数据库操作与SQLAlchemy-orm体系

最新推荐文章于 2024-07-05 16:10:52 发布
最新推荐文章于 2024-07-05 16:10:52 发布
阅读量297 收藏 1
点赞数
文章标签： mysql python flask
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42763269/article/details/112409657
版权

1.MySQL

MySQL是一个关系型数据库管理系统不同于非关系型的redis。

  • 特点：
  1. 使用c和c++编写，并使用多种编译器测试，保证了源代码的可移植性，支持多种操作系统。
  2. 为多种编程语言提供了API。支持多线程，充分利用CPU资源
  3. 优化SQL查询算法，有效提高查询速度
  4. 提供多语言支持，常见的编码如GB2312、UTF-8
  5. 提供TCP/IP、 ODBC和JDBC等多种数据库连接途径
  6. 提供用于管理数据库操作的管理工具
  7. 支持多种存储引擎，并且采用了GPL协议，你可以修改源码来开发自己的Mysql系统
  8. 在线DDL更改功能
  9. 复制全局事务标识，无崩溃从机、多线程从机

2.SQLAlchemy的使用

  • 数据库是一个网站的基础，在flask框架中，可以通过ORM来操作数据库使其更加简单。

2.1通过SQLAlchemy连接数据库

from sqlalchemy import create_engine

# 数据库的配置变量
HOSTNAME = '127.0.0.1'
PORT     = '3306'
DATABASE = 'sqlalchemy'
USERNAME = 'root'
PASSWORD = 'root'
DB_URI = 'mysql+pymysql://{}:{}@{}:{}/{}'.format(USERNAME,PASSWORD,HOSTNAME,PORT,DATABASE)

# 创建数据库引擎
engine = create_engine(DB_URI)

#创建连接
with engine.connect() as con:
    result = con.execute('select * from students')
    print(result.fetchone())
  • 注意：create_engine函数创建数据库引擎，需要满足对字符串描述的字符串格式。
dialect+driver://username:password@host:port/database?charset=utf8
#dialect:数据库的实现，例如上面的mysql，
#driver是Python对应的驱动，如果不指定，默认选择驱动，如上面指定的pymysql。

2.2SQLalchemy执行原生的SQL

代码示例：

from sqlalchemy import create_engine
HOSTNAME = '127.0.0.1'
DATABASE = 'flask_sqlalchemy'
PORT = 3306
USERNAME = 'root'
PASSWORD = 'root'

DB_URL = 'mysql+pymysql://{}:{}@{}:{}/{}'.format(USERNAME, PASSWORD, HOSTNAME, PORT, DATABASE)


#连接数据库
engine = create_engine(DB_URI,echo=True)

# 使用with语句连接数据库，如果发生异常会被捕获
with engine.connect() as con:
    # 先删除users表
    con.execute('drop table if exists authors')
    # 创建一个users表，有自增长的id和name
    con.execute('create table authors(id int primary key auto_increment,'name varchar(25))')
    # 插入两条数据到表中
    con.execute('insert into persons(name) values("abc")')
    con.execute('insert into persons(name) values("xiaotuo")')
    # 执行查询操作
    results = con.execute('select * from persons')
    # 从查找的结果中遍历
    for result in results:
        print(result)

2.3使用SQLalchemy-ORM框架

  • ORM：Object Relationship Mapping对象关系映射，通过ORM可以使用类的方式去操作数据库，无需自己写原生的SQL语句，ORM会在执行操作的时候将其转化为对应的数据库原生语句。
  • ORM优点：
  1. 易用性：有效的减少SQL语句，使得模型更加直观
  2. 性能损耗少，轻松写出复杂的查询语句。
  3. 可移植性：SQLalchemy封装了底层的数据库实现，支持多个关系型数据库，包括MySQL等等。
  • 使用ORM操作数据库，首先创建一个类来映射对应的表。例如创建含有下面的几个字段的表
from sqlalchemy import Column,Integer,String#需要导入几个相应的字段。
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

HOSTNAME = '127.0.0.1'
DATABASE = 'flask_sqlalchemy'
PORT = 3306
USERNAME = 'root'
PASSWORD = 'root'

DB_URL = 'mysql+pymysql://{}:{}@{}:{}/{}'.format(USERNAME, PASSWORD, HOSTNAME, PORT, DATABASE)

engine = create_engine(DB_URI,echo=True)
# 所有的类都要继承自`declarative_base`这个函数生成的基类
Base = declarative_base(engine)
class User(Base):
    # 定义表名为users
    __tablename__ = 'users'

