sqlalchemy的使用

目录

1 sqlalchemy 快速使用

# flask 中没有orm框架，对象关系映射，方便我们快速操作数据库
# flask，fastapi中用sqlalchemy居多
 
# SQLAlchemy是一个基于Python实现的ORM框架。该框架建立在 DB API之上，使用关系对象映射进行数据库操作，简言之便是：将类和对象转换成SQL，然后使用数据API执行SQL并获取执行结果
 
 
# 安装
pip3.8 install sqlalchemy
 
#了解
SQLAlchemy本身无法操作数据库，其必须以来pymsql等第三方插件 
pymysql
    mysql+pymysql://<username>:<password>@<host>/<dbname>[?<options>]
    
cx_Oracle
    oracle+cx_oracle://user:pass@host:port/dbname[?key=value&key=value...]
    
更多：http://docs.sqlalchemy.org/en/latest/dialects/index.html

2 sqlalchemy介绍和快速使用

2.1 原生操作的快速使用

# 先不是orm，而是原生sql
 
 
# 第一步：导入
from sqlalchemy import create_engine
# 第二步：生成引擎对象
engine = create_engine(
    "mysql+pymysql://root@127.0.0.1:3306/cnblogs",
    max_overflow=0,  # 超过连接池大小外最多创建的连接
    pool_size=5,  # 连接池大小
    pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错
    pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
)
# 第三步：使用引擎获取连接，操作数据库
conn = engine.raw_connection()
cursor=conn.cursor()
cursor.execute('select * from aritcle')
print(cursor.fetchall())

3 创建操作数据表

# 第一步：导入
from sqlalchemy import create_engine
import datetime
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Text, ForeignKey, DateTime, UniqueConstraint, Index
 
# 第二步：执行declarative_base，得到一个类
Base = declarative_base()
 
 
# 第三步：继承生成的Base类
class User(Base):
    # 第四步：写字段
    id = Column(Integer, primary_key=True)  # 生成一列，类型是Integer，主键
    name = Column(String(32), index=True, nullable=False)  # name列varchar32，索引，不可为空
    email = Column(String(32), unique=True)
    # datetime.datetime.now不能加括号，加了括号，以后永远是当前时间
    ctime = Column(DateTime, default=datetime.datetime.now)
    # extra = Column(Text, nullable=True)
 
    # 第五步：写表名 如果不写以类名为表名
    __tablename__ = 'users'  # 数据库表名称
 
    # 第六步：建立联合索引，联合唯一
    __table_args__ = (
        UniqueConstraint('id', 'name', name='uix_id_name'),  # 联合唯一
        Index('ix_id_name', 'name', 'email'),  # 索引
    )
 
 
class Book(Base):
    __tablename__ = 'books'
    id = Column(Integer, primary_key=True)
    name = Column(String(32))
# 第七步：把表同步到数据库中
 
 
# 不会创建库，只会创建表
engine = create_engine(
    "mysql+pymysql://root@127.0.0.1:3306/aaa",
    max_overflow=0,  # 超过连接池大小外最多创建的连接
    pool_size=5,  # 连接池大小
    pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错
    pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
)
 
# 把表同步到数据库  （把被Base管理的所有表，都创建到数据库）
Base.metadata.create_all(engine)
 
 
# 把所有表删除
# Base.metadata.drop_all(engine)

4 sqlalchemy快速插入数据

# sqlalchemy是什么 orm框架，跟其他web框架没有必然联系，可以独立使用
# 安装，快速使用，执行原生sql
# 创建表和删除表
	-不能创建数据库
    -不能修改字段(增加，删除)
    
 
 
 
 
# 使用orm插入
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from models import Book
# 第一步：生成engine对象
engine = create_engine(
    "mysql+pymysql://root@127.0.0.1:3306/aaa",
    max_overflow=0,  # 超过连接池大小外最多创建的连接
    pool_size=5,  # 连接池大小
    pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错
    pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
)
 
# 第二步：拿到一个Session类,传入engine
Session=sessionmaker(bind=engine)
 
# 第三步：拿到session对象,相当于连接对象（会话）
session=Session()
 
# 第四步，增加数据
book=Book(name='红楼梦',)
session.add(book)
session.commit()
# 第五步：关闭session对象
 
session.close()

5 scoped_session线程安全

5.1 基本使用

from sqlalchemy.orm import scoped_session
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
 
# 第一步：生成engine对象
engine = create_engine(
    "mysql+pymysql://root@127.0.0.1:3306/aaa",
    max_overflow=0,  # 超过连接池大小外最多创建的连接
    pool_size=5,  # 连接池大小
    pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错
    pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
)
 
