目录
- 前言
- MySQL GUI 工具
- MySQL 遇上 Docker
- 增删改查
- 一对多
- 一对一
- 多对多
- 后记
前言
今天这篇是三大数据库的结尾篇,前面两篇分别是:《Python 数据库骚操作 – MongoDB》《Python 数据库骚操作 – Redis》,这篇主要介绍 MySQL 的 orm 库 SQLAlchemy 。那什么是 orm 呢?Object Relational Mapper,描述程序中对象和数据库中数据记录之间的映射关系的统称。介绍完了,那就走起呗!
MySQL GUI 工具
首先介绍一款 MySQL 的 GUI 工具 Navicat for MySQL,初学 MySQL 用这个来查看数据真的很爽。可以即时看到数据的增删改查,不用操作命令行来查看。
MySQL 遇上 Docker
继续分享一下 Docker compose 代码片段,用过 docker 之后,我相信你再也不会为了配置各种开发环境而烦恼了。
version: '3'
services:
mysql_container:
image: mysql
ports:
- "3306:3306"
volumes:
- /usr/local/db/mysql:/var/lib/mysql
# - /root/docker/test-mysql/conf.d:/etc/mysql/conf.d
environment:
- MYSQL_DATABASE=dbname
- MYSQL_ROOT_PASSWORD=your_password
增删改查
首先定义表结构
# 创建单表
class Users(Base):
# 表名
__tablename__ = 'users'
id = Column(BIGINT, primary_key=True, autoincrement=True)
# 定义字段
name = Column(String(32))
age = Column(Integer())
# 初始化数据库
def init_db():
Base.metadata.create_all(engine)
# 删除数据库
def drop_db():
Base.metadata.drop_all(engine)
连接
from sqlalchemy import create_engine, Column, Integer, String, BIGINT, ForeignKey, UniqueConstraint, Index, and_, or_, inspect
from sqlalchemy.orm import sessionmaker, relationship,contains_eager
# echo 为 True 将会打印 SQL 原生语句
engine = create_engine('mysql+pymysql://username:password@localhost:3306/db_name',echo=True)
from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base()
Session = sessionmaker(bind=engine)
session = Session()
增加
new_user = Users(name='zone', age=18)
session.add(new_user)
# 批量添加
session.add_all([
User(name='zone2', age=25),
User(name='zone3', age=32)
])
# 提交
session.commit()
删除
session.query(User).filter_by(name="zone").delete()
# 提交
session.commit()
修改
session.query(User).filter(User.name == 2).update({"name": "new name"})
session.query(User).filter(User.id >= 3).update({User.name: "关注公众号【zone7】"}, synchronize_session=False)
session.query(User).filter(User.age == 50).update({"age": 123}, synchronize_session="evaluate")
session.commit()
查找
查找的需求会比较多变,我这边就列出比较常见的查询需求。
result = session.query(User).all() # 结果为一个列表
result = session.query(User.id, User.age).all()
result = session.query(User).filter_by(name='zone').first()
result = session.query(User).filter_by(name='zone2').all()
# 与、或
result = session.query(User).filter_by(and_(name='zone5',age="23")).all()
result = session.query(User).filter_by(or_(name='zone5',age="23")).all()
# 模糊查询
result = session.query(User).filter(User.name.like('zon%')).all()
# 排序
result = session.query(User).order_by(User.age.desc()).all()
# 分页查询
result = session.query(User).offset(1).limit(1).all()
一对多
关系型数据库,少不了各种表与表的关系。back_populates 在一对多的关系中建立双向的关系,这样的话在对方看来这就是一个多对一的关系。
def one_to_many():
class Parent(Base):
__tablename__ = 'parent'
id = Column(Integer, primary_key=True)
children = relationship("Child", back_populates="parent")
class Child(Base):
__tablename__ = 'child'
id = Column(Integer, primary_key=True)
parent_id = Column(Integer, ForeignKey('parent.id'))
parent = relationship("Parent", back_populates="children")
name = Column(String(32))
# 子表类中附加一个 relationship() 方法
# 并且在(父)子表类的 relationship() 方法中使用 relationship.back_populates 参数
drop_db()
init_db()
child1 = Child(name="zone1")
child2 = Child(name="zone2")
parent = Parent(children=[child1, child2])
session.add(parent)
session.commit()
result = session.query(Parent).join(Child).first()
print(object_as_dict(result.children[0]))
one_to_many()
运行结果
一对一
back_populates 指定双向关系,uselist=False 只需要在一对多关系基础上的父表中使用 uselist 参数来表示
def one_to_one():
class Parent(Base):
__tablename__ = 'parent'
id = Column(Integer, primary_key=True)
child = relationship("Child", uselist=False, back_populates="parent")
class Child(Base):
__tablename__ = 'child'
id = Column(Integer, primary_key=True)
parent_id = Column(Integer, ForeignKey('parent.id'))
parent = relationship("Parent", back_populates="child")
name = Column(String(32))
# 清空数据库,并且重新初始化
drop_db()
init_db()
child = Child(name="zone")
parent = Parent(child=child)
session.add(parent)
session.commit()
result = session.query(Parent).join(Child).first()
print(object_as_dict(result.child))
one_to_one()
多对多
多对多关系会在两个类之间增加一个关联的表来表示其中的关系。这个关联的表在 relationship() 方法中通过 secondary 参数来表示。通常,这个表会通过 MetaData 对象来与声明基类关联。
def many_to_many():
association_table = Table('association', Base.metadata,
Column('left_id', Integer, ForeignKey('left.id')),
Column('right_id', Integer, ForeignKey('right.id'))
)
class Parent(Base):
__tablename__ = 'left'
id = Column(Integer, primary_key=True,autoincrement=True)
children = relationship(
"Child",
secondary=association_table,
back_populates="parents")
class Child(Base):
__tablename__ = 'right'
id = Column(Integer, primary_key=True,autoincrement=True)
name = Column(String(32))
parents = relationship(
"Parent",
secondary=association_table,
back_populates="children")
# 清空数据库,并且重新初始化
drop_db()
init_db()
child1 = Child(name="zone1")
child2 = Child(name="zone2")
child3 = Child(name="zone3")
parent = Parent()
parent2 = Parent()
# parent 添加 child
parent.children.append(child1)
parent.children.append(child2)
parent2.children.append(child1)
parent2.children.append(child2)
# save
session.add(parent)
session.add(parent2)
session.commit()
# 查询
result = session.query(Parent).first()
print(object_as_dict(result))
print(object_as_dict(result.children[1]))
result2 = session.query(Child).first()
print(object_as_dict(result2))
print(object_as_dict(result2.parents[1]))
many_to_many()
后记
ok,Python 遇上三大数据库都写完了,你有没有好好练习呢?
本文首发于公众号「zone7」,关注获取最新推文!