    # 将id设置为主键，并且默认是自增长的
    id = Column(Integer,primary_key=True)
    # name字段，字符类型，最大的长度是50个字符
    name = Column(String(50))
    fullname = Column(String(50))
    password = Column(String(100))

    # 让打印出来的数据更好看，可选的
    def __repr__(self):
        return "<User(id='%s',name='%s',fullname='%s',password='%s')>" % (self.id,self.name,self.fullname,self.password)

Base.metadata.create_all()#只有执行了该语句，才能将其映射到数据库中，创建User表格

#插入数据到数据库里
Session = sessionmaker(bind=engine)
session = Session()

user = User(name='dk', fullname='duke', password='dgd')

session.add(user)#此时只是讲数据添加到session对象里，并没有存储到数据库里，因此需要提交。
session.commit()#提交数据到数据库里

print(user.id)
print(user.name)打印数据
  • 在没有做commit操作时，操作都是在事务中完成，因此这里就有回滚的可能操作，如下：
# 修改user的用户
user.name = '杜克'

# 创建一个新的用户
user1 = User(name='fakeuser',fullname='Invalid',password='12345')
# 将新创建的user1添加到session中
session.add(user1)

# 判断`user1`是否在`session`中存在
print(user1 in session)

# 从数据库中查找name=杜克的用户
data = session.query(User).filter_by(name='杜克')
print(data)

# 打印出查找到的data对象，注意这个对象的name属性已经在事务中被修改为杜克了。
> <User(name='杜克', fullname='duke', password='dgd')>
# 刚刚所有的操作都是在事务中进行的，现在来做回滚操作
session.rollback()
print(data)


# 再看user1是否还在session中
print(user1 in session)#false

2.4利用query对数据库的数据进行查询

  • 查找的操作都是通过session.query()方法实现，Query对象相当于一个数组装载了数据，并且可以进行迭代。
  1. 向query里传递类，那么提取的数据就是类的实例。
data = session.query(User).all()#如果不加all()，输出的就是原生的SQl语句
for i in data
	print(i)
  1. 向query里传递的是ORM类的属性，查找出来的就是元组
data = session.query(User.name).all()#如果不加all()，输出的就是原生的SQl语句
for i in data:
	print(i)
  1. 向query传递的数据是两个或者多个对象，查找的也是元组
data= session.query(User.fullname, User.name).all()#如果不加all()，输出的就是原生的SQl语句
for i in data():
	print(i)
  • 可以对查询结果进行切片操作
data= session.query(User.fullname, User.name).order_by(User.id)[1:3].all()
for i in data():
 print(i)

2.5sqlalchemy常用数据类型

Integer：整形。
Float：浮点类型。
Boolean：传递True/False进去。
DECIMAL：定点类型。
enum：枚举类型。
Date：传递datetime.date()进去。 2020 10 28
DateTime：传递datetime.datetime()进去。 2020 10 28 21 36 21
Time：传递datetime.time()进去。 21 36 21
String：字符类型，使用时需要指定长度，区别于Text类型。
Text：文本类型。
LONGTEXT：长文本类型。

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, DECIMAL, Boolean, Enum, DATE, DATETIME, Time, Text
from sqlalchemy.dialects.mysql import LONGTEXT
from sqlalchemy.orm import sessionmaker
from datetime import datetime
import random
from sqlalchemy import func

HOSTNAME = '127.0.0.1'
DATABASE = 'flask_demo'
PORT = 3306
USERNAME = 'root'
PASSWORD = 'root'

DB_URL = 'mysql+pymysql://{}:{}@{}:{}/{}'.format(USERNAME, PASSWORD, HOSTNAME, PORT, DATABASE)

engine = create_engine(DB_URL)

# 都要继承函数生成的基类
Base = declarative_base(engine)

"""
Integer：整形。
Float：浮点类型。
Boolean：传递True/False进去。
DECIMAL：定点类型。
enum：枚举类型。
Date：传递datetime.date()进去。 2020 10 28
DateTime：传递datetime.datetime()进去。  2020 10 28  21 36 21
Time：传递datetime.time()进去。 21 36 21
String：字符类型，使用时需要指定长度，区别于Text类型。
Text：文本类型。
LONGTEXT：长文本类型。
"""


class User(Base):
    __tablename__ = 'users'

    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(50), nullable=False)
    price = Column(DECIMAL(20, 2))#DECIMAl表示保留小数点后几位

    def __str__(self):
        return 'User(name:{}, price:{})'.format(self.name, self.price)

