Python杂记-Python ORM之SQLAlchemy 使用 insepctor 模块与 MetaData 类

1、环境

Python 3.8.16

Mysql 5.7.26

SQLAlchemy 2.0.7

pymysql 1.0.2

2、SQLAlchemy  insepctor 模块与 MetaData 类

insepctor 检查模块提供 inspect() 函数,它提供有关各种SQLAlchemy对象的运行时信息,包括核心和ORM中的这些对象。为给定目标生成检验对象。

MetaData SQLAlchemy  orm 元数据操作

3、 insepctor 模块使用

# inspect 使用
from sqlalchemy import create_engine, inspect
from sqlalchemy.engine import reflection

# 连接数据库名
db_name = 'test'
# 数据库用户名
db_user = 'root'
# 数据库密码
db_passwd = 'root'
# 数据库地址
db_ip = '192.168.10.1'
# 数据库端口
db_port = 3306

engine = create_engine(f'mysql+pymysql://{db_user}:{db_passwd}@{db_ip}:{db_port}/{db_name}?charset=utf8')
# # insp 创建方式一 推荐
insp = inspect(engine)
# insp 创建方式二 该方式将被移除
# insp = reflection.Inspector.from_engine(engine)

schema_names = insp.get_schema_names()
print("schema_names :\n" ,schema_names)
table_names = insp.get_table_names(schema='test')  # schema: 数据库名称
print("table_names :\n" , table_names)
columns = insp.get_columns('users', schema='test')  # 表名,库名
print("table_columns :\n" , columns)

运行结果

schema_names :
 ['information_schema', 'admin_db', 'application', 'hippo', 'myapp', 'mysql', 'performance_schema', 'school', 'sys', 'test']
table_names :
 ['addresses', 'keywords', 'post_keywords', 'posts', 'users']
table_columns :
 [{'name': 'id', 'type': INTEGER(display_width=11), 'default': None, 'comment': None, 'nullable': False, 'autoincrement': True}, {'name': 'name', 'type': VARCHAR(collation='utf8_unicode_ci', length=64), 'default': None, 'comment': None, 'nullable': True}, {'name': 'fullname', 'type': VARCHAR(collation='utf8_unicode_ci', length=64), 'default': None, 'comment': None, 'nullable': True}, {'name': 'nickname', 'type': VARCHAR(collation='utf8_unicode_ci', length=64), 'default': None, 'comment': None, 'nullable': True}]

4、 MetaData 类使用

# MetaData 使用
from sqlalchemy import MetaData,create_engine

# 连接数据库名
db_name = 'test'
# 数据库用户名
db_user = 'root'
# 数据库密码
db_passwd = 'root'
# 数据库地址
db_ip = '192.168.10.1'
# 数据库端口
db_port = 3306

engine = create_engine(f'mysql+pymysql://{db_user}:{db_passwd}@{db_ip}:{db_port}/{db_name}?charset=utf8')

metadata = MetaData()
# reflect 映射dash_base库下的表结构
metadata.reflect(schema='test',bind=engine)
tables_info = {i.name:i for i in metadata.tables.values()}
print("tables_info :\n",tables_info)

