SQLAlchemy详解

概述：

SQLAlchemy也是一种ORM 框架。ORM翻译过来就是 '关系对象映射'。通过简单的规则，自动转化成sql语句。

简单的说就是类就是表，行就是对象。

ORM分类：

1 DB first 每个表生成一个类，先有表后有类。

手动创建数据库以及表---------->orm---------------->自动生成类

2 code first 手动创建类和数据库。先有类后有表

手动创建类和数据库-------------->orm---------------->自动生成表

SQLAlchemy 的使用：

　　1 创建表

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker,relationship
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import  Column,Integer,String,ForeignKey,UniqueConstraint,Index,VARCHAR,CHAR


# 创建表
#declarative_base() 创建了一个 BaseModel 类，这个类的子类可以自动与一个表关联。
Base=declarative_base()
class UserType(Base):
    # __tablename__=表名 固定写法
    __tablename__='usertype'
    id=Column(Integer,primary_key=True,autoincrement=True)
    title=Column(VARCHAR(32))

class Users(Base):
    __tablename__='users'
    id=Column(Integer,primary_key=True,autoincrement=True)
    name=Column(VARCHAR(32),nullable=True)
    email=Column(String(32),unique=True)
    user_type_id=Column(Integer,ForeignKey('usertype.id'))

    __table_args__=(
       UniqueConstraint('id','name',name='mix_id_name'),
        Index('ix_n_ex','name','email',)
    )
#链接数据库 其实SQLAlchemy 使用pymysql链接数据库 max_overflow是最大连接数#相当于线程池，create_engine 返回反一个数据库引擎
#engine=create_engine('mysql+pymysql://root:degnity0304@127.0.0.1:3306/db7?charset=utf8',max_overflow=5)

#最后，Base.metadata.create_all(engine) 会找到 BaseModel 的所有子类，并在数据库中建立这些表
# Base.metadata.create_all(engine)
# Base.metadata.drop_all(engine)

　　2 增删

# engine=create_engine('mysql+pymysql://root:degnity0304@127.0.0.1:3306/db7?charset=utf8',max_overflow=5)

#sessionmaker()  会生成一个数据库会话类，类的实例就是一个数据库链接
# Session=sessionmaker(bind=engine)
# session=Session()
#插入一条
# obj1=UserType(title='普通用户')
# session.add(obj1)
#插入多条
# obj2=[
# UserType(title='黑铁用户'),
# UserType(title='白银用户'),
# UserType(title='黄金用户'),
# UserType(title='黑金用户')
# ]
# session.add_all(obj2)
# session.commit()
# session.close()

#查  类就代表表
engine=create_engine('mysql+pymysql://root:degnity0304@127.0.0.1:3306/db7?charset=utf8',max_overflow=5)
#拿到链接
Session=sessionmaker(bind=engine)
session=Session()
#打印结果可知 直接生成了sql语句
# print(session.query(UserType))
#查询所有
# user_type_list=session.query(UserType).all()
# # 通过打印print(user_type_list)  可以返回的列表内全部是UserType的对象
# print(user_type_list)
# print(type(user_type_list[0]))
# for row in user_type_list:
#     print(row.id,row.title)
# 筛选  query --select **   filter相当与where
# user_type_list=session.query(UserType.id,UserType.title).filter(UserType.id>3)
# for row in user_type_list:
#     print(row.id,row.title)

# sqlalchemy 想要删除操作 必须要先查
# session.query(UserType).filter(UserType.id>3).delete()
# session.commit()

　　3 更改

session.query(UserType).filter(UserType.id>2).update({"title":"山东大李逵"})
session.commit()

#在原有基础上进行更改
# 列值为字符串类型
session.query(UserType).filter(UserType.id > 2).update({UserType.title: UserType.title + "099"}, synchronize_session=False)

#列值为数字类型
session.query(UserType).filter(UserType.id > 2).update({"num": UserType.num + 1}, synchronize_session="evaluate")

　　4 条件查询

#单条查询
# ret=session.query(Users).filter_by(name='武松').all()
# #范围查询
# ret1=session.query(Users).filter(Users.id>2,Users.name=='武松').all()
# ret2=session.query(Users).filter(Users.id.between(1,4),Users.name=='松江').all()
# ret3=session.query(Users).filter(Users.id.in_([1,3,4])).all()
# ret4=session.query(Users).filter(-Users.id.in_([1,2])).all()
# ret5=session.query(Users).filter(Users.id.in_(session.query(Users.id).filter(Users.name=='武松')).all())
#
# #and_ or_
# from sqlalchemy import and_,or_
# ret6=session.query(Users).filter(and_(Users.id>3,Users.name=='武松')).all()
# ret7=session.query(Users).filter(or_(Users.id<4,Users.name=='松江')).all()
# ret8=session.query(Users).filter(
#     or_(Users.id<2,
#         and_(Users.name=='华容',Users.id>3),
#         Users.email !="")
# ).all()