# Base.metadata.drop_all()
# Base.metadata.create_all()
Session = sessionmaker(bind=engine)
session = Session()

# for i in range(6):
#     user =User(name='lihua%s'% i, price=random.randint(1,100))
#     session.add(user)
#
# session.commit()

users = session.query(User).all()
print(users)
for user in users:
    print(user)

#聚合函数的使用方法
# result = session.query(func.avg(User.price)).all()
# print(result)


#query常用的聚合函数
"""
func.count：统计行的数量。
func.avg：求平均值。
func.max：求最大值。
func.min：求最小值。
func.sum：求和。
"""
  • Column常用的参数
    default：默认值。 当你设置了default=xxx的时候，你如果没有传递这个数据，那么数据库会显示你设置的这个值
    nullable：是否可空。 nullable=False 表示不能为空
    primary_key：是否为主键。
    unique：是否唯一。 当你设置了这个参数的时候，那么同一列的数据不能相同，相同就报错
    autoincrement：是否自动增长。
    onupdate：更新的时候执行的函数。
    name：该属性在数据库中的字段映射
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, DECIMAL, Boolean, Enum, DATE, DATETIME, Time, Text
from sqlalchemy.dialects.mysql import LONGTEXT
from sqlalchemy.orm import sessionmaker
from datetime import datetime

HOSTNAME = '127.0.0.1'
DATABASE = 'flask_demo'
PORT = 3306
USERNAME = 'root'
PASSWORD = 'root'

DB_URL = 'mysql+pymysql://{}:{}@{}:{}/{}'.format(USERNAME, PASSWORD, HOSTNAME, PORT, DATABASE)

engine = create_engine(DB_URL)
Base = declarative_base(engine)

"""
Integer：整形。
Float：浮点类型。
Boolean：传递True/False进去。
DECIMAL：定点类型。
enum：枚举类型。
Date：传递datetime.date()进去。 2020 10 28
DateTime：传递datetime.datetime()进去。  2020 10 28  21 36 21
Time：传递datetime.time()进去。 21 36 21
String：字符类型，使用时需要指定长度，区别于Text类型。
Text：文本类型。
LONGTEXT：长文本类型。
"""


class Language(Base):
    __tablename__ = 'langauages'

    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(50))
    price = Column(DECIMAL(20, 5))
    is_delete = Column(Boolean)
    # 枚举
    gender = Column('sex', Enum('男', '女'))
    create_time = Column(DATETIME)
    content = Column(LONGTEXT)
    update_time = Column(DATETIME, onupdate=datetime.now())


Base.metadata.drop_all()
Base.metadata.create_all()  # 映射完一次后就可以注释掉，不然会不断的重新映射

Session = sessionmaker(bind=engine)
session = Session()

language = Language(name='ruby', price=10.123, is_delete=False, gender='男',create_time=datetime(2020, 12, 28, 17, 32, 30), content='safasvaesfaca', update_time=None)

session.add(language)

data = session.query(Language).first()
data.name = 'java'

session.commit()
  • filter_by和filter过滤条件
all()#输出数据库所有数据
first()#输出满足条件的第一条数据
get(2)#获取第二条数据

filter 和 filter_by过滤
# 第一种：使用filter_by过滤：传入的是关键字参数
for name in session.query(User.name).filter_by(fullname='duke'):
    print(name)

# 第二种：使用filter过滤：传入的是条件判断更加灵活
for name in session.query(User.name).filter(User.fullname=='duke'):
    print(name)

from sqlalchemy import create_engine, and_, or_
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, DECIMAL, Boolean, Enum, DATE, DATETIME, Time, Text
from sqlalchemy.dialects.mysql import LONGTEXT
from sqlalchemy.orm import sessionmaker
from datetime import datetime
import random
from sqlalchemy import func


HOSTNAME = '127.0.0.1'
DATABASE = 'flask_demo'
PORT = 3306
USERNAME = 'root'
PASSWORD = 'root'

DB_URL = 'mysql+pymysql://{}:{}@{}:{}/{}'.format(USERNAME, PASSWORD, HOSTNAME, PORT, DATABASE)

engine = create_engine(DB_URL)
Base = declarative_base(engine)


class Book(Base):
    __tablename__ = 'books'

    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(50), nullable=False)
    price = Column(DECIMAL(20, 2))

    def __str__(self):
        return 'Book(name:{}, price:{})'.format(self.name, self.price)


Base.metadata.drop_all()
Base.metadata.create_all()
Session = sessionmaker(bind=engine)
session = Session()



for i in range(6):
    book =Book(name='西游记%s'% i, price=random.randint(1,100))
    session.add(book)

session.commit()