运行结果

tables_info :
 {'addresses': Table('addresses', MetaData(), Column('id', INTEGER(display_width=11), table=<addresses>, primary_key=True, nullable=False), Column('email_address', VARCHAR(collation='utf8_unicode_ci', length=64), table=<addresses>, nullable=False), Column('user_id', INTEGER(display_width=11), ForeignKey('test.users.id'), table=<addresses>), schema='test'), 'users': Table('users', MetaData(), Column('id', INTEGER(display_width=11), table=<users>, primary_key=True, nullable=False), Column('name', VARCHAR(collation='utf8_unicode_ci', length=64), table=<users>), Column('fullname', VARCHAR(collation='utf8_unicode_ci', length=64), table=<users>), Column('nickname', VARCHAR(collation='utf8_unicode_ci', length=64), table=<users>), schema='test'), 'keywords': Table('keywords', MetaData(), Column('id', INTEGER(display_width=11), table=<keywords>, primary_key=True, nullable=False), Column('keyword', VARCHAR(collation='utf8_unicode_ci', length=50), table=<keywords>, nullable=False), schema='test'), 'post_keywords': Table('post_keywords', MetaData(), Column('post_id', INTEGER(display_width=11), ForeignKey('test.posts.id'), table=<post_keywords>, primary_key=True, nullable=False), Column('keyword_id', INTEGER(display_width=11), ForeignKey('test.keywords.id'), table=<post_keywords>, primary_key=True, nullable=False), schema='test'), 'posts': Table('posts', MetaData(), Column('id', INTEGER(display_width=11), table=<posts>, primary_key=True, nullable=False), Column('user_id', INTEGER(display_width=11), ForeignKey('test.users.id'), table=<posts>), Column('headline', VARCHAR(collation='utf8_unicode_ci', length=255), table=<posts>, nullable=False), Column('body', TEXT(collation='utf8_unicode_ci'), table=<posts>), schema='test')}

5、 MetaData 类结合session实现已有数据表查询

方式一:查询前已知表名,使用Table先实例化已有数据表为对象,然后使用session实现查询

# 方式一
from sqlalchemy import MetaData,create_engine
from sqlalchemy import Table
from sqlalchemy.orm import sessionmaker

# 连接数据库名
db_name = 'test'
# 数据库用户名
db_user = 'root'
# 数据库密码
db_passwd = 'root'
# 数据库地址
db_ip = '192.168.10.1'
# 数据库端口
db_port = 3306

engine = create_engine(f'mysql+pymysql://{db_user}:{db_passwd}@{db_ip}:{db_port}/{db_name}?charset=utf8')

# MetaData 实列
metadata = MetaData()
# reflect 映射dash_base库下的表结构
metadata.reflect(schema='test',bind=engine)
# 创建表实例
User = Table('users', metadata, schema='test')

# session 实列
session = sessionmaker(bind=engine)()

rows = [ row for row in session.query(User).all() ]
print('rows_list :\n',rows)

运行结果

rows_list :
 [(1, 'ed', 'Ed Jones', 'edsnickname'), (2, 'ed', 'Ed Jones', 'edsnickname'), (3, 'ed', 'Ed Jones', 'edsnickname'), (4, 'ed', 'Ed Jones', 'edsnickname'), (5, 'fred', 'Fred Flintstone', 'freddy'), (6, 'ed', 'Ed Jones', 'edsnickname')]

方式二: 字典的形式将metadata.tables解析出来,方便检索,也不用再使用Table()类,也可以检索其他数据表

# 方式二
from sqlalchemy import MetaData,create_engine
from sqlalchemy.orm import sessionmaker

# 连接数据库名
db_name = 'test'
# 数据库用户名
db_user = 'root'
# 数据库密码
db_passwd = 'root'
# 数据库地址
db_ip = '192.168.10.1'
# 数据库端口
db_port = 3306

engine = create_engine(f'mysql+pymysql://{db_user}:{db_passwd}@{db_ip}:{db_port}/{db_name}?charset=utf8')

# MetaData 实列
metadata = MetaData()
# reflect 映射dash_base库下的表结构
metadata.reflect(schema='test',bind=engine)

# 字典的形式将metadata.tables解析出来,方便检索,也不用再使用Table()类
table_dicts = {i.name: i for i in metadata.tables.values()}
print('table_name_list :\n',table_dicts.keys())

print('table_columns_list :\n', [ i.name for i in table_dicts['users'].columns])
# session 实列
session = sessionmaker(bind=engine)()
rows = [ instance for instance in session.query(table_dicts['users']).all() ]
print('rows_list :\n',rows)

