python数据库操作orm_python之ORM操作

最新推荐文章于 2024-08-17 23:12:08 发布

weixin_39574050

最新推荐文章于 2024-08-17 23:12:08 发布

阅读量382

点赞数

文章标签： python数据库操作orm

1. SQLalchemy简介

SQLAlchemy是一个开源的SQL工具包，基本Python编程语言的MIT许可证而发布的对象关系映射器。SQLAlchemy提供了“一个熟知的企业级全套持久性模式，

专为高效率和高性能的数据库访问而设计“。SQLAlchemy的首次发布2006年2月，并已迅速成为最广泛使用的对象关系映射在Python社区的工具之一。

使用ORM等独立SQLAlchemy的一个优势在于其允许开发人员首先考虑数据模型，并能决定稍后可视化数据的方式

2. SQLAlchempy的安装

首先需安装mysql

然后，下载SQLAlchemy-0.7.2，然后打开cmd，在安装包文件目录下，

运行python setup.py install，通过python下输入import sqlalchemy，执行未报错则表示安装成功

SQLAlchemy

SQLAlchemy是Python编程语言下的一款ORM框架，该框架建立在数据库API之上，使用关系对象映射进行数据库操作，简言之便是：将对象转换成SQL，然后使用数据API执行SQL并获取执行结果。

ORM方法论基于三个核心原则：

简单：以最基本的形式建模数据。

传达性：数据库结构被任何人都能理解的语言文档化。

精确性：基于数据模型创建正确标准化了的结构。

Dialect用于和数据API进行交流，根据配置文件的不同调用不同的数据库API，从而实现对数据库的操作，如：

'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'

MySQL-Python

mysql+mysqldb://:@[:]/

pymysql

mysql+pymysql://:@/[?]

MySQL-Connector

mysql+mysqlconnector://:@[:]/

cx_Oracle

oracle+cx_oracle://user:pass@host:port/dbname[?key=value&key=value...]

注：

2.7版本使用mysqldb

3.5版本使用pymysql

请用pip或者源码包安装，确保环境可以正常使用。**

确保远程数据库服务器可以正常使用，并且拥有全新可以远程登录，

例如：

登录数据库：mysql -uroot -p

创建数据库：create database s15;

授权库：grant all on liuyao.* to john@"%" identified by '123456';

更新：flush privileges;

3. SQLAlchemy的使用实例

一、完成简单数据表信息查询

# 1. 导入模块

from sqlalchemy import *

from sqlclchemy.orm import *

# 2. 建立数据库引擎

链接数据库：create_engine()

engine = create_engine("mysql+mysqldb://john:123456@127.0.0.1:3306/s15", max_overflow=5)

create_engine() 会返回一个数据库引擎，

mysql+mysqldb”指定了使用 MySQL-Python 来连接，

使用用户名‘john’和密码‘123456’来链接数据库

127.0.0.1是数据库链接地址可以是localhost，127.0.0.1

‘s15’是数据库名

max_overflow是最大连接数

其他方法：

“charset”指定了连接时使用的字符集（可省略）=utf8

echo 参数为 True 时，会显示每条执行的 SQL 语句，生产环境下可关闭。

mysql_engine = create_engine("$address", echo, module)

#address 数据库://用户名:密码（没有密码则为空）@主机名：端口/数据库名

#echo标识用于设置通过python标准日志模块完成的SQLAlchemy日志系统，当开启日志功能，我们将能看到所有的SQL生成代码

create_engine的第一个参数'sqlite:///:memory:'我们知道是建立数据库连接的，那第二个参数echo=True是做什么的呢，其实如果echo=True那么SQLAlchemy将会通过Python标准模块logging来输出日志，

如果你在操作交互式命令控制台，一些信息将会被输出，这里我们可能会看到SQLAlchemy生成的一些SQL语句，这个对于我们学习和调试是很有必要的，所以在这里我们将其设置为True，否则，

如果不愿意SQLAlchemy这么啰嗦的话可以设置为False，这样就看不到这些信息啦。

create_engine()将会返回一个Engine引擎实例(instance)，其代表着SQLAlchemy对于数据库的核心接口，其隐藏了各种数据库方言(dialect)的细节，实际上SQLAlchemy的底层是Python的DBAPI。

需要注意的是此时并没有实质上与数据库建立连接，什么时候才会与数据库真正建立连接呢？这个只会在你第一次查询数据库的时候发生。呃…这个有点像Lazy Loading (懒惰加载，延迟加载)，也就是说我们需要真正操作数据库的时候才真正建立连接。

段和数据类型及操作方法

在sqlalchemy.schema包里有数据库关系的描述，列举几个最常用的：

字段：Column

索引：Index

表：Table

数据类型在sqlalchemy.types包，列举几个最常用的:

