eric python mysql,python入门教程13-07 （python语法入门之ORM框架SQLAlchemy）

本章节主要介绍了python的orm框架的介绍以及作用，ORM框架的类型及运用方法，下面我们一起来看看吧！

一、面向对象应用场景：

1、函数有共同参数，解决参数不断重用；

2、模板(约束同一类事物的，属性和行为)

3、函数编程和面向对象区别：

面向对象：数据和逻辑组合在一起；

函数编程：数据和逻辑不能组合在一起，是分离的；

二、ORM框架(对象、关系、映射)：SQLALchemy

概念：SQLALchemy框架封装了底层复杂的SQL语句，提供简单的调用接口，让Python程序调用，再把Python程

序写的类，转换成SQL语句发给MySQL执行；

作业：

类---对应表

列---对应属性

数据行----对应对象

每一张表是一个类

列名约束表数据，所以是属性

每1行数据是，固定列实例化出来的对象；

三、ORM框架类型

1、DB frist:

先手动创建数据库-----》ORM框架------》自动生成类

code frist :

2、不能创建数据库，只能先手动创建数据库和 类-----》ORM框架------》生成表 (SQL ALchemy属于code

frist :)

django中ORM框架：既支持DB frist，也支持code frist。

三、SQLALchemy操作数据库

1.SQLALchemy架构：

连接数据库：不是SQLALchemy只做 类和SQL语句的转换，连接数据库是pymysql；

可以在(engine=create_engine("mysql+pymysql)指定

操作表：

1、创建/删除表

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index,CHAR,VARCHAR

from sqlalchemy.orm import sessionmaker, relationship

from sqlalchemy import create_engine

Base = declarative_base()

class UserType(Base):

__tablename__ = 'usertype'

id = Column(Integer, primary_key=True, autoincrement=True)

title = Column(VARCHAR(32), nullable=True, index=True)

class Users(Base):

__tablename__="User" #设置表的名字

id=Column(Integer,nullable=True,autoincrement=True,primary_key=True)

name=Column(String(32))

email=Column(String(49))

user_type_id = Column(Integer,ForeignKey("usertype.id")) # 设置外键

# __table_args__ ，SQLAlcheme的规则种设置索引

__table_args__ = (

UniqueConstraint('id', 'name', name='uix_id_name'),

Index('ix_n_ex','name', 'email',),

)

#连接指定数据库

engine=create_engine("mysql+pymysql://eric:123123@192.168.182.128:3306/db666?charset=utf8", max_overflow=5)

# #找到程序中所有 类(表格)，开始创建表；

# Base.metadata.create_all(engine)

#

# #删除表

# Base.metadata.drop_all(engine)

操作数据行

1、增加数据

session.add() 增加1条

obj1=UserType(title="普通用户")

session.add(objs) #增加1条数据

session.add_all() 增加多条

objs=[

UserType(title="超级用户"),

UserType(title="白金用户"),

UserType(title="黑金用户")]

session.add_all(objs) #增加多条数据

更新数据：

先查找到数据再更新

1.批量更新

update({"title":"黑金"})

session.query(UserType).filter(UserType.id>2).update({"title":"黑金"})

2.在原基础上(黑金) 修改值

ynchronize_session=False

synchronize_session="evaluate"

参数说明：SQLALchemy根据最后传入的synchronize_session参数，判断更新数据的类型，是数字计算？还是字符串拼接？

更新字符类型数据session.query(UserType).filter(UserType.id>2).update(,synchronize_session=False)

更新数字类型数据

session.query(Users).filter(Users.id > 2).update({"num": Users.num + 1},synchronize_session="evaluate")session.commit()

删除数据

先查找到数据再删除

res=session.query(Users).filter(Users.id==6).delete()

查询数据：

1、.all()获取全部行对象

print(session.query(Users))SQLALchemy帮我们生成的SQL查询语句；

res=session.query(Users).all()#获取查询语句查询到的所有行---->(对象组合)forrowin res:

print(row.id,row.name,row.email)#获取行对象 的属性(一行中有多少列)

1、.filter()条件筛选查询到的对象

res=session.query(Users).filter(Users.id>3)#filter按条件筛选查询结果forrowin res:

print(row.id,row.name,row.email)#获取行对象 的属性(一行中有多少列)

-----高级查询

#　条件

ret = session.query(Users).filter_by(name='alex').all() 伟哥一问：filter_by()传参数 filter()后面跟表达式

ret = session.query(Users).filter(Users.id > 1, Users.name == 'eric').all()

ret = session.query(Users).filter(Users.id.between(1, 3), Users.name == 'eric').all()

ret = session.query(Users).filter(Users.id.in_([1,3,4])).all()

ret = session.query(Users).filter(~Users.id.in_([1,3,4])).all()

ret = session.query(Users).filter(Users.id.in_(session.query(Users.id).filter_by(name='eric'))).all()

from sqlalchemy import and_, or_

ret = session.query(Users).filter(and_(Users.id > 3, Users.name == 'eric')).all()

ret = session.query(Users).filter(or_(Users.id < 2, Users.name == 'eric')).all()

ret = session.query(Users).filter(

or_(

Users.id < 2,

and_(Users.name == 'eric', Users.id > 3),

Users.extra != ""

)).all()

# 通配符

ret = session.query(Users).filter(Users.name.like('e%')).all()

ret = session.query(Users).filter(~Users.name.like('e%')).all()

# 限制

ret = session.query(Users)[1:2]

# 排序

ret = session.query(Users).order_by(Users.name.desc()).all()

ret = session.query(Users).order_by(Users.name.desc(), Users.id.asc()).all()

# 分组

from sqlalchemy.sql import func

ret = session.query(Users).group_by(Users.extra).all()

ret = session.query(

func.max(Users.id),

func.sum(Users.id),

func.min(Users.id)).group_by(Users.name).all()

ret = session.query(

func.max(Users.id),

func.sum(Users.id),

func.min(Users.id)).group_by(Users.name).having(func.min(Users.id) >2).all()

# 连表

ret = session.query(Users, Favor).filter(Users.id == Favor.nid).all()

ret = session.query(Person).join(Favor).all()

ret = session.query(Person).join(Favor, isouter=True).all()

# 组合

q1 = session.query(Users.name).filter(Users.id > 2)

q2 = session.query(Favor.caption).filter(Favor.nid < 2)

ret = q1.union(q2).all()

q1 = session.query(Users.name).filter(Users.id > 2)

q2 = session.query(Favor.caption).filter(Favor.nid < 2)

ret = q1.union_all(q2).all()

relationship 连表

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index,CHAR,VARCHAR

from sqlalchemy.orm import sessionmaker, relationship

from sqlalchemy import create_engine

Base = declarative_base()

# 创建单表

"""

1 白金

2 黑金

obj.xx ==> [obj,obj...]

"""

class UserType(Base):

__tablename__ = 'usertype'

id = Column(Integer, primary_key=True, autoincrement=True)

title = Column(VARCHAR(32), nullable=True, index=True)

"""

1 方少伟 1

2 成套 1

3 小白 2

# 正向

ut = relationship(backref='xx')

obj.ut ==> 1 白金

"""

class Users(Base):

__tablename__ = 'users'

id

= Column(Integer, primary_key=True, autoincrement=True)

name = Column(VARCHAR(32), nullable=True, index=True)

email = Column(VARCHAR(16), unique=True)

user_type_id = Column(Integer,ForeignKey("usertype.id"))

user_type = relationship("UserType",backref='xxoo')