# eq 相等
# result = session.query(Book).filter(Book.name == '西游记1').all()
# not eq 不相等
# result = session.query(Book).filter(Book.name != '西游记1').all()

#模糊查询 like
# result = session.query(Book).filter(Book.name.like('%西%') ).all()

# in 在什么里面
# result = session.query(Book).filter(Book.name.in_(['西游记1', '西游记3'])).all()
# not in 或者加~
# result = session.query(Book).filter(Book.name.notin_(['西游记1', '西游记3'])).all()

# null None ，没有占位置   为空 相等于空的字符串，占了位置
# result = session.query(Book).filter(Book.name == None).all()
# result = session.query(Book).filter(Book.name.is_(None)).all()
# is not null
# result = session.query(Book).filter(Book.name.isnot(None)).all()
# result = session.query(Book).filter(Book.name != None).all()

# and 联合查询的3种写法
# result = session.query(Book).filter(Book.name == '西游记1', Book.price == '68.00').all()
# result = session.query(Book).filter(and_(Book.name == '西游记1', Book.price == '68.00')).all()
# result = session.query(Book).filter(Book.name=='西游记1').filter(Book.price==68.00).all()

# or
result = session.query(Book).filter(or_(Book.name == '西游记2', Book.price == '14.00')).all()
# print(result)


for d in result:
    print(d)
duke-coder
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python ORM框架SQLAlchemy学习笔记之安装和简单查询实例
12-23
最近正好在寻求一种Python的数据库ORM (Object Relational Mapper)，SQLAlchemy (项目主页)这个开源项目进入了我的视线，本来想尝试着使用Django的ORM模块的，无奈Django的模块联系比较紧密，没能单独分拆下来，一定...
jdbc元数据自动生成SQLalchemy
JiajunBernoulli的博客
02-09 558
文章目录前言分析SQLalchemy模型设计库模型表模型列模型工具封装细节处理处理命名处理类型书写代码构造代码结果展示 前言 之所以会做生成SQLalchemy的业务是因为自己原来的一个小程序java后台需要迁移到python，自己懒得手写每张表的映射便想用jdbc的元数据来生成。 分析SQLalchemy 代码量看起来比java的pojo少很多，实现的难点是在一对多的关系这里 class Use...
python连接postgre sql sqlalchemy dbeaver 连接设置
nongcunqq的博客
08-16 727
dbeaver 驱动这样设置。
SQLAlchemy配置连接多个数据库
最新发布
bai920708的博客
07-05 537
SQLAlchemy配置连接多个数据库
【Python】ORM 持久层框架 SQLAlchemy 的基本使用
CoderSharry的博客
03-11 1464
1. Alchemy 的基本使用 2. ORM 映射方式 3. 一些补充
SQLAlchemy
星际老男孩
06-03 4352
基于SQLAlchemy连接mysql库（pymsql插件） # -*- coding:UTF -8-*- import os import pandas as pd # 检查是否有pymysql这个包存在 import pymysql # SQLAlchemy本身无法操作数据库，其必须以来pymsql等第三方插件。 from sqlalchemy import create_engine,Se...
六角形体系结构-python：使用Flask和SqlAlchemy在Python中实现六边形体系结构的示例后端
02-05
在六边形架构中，SQLAlchemy可以作为一个数据适配器，负责处理数据库操作，而核心业务逻辑层只需与SQLAlchemy提供的API交互，无需关心具体的数据库实现。 在本项目中，`hexagonal-architecture-python-master`目录...
Essential SQLAlchemy 2nd Edition
08-30
**SQLAlchemy**是Python编程语言中的一个流行对象关系映射(ORM)库，它为开发者提供了在Python中操作数据库的强大工具。ORM允许开发者使用面向对象的编程方式与数据库进行交互，而无需直接编写SQL语句，极大地提高了...
pytest测试结果入库mysql（含pytest插件、数据库相关配置，用例demo全套），可供后端直接查询
04-15
