip命令来安装SQLAlchemy，如下所示： ``` pip install sqlalchemy ``` 2. 导入SQLAlchemy模块：在Python脚本中，首先需要导入SQLAlchemy模块，如下所示： ```python from sqlalchemy import create_engine, Column, Integer, String, ForeignKey from sqlalchemy.ext.declarative import declarative_base from sqlalchemy.orm import sessionmaker, relationship ``` 3. 创建连接引擎：使用`create_engine()`函数创建一个数据库连接引擎，该引擎将负责与数据库进行通信。引擎的参数通常包括数据库的URL、用户名、密码等信息，如下所示： ```python engine = create_engine('数据库URL') ``` 4. 创建映射类：使用`declarative_base()`函数创建一个基类，该基类将作为所有映射类的父类。然后，使用`Column()`函数定义表的列，如下所示： ```python Base = declarative_base() class User(Base): __tablename__ = 'users' id = Column(Integer, primary_key=True) name = Column(String) email = Column(String) ``` 5. 创建表：使用`Base.metadata.create_all()`方法创建数据库中的表，如下所示： ```python Base.metadata.create_all(engine) ``` 6. 创建会话：使用`sessionmaker()`函数创建一个会话工厂，然后使用工厂创建会话对象，如下所示： ```python Session = sessionmaker(bind=engine) session = Session() ``` 7. 执行数据库操作：通过会话对象，可以执行各种数据库操作，例如插入、查询、更新和删除数据，如下所示： ```python # 插入数据 user = User(name='John', email='john@example.com') session.add(user) session.commit() # 查询数据 users = session.query(User).all() for user in users: print(user.name, user.email) # 更新数据 user = session.query(User).filter_by(name='John').first() user.email = 'new_email@example.com' session.commit() # 删除数据 user = session.query(User).filter_by(name='John').first() session.delete(user) session.commit() ``` 这是SQLAlchemy的基本使用方法。通过这些步骤，你可以使用Python来执行各种数据库操作，并且无需直接编写SQL语句。你还可以进一步学习SQLAlchemy的高级特性，如事务处理、关联关系等。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值