二进制：BIGINT

布尔：BOOLEAN

字符：CHAR

可变字符：VARCHAR

日期：DATETIME

其他方法 execute,update,insert,select,delete,join等自行补脑

# 3. 建立连接

connection = mysql_engine.connect()

# 4. 查询表信息

result = connection.execute("select name from t_name)

for row in result:

print "name: ", row['name']

# 5. 关闭连接

connection.close()

二、插入新的数据表

# 1. 导入模块

from sqlalchemy import *

from sqlclchemy.orm import *

# 2. 建立数据库引擎

mysql_engine = create_engine("$address", echo, module)

#address 数据库://用户名:密码（没有密码则为空）@主机名：端口/数据库名

#echo标识用于设置通过python标准日志模块完成的SQLAlchemy日志系统，当开启日志功能，我们将能看到所有的SQL生成代码

# 3. 设置metadata并将其绑定到数据库引擎

metadata = Metadata(mysql_engine)

# 4. 定义需新建的表

users = Table('users', metadata,Column('user_id', Integer, primary_key=True),

Column('name', String(40)),

Column('age', Integer),

Column('password', String),)

#Table实现方式与SQL语言中的CRETE TABLE类似

# 5. 在数据库中创建表

metadata.create_all(mysql_engine)

#向数据库发出CREATE TABLE命令，由此数据库新建名为users的表

#调用时会检查已经存在的表结构，因此可重复调用

# 6. 创建一个与数据库中的users表匹配的python类

class user():

def __int__(self, name, fullname, password):

self.name = name

self.fullname = fullname

self.passwd = passwd

#python类的属性需与users表的列名一致

# 7. 设置映射

from sqlalchemy.orm import mapper

mapper(user, users)

# mapper()创建一个新的Mapper对象，与定义的类相关联

#需要注意的是，通过mapper建立映射的数据表必须带有主键，如果没有主键就无法定位某个table的某行row,

#如果无法定位某行row, 就无法做Object-relational mapping这样的映射

# 8. 创建session

Session = sessionmaker(bind=mysql_egnine)

session = Session()

#由此我们只需对python的user类的操作，后台数据库的具体实现交由session完成

# 9. 执行

session.commit()

#实现与数据库的交互

# 10. 查询

usr_info = session.query(user).filter_by(age=12).first()

# 数据库表是一个二维表, 包含多行多列. 把一个表的内容用pyton的数据接口表示的话, 可以用list表示多行

# list的每一个元素是tuple, 表示一个记录.比如id 和name的user表

# [

# ('1', 'Michael'),

# ('2', 'Bob'),

# ('3', 'Adam')

# ]

# Python的DB-API返回的数据接口就是像上面这样.

# 但是用tuple表示一行很难看出表的结构.如果把一个tuple用class实例表示, 就可以更容易看出表的结构

# class User(object):

# def __init__(self, id, name):

# self.id = id

# self.name = name

# 这就是传说中的ORM技术: Object-Relational Mapping, 把关系数据库的表结构映射到对象上.

# 但是由谁来做这个转换呢, 所以ORM框架应运而生.

# 在Python中, 最有名的ORM框架是SQLAlchemy. 我们来看看SQLAlchemy的用法.

from sqlalchemyimport Column, String, create_engine

from sqlalchemy.ormimport sessionmaker

from sqlalchemy.ext.declarativeimport declarative_base

Base= declarative_base()

class User(Base):

# 表的名字

__tablename__= 'user'

# 表的结构

id = Column(String(20), primary_key=True)

name= Column(String(20))

# 初始化数据库连接

engine= create_engine('mysql+mysqlconnector://root:111111@localhost:3306/test')

# 创建DBSession类型

DBSession= sessionmaker(bind=engine)

# create_engine用来初始化数据库连接.

# SQLAlchemy用一个字符串表示连接信息'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'

# # 创建session对象:

# session = DBSession()

# # 创建新User对象

# new_user = User(id='5', name='Bob')

# # 添加到session

# session.add(new_user)

# # 提交保存到数据库

# session.commit()

# # 关闭session

# session.close()

# 可见将关键是获取session, 然后把对象添加到session, 最后提交并关闭.(DBSession对象, 可以看做是当前数据库的连接)

# 查询

session= DBSession()

# 创建Query查询, filter是where条件, 最后调用one()返回唯一行, 如果调用all()则返回所有行.

user= session.query(User).filter(User.id=='5').one()

print('type:',type(user))

print('name:', user.name)

session.close()

# ORM就是把数据库表的行与相应的对象简历关联, 互相转换.

# 由于关系数据库的多个表还可以用外键实现一对多, 多对多的关联, 相应地, ORM框架也可以提供两个对象之间的一对多, 多对多功能.

小结

ORM框架的作用就是把数据库表的一行记录与一个对象互相做自动转换。

正确使用ORM的前提是了解关系数据库的原理。