　　5 通配符

# #通配符
# ret9=session.query(Users).filter(Users.name.like('李%')).all()
# ret91=session.query(Users).filter(Users.name.like('李_')).all()
# ret10=session.query(Users).filter(-Users.name.like('李%')).all()

　　 6 分页

# ret11=session.query(Users)[1:3]
# # print([a.name for a in ret11])
# print(session.query(Users))

　　 7 排序

# ret12=session.query(Users).order_by(Users.name.desc()).all()
# ret13=session.query(Users).order_by(Users.name.desc(),Users.id.asc()).all()

　　 8 分组

#分组
# from sqlalchemy.sql import func
#
# ret=session.query(Users).group_by(Users.name).all()
# ret1=session.query(
#     func.max(Users.id),
#     func.sum(Users.id),
#     func.min(Users.id)
# ).group_by(Users.name).all()
#
# ret2=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()

　　9 连表

#连表
#笛卡尔积
ret=session.query(Users,UserType).filter(UserType.id==Users.user_type_id).all()
print(ret)
# #join 默认使用外键关联
# ret1=session.query(UserType).join(Users).all()
# #左链接
# ret2=session.query(UserType).join(UserType,isouter=True).all()

　　10 子查询

# 子查询subquery()
# ret=session.query(UserType.id,session.query(Users)).all()
# ret1=session.query(UserType.id,session.query(Users).subquery()).all()
# print(ret1)

　　 11 组合（sql中的union，union all）

#组合 union union_all
# q1 = session.query(Users.name).filter(Users.id > 2)
# q2 = session.query(UserType.title).filter(UserType.id < 2)
# ret = q1.union(q2).all()
#
# q1 = session.query(Users.name).filter(Users.id > 2)
# q2 = session.query(UserType.title).filter(UserType.id < 2)
# ret2= q1.union_all(q2).all()
# print(ret2)

　　12 relationship 使用relationship 实际上relationship 利用外键默认关联了所对应的表

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker,relationship
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import  Column,Integer,String,ForeignKey,UniqueConstraint,Index,VARCHAR,CHAR


Base=declarative_base()
class UserType(Base):
    __tablename__='usertype'
    id=Column(Integer,primary_key=True,autoincrement=True)
    title=Column(VARCHAR(32))

class Users(Base):
    __tablename__='users'
    id=Column(Integer,primary_key=True,autoincrement=True)
    name=Column(VARCHAR(32),nullable=True)
    email=Column(String(32),unique=True)
    user_type_id=Column(Integer,ForeignKey('usertype.id'))
    user_type_info=relationship('UserType',backref='xxxx')

    __table_args__=(
       UniqueConstraint('id','name',name='mix_id_name'),
        Index('ix_n_ex','name','email',)
    )


engine=create_engine('mysql+pymysql://root:degnity0304@127.0.0.1:3306/db7?charset=utf8',max_overflow=5)
Session=sessionmaker(bind=engine)
session=Session()

# 获取用户信息，以及与其关联的用户类型名称

#没有使用relationship
#此时ret1没有加all 实际上是个生成器
# ret1=session.query(Users,UserType).join(UserType,isouter=True)
# # 在这里 ret 内实际上是列表内嵌套的元组，元组内元素分别是Users和UserType的对象
# print(ret1)
# for a in ret1:
#     print(a[0].id,a[0].name,a[0].user_type_id,a[1].title)

# 使用relationship  实际上relationship 利用外键默认关联了所对应的表
# user_lista=session.query(Users)
# for row in user_lista:
#     print(row.id,row.name,row.user_type_info.title)

#问题2 获取用户类型，以及所有用户
# user_type_info=relationship('UserType',backref='xxxx')
#relationship 中的backref 实际上是传给关联表的操作句柄，以便反向查询
type_list=session.query(UserType).filter(UserType.id<5)
for row in type_list:
    print(row.id,row.title,row.xxxx[0].name,[(a.name,a.id) for a in row.xxxx])

#总之 relationship  提供了正向和反向操作

posted @ 2020-02-01 16:07 Yuan_x 阅读(1981) 评论(0) 编辑收藏举报

会员力量，点亮园子希望

刷新页面返回顶部

摩羯男

SQLAlchemy详解

概述：

ORM分类：

SQLAlchemy 的使用：

公告