# 第二步：拿到一个Session类,传入engine
Session = sessionmaker(bind=engine)
# 线程不安全
# session = Session()
 
# 做成线程安全的：如何做的？
# 内部使用了local对象，取当前线程的session，如果当前线程有，就直接返回用，如果没有，创建一个，放到local中
# session 是  scoped_session 的对象
session = scoped_session(Session)
 
# 以后全局使用session即可，它线程安全

5.2 加在类上的装饰器

# session 是  scoped_session 的对象,类上没有属性和方法，但是，用的时候，确实用
session = scoped_session(Session) 
 
 
def speak():
    print('说话了')
 
 
def wrapper(func):
    def inner(*args, **kwargs):
        res = func()
        res.name = 'lqz'
        res.speak = speak
        return res
 
    return inner
 
 
@wrapper  # 语法糖会把Person当参数传入到装饰器中   Person=wrapper(Person)
class Person:
    pass
 
 
p = Person()
 
print(p.name)
p.speak()

6 基本增删查改

# 增，删，改
# 查 基本查询和高级查询
 
 
from models import User, Book
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.orm import scoped_session
from sqlalchemy.sql import text
engine = create_engine("mysql+pymysql://root@127.0.0.1:3306/aaa")
Session = sessionmaker(bind=engine)
session = scoped_session(Session)
 
# 1  增加：add   add_all
# user = User(name='pyy', email='44@qq.com', extra='摄氏度法')
# user1 = User(name='yyy', email='4@qq.com', extra='大沙发斯蒂芬')
# book = Book(name='西游记')
# # session.add(user)
# session.add_all([user, user1, book])  # 多个对象可以是models中任意表模型的对象
#
# session.commit()
# session.close()
 
 
# 2 基本查  filter  filter_by     filer:写条件     filter_by：等于的值
# filter
# 2.1 session.query(User)   中写表模型，可以写多个表模型（连表操作）  select * from User;
# 2.2 filter 过滤条件，必须写表达式  ==    >=    <=    !=   select * from user where user.id=1
# 2.3 all:普通列表  first
# user = session.query(User).filter(User.name == 'lqz').first()
# user = session.query(User).filter(User.name != 'lqz').all()
# print(user)
# res = session.query(User).filter(User.id > 1).all()
# print(res)
 
# filter_by  直接写等式    不能写成 User.name = 'lqz'
# user = session.query(User).filter_by(name='lqz').first()
# user = session.query(User).filter_by(id=2).first()
# user = session.query(User).filter_by(id=2).first()
# print(user)
 
# 3 删除（查到才能删） filter或filter_by查询的结果  不要all或first出来， .delete()即可
# res = session.query(User).filter_by(id=2).delete()
# session.commit()  # 一定不要忘了
# print(res) # 影响的行数
 
 
# 4 修改（查到才能改）
# 方式一：update修改
# res = session.query(User).filter_by(id=3).update({"name" : "彭于晏"})
# print(res)
# session.commit()
# 方式二，使用对象修改
# res = session.query(User).filter_by(id=3).first()
# res = session.query(User).filter_by(name='zzz').first()
# res.name='来来来'
# print(res.id)
# session.add(res)  # add 如果有主键，就是修改，如果没有主键就是新增
# session.commit()

6.1 基本增删查改和高级查询

# 4 查询： filer:写条件     filter_by：等于的值
# 4.1 查询所有  是list对象
# res = session.query(User).all()  # 是个普通列表
# print(type(res))
# print(len(res))
 
# 4.1.1 只查询某几个字段
# select name as xx,email from user;
# res = session.query(User.name.label('xx'), User.email)
# print(res)  # 打出原生sql
# # print(res.all())
# for item in res.all():
#     print(item[0])
 
 
# 4.1.2 filter传的是表达式，filter_by传的是参数
# res = session.query(User).filter(User.name == "lqz").all()
# res = session.query(User).filter(User.name != "lqz").all()
# res = session.query(User).filter(User.name != "lqz", User.email == '3@qq.com').all()  # django 中使用 Q
# res = session.query(User).filter_by(name='lqz099').all()
# res = session.query(User).filter_by(name='lqz099',email='47@qq.com').all()
# print(len(res))
 
# 4.2 取一个 all了后是list，list 没有first方法
# res = session.query(User).first()
 
 
 
# 4.3 查询所有，使用占位符(了解)  :value     :name
# select * from user where id <20 or name=lqz099
# res = session.query(User).filter(text("id<:value or name=:name")).params(value=10, name='lqz099').all()
 