常见的Python ORM库有SQLAlchemy，它可以简化数据库交互。 `db_config.py`可能包含了一些辅助函数，用于读取`db_config.ini`中的配置并初始化数据库连接。这样的模块化设计有助于保持代码的整洁和可重用性。 `main...
PyPI 官网下载 | sqlalchemy_json_querybuilder-1.1.8-py3-none-any.whl
02-07
SQLAlchemy是Python中广泛使用的对象关系映射（ORM）框架，允许开发者以面向对象的方式操作数据库。而SQLAlchemy JSON QueryBuilder则是专门针对存储在数据库中的JSON字段进行查询的扩展。 在SQLAlchemy中，处理...
Essential SQLAlchemy
04-21
介绍了 SQLAlchemy 使用方法，极大的方便 python 操作数据库的方法
Python杂记-ORM之SQLAlchemy入门指南
wisdom_lp的博客
04-07 1318
ORM介绍SQLAlchemy 是python中，通过ORM操作数据库的框架。简单点来说，就是帮助我们从烦冗的sql语句中解脱出来，从而不需要再去写原生的sql语句，只需要用python的语法来操作对象，就能被自动映射为sql语句。它有几个不同的组件，可以单独使用或组合在一起。其主要组件依赖关系组织如下图所示：类到表之间的映射规则SQL 语句Engine引擎连接池Dialect方言，调用不同的数据库 API(Oracle, postgresql, Mysql) 并执行对应的 SQL语句。
使用SQLAlchemy时数据库连接池的问题
ycf74514的专栏
01-17 1万+
在使用 create_engine创建引擎时，如果默认不指定连接池设置的话，一般情况下，SQLAlchemy会使用一个 QueuePool绑定在新创建的引擎上。并附上合适的连接池参数。 在以默认的方法create_engine时（如下），就会创建一个带连接池的引擎。 engine = create_engine('postgresql://postgres@127.0.0.1/dbn
SQLAlchemy连接数据库
qq_40831778的博客
11-19 712
哈喽各位关注过我的小伙伴，有几天没有更新了，一直复习挂科太多了，劝各位小伙伴千万别挂科，越来越难补了，说自己忙还不如说自己懒，话不多说，看教程。 1.首先我们windows+R(打开命令提示字符），然后将命令目录切换到Flask虚拟环境目录 2.键入pip install flask-sqlalchemy 命令安装 flask-sqlalchemy 插件。 3.window...
SQLAlchemy 与 MySQL数据库事务隔离级别(Transaction Isolation Level)
走在搬砖的路上！
06-16 1893
SQLAlchemy学习笔记（一） 为什么要使用SQLAlchemy? 将你的代码抽象出来不依赖与数据库的类型和某种数据库自身的的独特性，SQLAlchemy提供了强大又通用的语句和类型，你不在需要考虑你所选用数据库的实现及其厂商。SQLAlchemy同样使得将数据逻辑从Oracle或者PostgreSQL到你的应用程序的数据库或者其他数据仓库。它将将对数据库的操作在提交给数据库之前进行了统一的规范和转义。这样就避免了一些常见的问题例如数据库注入攻击。 SQLAlchemy通过两种主要的数据库访问方式
将pandas的DataFrame数据写入MySQL数据库 + sqlalchemy
热门推荐
biboshouyu的博客
01-06 2万+
将pandas的DataFrame数据写入MySQL数据库 + sqlalchemy import pandas as pd from sqlalchemy import create_engine ##将数据写入mysql的数据库，但需要先通过sqlalchemy.create_engine建立连接,且字符编码设置为utf8，否则有些latin字符不能处理 yconnect = cr
mysql数据库原理及应用 sql语句（表 视图 触发器 增删改查） 函数 并发控制事务和锁 JDBC pymysql
qq_42544450的博客
08-23 597
数据库数据定义语句 建表 1. CREATE TABLE <表名> （<列名> <数据类型>[ <列级完整性约束条件> ] [，<列名> <数据类型>[ <列级完整性约束条件>] ] • … [，<表级完整性约束条件> ] ）； ... ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dyn
sqlalchemy使用总结(一)-执行原始sql语句
weixin_33964094的博客
08-27 1501
2019独角兽企业重金招聘Python工程师标准>>> ...
sqlalchemy-orm嵌套查询
11-09
在SQLAlchemy ORM中，可以使用子查询来实现嵌套查询。子查询是一个查询，它嵌套在另一个查询中。在SQLAlchemy ORM中，可以使用子查询作为过滤器来执行嵌套查询。例如，可以使用子查询来查找具有特定属性的所有用户的所有订单。可以使用以下代码来实现这一点： ``` sub_query = session.query(Order.user_id).filter(Order.status == 'completed') query = session.query(User).filter(User.id.in_(sub_query)) ``` 这里，我们首先创建一个子查询，它查找所有状态为“completed”的订单的用户ID。然后，我们使用这个子查询作为过滤器来查找所有具有这些用户ID的用户。这个查询将返回一个包含所有这些用户的查询对象。
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