运行结果

table_name_list :
 dict_keys(['addresses', 'users', 'keywords', 'post_keywords', 'posts'])
table_columns_list :
 ['id', 'name', 'fullname', 'nickname']
rows_list :
 [(1, 'ed', 'Ed Jones', 'edsnickname'), (2, 'ed', 'Ed Jones', 'edsnickname'), (3, 'ed', 'Ed Jones', 'edsnickname'), (4, 'ed', 'Ed Jones', 'edsnickname'), (5, 'fred', 'Fred Flintstone', 'freddy'), (6, 'ed', 'Ed Jones', 'edsnickname')]
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 对于tortoise-ormsqlalchemy使用Tortoise ORM 用于快速构建 ORM 层,可以让你使用 Python 代码来实现数据库操作,而 SQLAlchemy 则是一个 Python 数据库访问库,可以用于访问不同的关系数据库,包括 Postgres、MySQL、Oracle 等。 ### 回答2: Tortoise-ORMSQLAlchemy都是Python编程中常用的对象关系映射(ORM)工具,用于简化与数据库的交互。下面是关于这两个工具的使用的一些说明: 1. Tortoise-ORM是一个基于异步操作的ORM框架,使用Python 3.7+版本。它支持多种数据库后端,如MySQL、PostgreSQL和SQLite等。Tortoise-ORM提供了通过定义模型来映射数据库表,并自动创建表、插入、查询和更新数据等操作的功能。它还支持事务操作和异步查询等高级特性。 2. SQLAlchemy是一个功能强大的Python ORM库,支持多个数据库后端,如MySQL、PostgreSQL、SQLite和Oracle等。它提供了两种不同的查询语言,一种是SQL表达式语言,另一种是ORM模型的形式。使用SQLAlchemy,可以通过定义模型来映射数据库表,实现CRUD操作,并支持复杂的查询和多表联接等操作。 Tortoise-ORMSQLAlchemy都有各自的特点和优势,适用于不同的场景和需求。Tortoise-ORM是一个轻量级的ORM框架,适用于异步编程和小型项目,它提供了更简单和直观的API,并简化了与异步框架的集成。SQLAlchemy则更加成熟和强大,适用于复杂的数据操作和大型项目。它提供了更多的灵活性和可定制性,使开发者能够更细粒度地控制数据库操作。 总体来说,无论是Tortoise-ORM还是SQLAlchemy,它们都能够简化与数据库的交互,提高开发效率。选择哪个工具取决于具体项目需求和个人偏好。 ### 回答3: Tortoise-ORMSQLAlchemy是两个Python中的ORM(对象关系映射)库,用于管理和操作关系数据库Tortoise-ORM是一个异步IO框架下的ORM库,专门针对Tortoise-ORM的异步IO特性进行了优化。它提供了简单易用的API,可以使用Python的异步IO库asyncio进行数据库操作。Tortoise-ORM支持多种数据库后端,包括SQLite、MySQL和PostgreSQL等。它支持自动生成数据库模式、提供了ORM模型定义和查询API,并且可以更加高效地进行关系型数据库的操作。 SQLAlchemy是一个功能强大的ORM库,它也支持多种关系型数据库后端。SQLAlchemy提供了一种SQL表达式语言(SQL Expression Language),使得开发者可以使用Python代码来生成复杂的SQL查询语句,这些查询语句可以直接映射到数据库进行运行。SQLAlchemy还提供了ORM映射配置工具,可以方便地将数据库表映射到Python,并且支持多种查询方式和事务操作。 Tortoise-ORMSQLAlchemy在功能和用法上有一些区别。Tortoise-ORM更加适合异步IO的应用程序,它的API设计更加简单干净,操作数据库更加高效。相比之下,SQLAlchemy提供了更多的功能和灵活性,但在性能上相对较差。 总而言之,Tortoise-ORMSQLAlchemy都是非常优秀的ORM库,可以用于开发各种型的关系型数据库应用程序。开发者可以根据自己的需求和偏好选择合适的库进行使用

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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