 
# 4.4 自定义查询（了解）
# from_statement 写纯原生sql
 
# res=session.query(User).from_statement(text("SELECT * FROM users where email=:email")).params(email='3@qq.com').all()
# # print(type(res[0]))  # 是book的对象，但是查的是User表   不要这样写
# print(res[0].name)  #
 
# 4.5 高级查询
# 　条件
# 表达式，and条件连接
# res = session.query(User).filter(User.id > 1, User.name == 'lqz099').all() # and条件
 
 
# between
# res = session.query(User).filter(User.id.between(1, 9), User.name == 'lqz099').all()
# res = session.query(User).filter(User.id.between(1, 9)).all()
 
# in
# res = session.query(User).filter(User.id.in_([1,3,4])).all()
# res = session.query(User).filter(User.email.in_(['3@qq.com','r@qq.com'])).all()
 
# ~非，除。。外
# res = session.query(User).filter(~User.id.in_([1,3,4])).all()
# print(res)
 
# 二次筛选
# res = session.query(User).filter(~User.id.in_(session.query(User.id).filter_by(name='lqz099'))).all()
# print(res)
 
 
# and or条件
from sqlalchemy import and_, or_
 
# or_包裹的都是or条件，and_包裹的都是and条件
# res = session.query(User).filter(and_(User.id >= 3, User.name == 'lqz099')).all()  #  and条件
# res = session.query(User).filter(User.id < 3, User.name == 'lqz099').all()  #  等同于上面
# res = session.query(User).filter(or_(User.id < 2, User.name == 'eric')).all()
# res = session.query(User).filter(
#     or_(
#         User.id < 2,
#         and_(User.name == 'lqz099', User.id > 3),
#         User.extra != ""
#     )).all()
 
 
# 通配符，以e开头，不以e开头
# res = session.query(User).filter(User.email.like('%@%')).all()
# select user.id from user where  user.name not like e%;
# res = session.query(User.id).filter(~User.name.like('e%'))
 
 
# 分页
# 一页2条，查第5页
# res = session.query(User)[2*5:2*5+2]
 
# 排序，根据name降序排列（从大到小）
# res = session.query(User).order_by(User.email.desc()).all()
# res = session.query(Book).order_by(Book.price.desc()).all()
# res = session.query(Book).order_by(Book.price.asc()).all()
# 第一个条件重复后，再按第二个条件升序排
# res = session.query(User).order_by(User.name.desc(), User.id.asc())
 
 
 
# 分组查询  5个聚合函数
from sqlalchemy.sql import func
 
# res = session.query(User).group_by(User.extra)  # 如果是严格模式，就报错
# 分组之后取最大id，id之和，最小id  和分组的字段
# res = session.query(
#     User.extra,
#     func.max(User.id),
#     func.sum(User.id),
#     func.min(User.id)).group_by(User.extra).all()
# for item in res:
#     print(item[2])
 
# having
# select max(id),sum(id),min(id) from  user group by  user.extra   having id_max>2;
res = session.query(
    func.max(User.id),
    func.sum(User.id),
    func.min(User.id)).group_by(User.extra).having(func.max(User.id) > 2)

6.2 原生sql

### 方式一：
# 第一步：导入
from sqlalchemy import create_engine
# 第二步：生成引擎对象
engine = create_engine(
    "mysql+pymysql://root@127.0.0.1:3306/cnblogs",
    max_overflow=0,  # 超过连接池大小外最多创建的连接
    pool_size=5,  # 连接池大小
    pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错
    pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
)
# 第三步：使用引擎获取连接，操作数据库
conn = engine.raw_connection()
cursor=conn.cursor()
cursor.execute('select * from aritcle')
print(cursor.fetchall())
 
 
 
### 方式二：
from models import User, Book
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.orm import scoped_session
engine = create_engine("mysql+pymysql://root@127.0.0.1:3306/aaa")
Session = sessionmaker(bind=engine)
session = scoped_session(Session)
 
# 2.0.9 版本需要使用text包裹一下，原来版本不需要
# cursor = session.execute(text('select * from users'))
# result = cursor.fetchall()
# print(result)
 
cursor = session.execute(text('insert into books(name) values(:name)'), params={"name": '红楼梦'})
session.commit()
print(cursor.lastrowid)
 
session.close()

