sqlalchemy详解及 快速使用

sqlalchemy详解及 快速使用

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

原生操作的快速使用

# 第一步导入create_engine
from sqlalchemy import create_engine

# 第二步生成引擎对象
engine = create_engine(
    'mysql+pymysql://root:123@127.0.0.1:3306/luffy',
    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()
# 创建游标
cursor=conn.cursor()
# sql语句
cursor.execute('select * from luffy_course')
print(cursor.fetchall())

image

创建操作数据表

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

# 执行declarative_base得到一个类
Base = declarative_base()


# 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))


engine = create_engine(
    'mysql+pymysql://root:123@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）
)
# 把表同步到数据库中
Base.metadata.create_all(engine)

image

sqlalchemy快速插入数据

# 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:123@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()

session.close()

scoped_session线程安全

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:123@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

基本增删查改


from models import User,Book
from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from sqlalchemy.orm import scoped_session
from sqlalchemy.sql import text

engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/aaa",)
Session = sessionmaker(bind=engine)
session = scoped_session(Session)

# 增加 ：add  add_all
user = User(name='杨颖',email='55@qq.com',extra='孤寡孤寡孤寡')
user1 = User(name='白鹿',email='77@qq.com',extra='发发发发发发付')
# session.add(user)
session.add_all([user,user1])
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()


# 修改方式
# 当字符串相加    djagno中使用 F  函数
res=session.query(User).filter(User.id > 0).update({User.name: User.name + "099"}, synchronize_session=False)
print(res)
# 加数字（记住）
res=session.query(User).filter(User.id > 0).update({User.age: User.age + 99}, synchronize_session="evaluate")
print(res)
session.commit()

image

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
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])

image

# 4.1.2 filter传的是表达式，filter_by传的是参数
res = session.query(User).filter(User.name == "刘亦菲").all()
res = session.query(User).filter(User.name != "刘亦菲").all()
res = session.query(User).filter(User.name != "刘亦菲", User.email == '66@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()
print(res)

# 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='刘亦菲').all()
print(res)

# 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='99@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
# 表达式，and条件连接
res = session.query(User).filter(User.id > 1 , User.name == '杨颖').all() # and条件
print(res)

其他查询方法

# between
res = session.query(User).filter(User.id.between(1, 9), User.name == '白鹿').all()
print(res)

# in
res = session.query(User).filter(User.id.in_([1,3,4])).all()
print(res)

# ~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='白鹿'))).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 == '刘亦菲')).all()  #  and条件
res = session.query(User).filter(User.id < 3, User.name == '刘亦菲').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 == '刘亦菲', 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%'))
print(res)

# 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 过滤
# 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)

image

原生sql

# 第一步导入create_engine
from sqlalchemy import create_engine

# 第二步生成引擎对象
engine = create_engine(
    'mysql+pymysql://root:123@127.0.0.1:3306/luffy',
    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()
# 创建游标
cursor=conn.cursor()
# sql语句
cursor.execute('select * from luffy_course')
print(cursor.fetchall())

# 使用orm插入
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.orm import scoped_session
from models import Book
# 第一步：生成engine对象
engine = create_engine(
    "mysql+pymysql://root:123@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
cursor = session.execute(text('insert into books(name) values(:name)'), params={"name": '红楼梦'})
session.commit()
print(cursor.lastrowid)
session.close()

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):
    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')

在Django执行原生SQL有以下三种方式：extra，raw，django connection
raw语法：
models.表名.objecs.raw(sql)models.表名.objecs.raw(sql,[参数1,参数2])

一对多

models.py

# 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)

新增和基于对象的查询

from models1 import Hobby,Person
from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from sqlalchemy.orm import scoped_session
from sqlalchemy.sql import text

engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/aaa",)
Session = sessionmaker(bind=engine)
session = scoped_session(Session)

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()

多对多

# 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()

# 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)

增加和基于对象的跨表查询

from model2 import Girl,Boy,Boy2Girl
from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from sqlalchemy.orm import scoped_session
from sqlalchemy.sql import text

engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/aaa",)
Session = sessionmaker(bind=engine)
session = scoped_session(Session)

# 新增
girl = Girl(name='迪丽热巴')
boy = Boy(name='李现')
session.add_all([girl,boy])
session.add(Boy2Girl(girl_id=1,boy_id=1))
session.commit()

# 使用relationship
boy = Boy(name='lqz')
boy.girls = [Girl(name='杨颖'), Girl(name='白敬亭')]
session.add(boy)
session.commit()

# 基于对象的跨表查询
# 正向
boy = session.query(Boy).filter(Boy.id==1).first()
print(boy.girls)

# 反向
girl = session.query(Girl).filter(Girl.id==1).first()
print(girl.boys)

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)



# 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 @   小王应该在学习！  阅读(2550)  评论(0)  编辑  收藏  举报
相关博文：
· 信号,flask-script,sqlalchemy 快速使用
· flask-sqlalchemy使用，flask-migrate使用
· sqlalchemy的使用
· 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