6.3 django中执行原生sql

# 选择的查询基表Book.objects.raw ，只是一个傀儡，正常查询出哪些字段，都能打印出来
 
def index(request):
    # books = Book.objects.raw('select * from app01_book where id=1')  # RawQuerySet  用起来跟列表一样
    # books = Publish.objects.raw('select * from app01_book where id=1')  # RawQuerySet  用起来跟列表一样
    # print(books[0])
    # print(type(books[0]))
    # # for book in books:
    # #     print(book.name)
    # # print(books[0].name)
    # print(books[0].addr)  #也能拿出来，但是是不合理的
 
    res = Book.objects.raw('select * from app01_publish where id=1')  # RawQuerySet  用起来跟列表一样
    print(res[0])
    print(type(res[0]))
    print(res[0].name)
    # book 没有addr，但是也打印出来了
    print(res[0].addr)
 
    return HttpResponse('ok')

7 一对多

# 一对一：本身是一个表，拆成两个表，做一对一的关联；；；本质就是一对多，只不过关联字段唯一
# 一对多：关联字段写在多的一方
# 多对多：需要建立中间表；；本质也是一对多
 
# 本质就只有一种外键关系

7.1 表模型

# 一对多关系
from sqlalchemy import create_engine
import datetime
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Text, ForeignKey, DateTime, UniqueConstraint, Index
from sqlalchemy.orm import relationship
 
# 第二步：执行declarative_base，得到一个类
Base = declarative_base()
 
 
class Hobby(Base):
    __tablename__ = 'hobby'
    id = Column(Integer, primary_key=True)
    caption = Column(String(50), default='篮球')
 
 
class Person(Base):
    __tablename__ = 'person'
    id = Column(Integer, primary_key=True)
    name = Column(String(32), index=True, nullable=True)
    # hobby指的是tablename而不是类名
    # 关联字段写在多的一方，写在Person中，跟hobby表中id字段做外键关联
    hobby_id = Column(Integer, ForeignKey("hobby.id"))
 
    # 跟数据库无关，不会新增字段，只用于快速链表操作
    # 基于对象的跨表查询:就要加这个字段，取对象  person.hobby     pserson.hobby_id
    # 类名，backref用于反向查询
    hobby = relationship('Hobby', backref='pers')  # 如果有hobby对象，拿到所有人 hobby.pers
 
    def __repr__(self):
        return self.name
 
 
engine = create_engine("mysql+pymysql://root@127.0.0.1:3306/aaa", )
 
# 把表同步到数据库  （把被Base管理的所有表，都创建到数据库）
Base.metadata.create_all(engine)
 
# 把所有表删除
# Base.metadata.drop_all(engine)

7.2 新增和基于对象的查询

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.orm import scoped_session
from models1 import Hobby, Person
 
engine = create_engine("mysql+pymysql://root@127.0.0.1:3306/aaa")
Session = sessionmaker(bind=engine)
session = scoped_session(Session)
 
# 一对多新增
 
# hobby = Hobby(caption='乒乓球')
# session.add(hobby)
# person = Person(name='张三')
# session.add(person)
 
# hobby=session.query(Hobby).filter(Hobby.caption=='乒乓球').first()
# # person = Person(name='王五',hobby_id=hobby.id)
# person = Person(name='王五',hobby_id=1)
# session.add(person)
 
 
# 支持按对象的增加方式，必须加relationship 做关联
# 方式一
# hobby=session.query(Hobby).filter(Hobby.caption=='乒乓球').first()
# person = Person(name='赵六',hobby=hobby)
# 方式二
# hobby = Hobby(caption='羽毛球')  # 表中暂时没有
# person = Person(name='赵六', hobby=hobby)
# session.add_all([person, hobby])
# session.commit()
 
 
 
 
## 基于对象的跨表查询  .
# 正向查询
# person=session.query(Person).filter(Person.name=='王五').first()
# # print(person.hobby_id)
# print(person.hobby)  # Hobby 的对象
 
# 反向查询
# hobby=session.query(Hobby).filter(Hobby.id==1).first()
# print(hobby.pers)
 
 
 
# 基于连表的查询（一会讲）

8 多对多

8.1 表模型

# 一对多关系
from sqlalchemy import create_engine
import datetime
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Text, ForeignKey, DateTime, UniqueConstraint, Index
from sqlalchemy.orm import relationship
 
# 第二步：执行declarative_base，得到一个类
Base = declarative_base()
 
 
# 多对多
 
# 中间表  手动创建
class Boy2Girl(Base):
    __tablename__ = 'boy2girl'
    id = Column(Integer, primary_key=True, autoincrement=True)
    girl_id = Column(Integer, ForeignKey('girl.id'))
    boy_id = Column(Integer, ForeignKey('boy.id'))
 
 
class Girl(Base):
    __tablename__ = 'girl'
    id = Column(Integer, primary_key=True)
    name = Column(String(64), unique=True, nullable=False)
 
    def __str__(self):
        return self.name
 
    def __repr__(self):
        return self.name
 
 
class Boy(Base):
    __tablename__ = 'boy'
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(64), unique=True, nullable=False)
 
 
 
    # 与生成表结构无关，仅用于查询方便,放在哪个单表中都可以
    # 方便快速查询，写了这个字段，相当于django 的manytomany，快速使用基于对象的跨表查询
    girls = relationship('Girl', secondary='boy2girl', backref='boys')
 
    def __str__(self):
        return self.name
 
    def __repr__(self):
        return self.name
 
 
engine = create_engine("mysql+pymysql://root@127.0.0.1:3306/aaa", )
 
 
# 把表同步到数据库  （把被Base管理的所有表，都创建到数据库）
Base.metadata.create_all(engine)
 
# 把所有表删除
# Base.metadata.drop_all(engine)

8.2 增加和基于对象的跨表查询

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.orm import scoped_session
from models2 import Girl, Boy, Boy2Girl
 
engine = create_engine("mysql+pymysql://root@127.0.0.1:3306/aaa")
Session = sessionmaker(bind=engine)
session = scoped_session(Session)
 
# 新增
# 1 笨办法新增
# girl=Girl(name='刘亦菲')
# boy=Boy(name='彭于晏')
# session.add_all([girl,boy])
# session.add(Boy2Girl(girl_id=1,boy_id=1))
# session.commit()
 
# 2 使用relationship
# boy = Boy(name='lqz')
# boy.girls = [Girl(name='迪丽热巴'), Girl(name='景田')]
# session.add(boy)
# session.commit()
 
 
# 基于对象的跨表查询
# 正向
# boy = session.query(Boy).filter(Boy.id==2).first()
# print(boy.girls)
 
# 反向
# girl = session.query(Girl).filter(Girl.id==2).first()
# print(girl.boys)
 
 
# 如果没有relationship，纯自己操作
 
 
 
# 基于连表的查询（一会讲）

9 连表查询

### 关联关系，基于连表的跨表查询
from models1 import Person,Hobby
# 链表操作
# select * from person,hobby where person.hobby_id=hobby.id;
# res = session.query(Person, Hobby).filter(Person.hobby_id == Hobby.id).all()
 
# 自己连表查询
# join表，默认是inner join,自动按外键关联
# select * from Person inner join Hobby on Person.hobby_id=Hobby.id;
# res = session.query(Person).join(Hobby).all()
 
#isouter=True 外连，表示Person left join Favor，没有右连接，反过来即可
# select * from Person left join Hobby on Person.hobby_id=Hobby.id;
# res = session.query(Person).join(Hobby, isouter=True).all()
# 没有right join，通过这个实现
# res = session.query(Hobby).join(Person, isouter=True).all()
 
# # 自己指定on条件（连表条件）,第二个参数，支持on多个条件，用and_,同上
# select * from Person left join Hobby on Person.id=Hobby.id;
# res = session.query(Person).join(Hobby, Person.hobby_id == Hobby.id, isouter=True) #  sql本身有问题，只是给你讲， 自己指定链接字段
# 右链接
# print(res)
 
 
 
# 多对多关系连表
# 多对多关系，基于链表的跨表查
#方式一：直接连
res = session.query(Boy, Girl,Boy2Girl).filter(Boy.id == Boy2Girl.boy_id,Girl.id == Boy2Girl.girl_id).all()
# 方式二：join连
res = session.query(Boy).join(Boy2Girl).join(Girl).filter(Person.id>=2).all()
posted @   岳宗柯  阅读(588)  评论(0)  编辑  收藏  举报
相关博文：
· python—sqlalchemy简单使用方法，一对多，多对多，双向关系教程
· sqlalchemy建立表关系
· sqlalchemy详解及 快速使用
· flask sqlalchemy快速插入数据、scoped_session线程安全、基本增删查改、一对多关系创建、多对多、连表查询
· sqlalchemy快速插入数据、scoped_session线程安全、基本增删查改、一对多、 多对多、 连表查询、flask-sqlalchemy使用和和flask-migrate使用
阅读排行：
· 全程不用写代码，我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了，比商业数据库还牛
· 记一次.NET内存居高不下排查解决与启示
· DeepSeek 开源周回顾「GitHub 热点速览」
· 白话解读 Dapr 1.15：你的「微服务管家」又秀新绝活了
点击右上角即可分享
微信分享提示