2Python全栈之路系列之SQLAchemy-创新互联
Python全栈之路系列之SQLAlchemy
SQLAlchemy
的是Python SQL
工具包和对象关系映射器,让应用程序开发者的全部功能和SQL的灵活性。
它提供了一套完整的众所周知的企业级持久性模式,专为高效率和高性能的数据库访问,改编成一个简单的Python
化领域语言。
SQLAlchemy的哲学
SQL数据库的行为不像对象集合的较具规模和业绩开始关系; 对象集合表现得不像越抽象开始关系表和行。 SQLAlchemy
的目的是满足这两个原则。
SQLAlchemy
认为数据库是关系代数发动机,而不仅仅是一个表的集合,行可以不仅从表中选择,但也加入和其他select语句; 任何这些单元可被组合成一个较大的结构,SQLAlchem
y的表达式语言基础上,从它的核心这个概念。
SQLAlchemy
是最有名的对象关系映射器(ORM),提供数据映射模式 ,其中类可以在开放式的,多种方式被映射到数据库中的可选组件-允许对象模型和数据库模式中,以开发干净地分离从开始方式。
SQLAlchemy
的对这些问题的总体思路是大多数其它SQL/ORM
工具,根植于所谓的complimentarity
-导向的方式完全不同; 而不是藏起来了SQL和关系对象的细节自动化墙后面,所有的进程都充分一系列组合的,透明的工具中暴露出来 。 该库发生在自动冗余任务的工作,而开发商仍然在数据库中是如何组织和SQL是如何构造的控制。
SQLAlchemy
的主要目标是改变你对数据库和SQL的方式!
SQLAlchemy的使用
数据库的连接
MySQL-Python
mysql+mysqldb://pymysql
mysql+pymysql://MySQL-Connector
mysql+mysqlconnector://查看版本
>>> import sqlalchemy >>> sqlalchemy.__version__ '1.0.14'创建与删除表
单表创建
#!/usr/bin/env python # _*_ coding:utf-8 _*_ import sqlalchemy from sqlalchemy import create_engine from sqlalchemy.ext.declarative import declarative_base from sqlalchemy import Column, Integer, String, Index, UniqueConstraint, ForeignKey from sqlalchemy.orm import sessionmaker engine = create_engine('mysql+pymysql://root:as@127.0.0.1:3306/tesql?charset=utf8', echo=True) # echo=True输出生成的SQL语句 Base = declarative_base() # 生成一个ORM基类 class UserInfo(Base): __tablename__ = 'UserInfo' # 表名 """ 创建字段 index=True 普通索引 unique=T 唯一索引 """ id = Column(Integer, primary_key=True, autoincrement=True) # primary_key=主键,autoincrement=自增 name = Column(String(32)) password = Column(String(16)) __table_args__ = ( Index('id', 'name'), # 联合索引 UniqueConstraint('name', 'password', name='name_password') # 联合唯一索引,name索引的名字 ) # 让查询出来的数据显示中文 def __repr__(self): return self.name Base.metadata.create_all(engine) # 把所有集成Base类的类,创建表结构上面的代码其实就是创建了一个UserInfo
表,包含了三个字段,实际执行的SQL语句如下:
因为在创建引擎的时候加入了echo=True
,所以执行的SQL会在控制台输出出来,以便于我们排查问题。
创建一对多表
class Favor(Base): __tablename__ = 'favor' nid = Column(Integer, primary_key=True, autoincrement=True) caption = Column(String(50), default='red', unique=True) class Person(Base): __tablename__ = 'person' nid = Column(Integer, primary_key=True, autoincrement=True) favor_id = Column(Integer, ForeignKey("favor.nid"))创建多对多表
# 组 class Group(Base): __tablename__ = 'group' id = Column(Integer, primary_key=True) name = Column(String(64), unique=True, nullable=False) port = Column(Integer, default=22) # 服务器 class Server(Base): __tablename__ = 'server' id = Column(Integer, primary_key=True, autoincrement=True) hostname = Column(String(64), unique=True, nullable=False) # 服务器组,第三张表 class ServerToGroup(Base): __tablename__ = 'servertogroup' nid = Column(Integer, primary_key=True, autoincrement=True) server_id = Column(Integer, ForeignKey('server.id')) group_id = Column(Integer, ForeignKey('group.id'))删除表
Base.metadata.drop_all(engine) # 把所有集成Base类的类,删除表操作表
增加数据
添加单条数据
MySesion = sessionmaker(bind=engine) session = MySesion() # 创建一条数据 users = UserInfo(name='Hello', password='World') # 把数据添加到表内 session.add(users) # 提交生效 session.commit()添加多少数据
session.add_all([ UserInfo(name='A', password='1'), UserInfo(name='B', password='2') ]) # 提交 session.commit()删除数据
session.query(UserInfo).filter(UserInfo.name == 'a').delete() session.commit()查询
获取某个表中的所有内容
result = session.query(UserInfo).all() print(result)修改数据
session.query(UserInfo).filter(UserInfo.id == 8).update({"name": "ffff"}) session.commit()查询数据
获取所有
result = session.query(UserInfo).all()获取指定字段
result = session.query(UserInfo.name, UserInfo.password).all()获取指定的
result = session.query(UserInfo).filter_by(name='b').all()# 返回的是一个列表获取第一条
result = session.query(UserInfo).filter_by(name='b').first() # 获取值中的某个属性 result.name获取数据出现的个数
result = session.query(UserInfo).filter_by(name='b').count()使用and_
和or_
进行查询
导入and_
, or_
模块
and_
or_
关联查询
创建以下数据库
#!/usr/bin/env python # _*_ coding:utf-8 _*_ from sqlalchemy import create_engine from sqlalchemy.orm import sessionmaker, relationships from sqlalchemy import Column, Integer, String, Index, UniqueConstraint, ForeignKey from sqlalchemy.ext.declarative import declarative_base engine = create_engine('mysql+pymysql://root:as@127.0.0.1:3306/tesql') Base = declarative_base() class Son(Base): __tablename__ = 'son' id = Column(Integer, primary_key=True) name = Column(String(32)) father = relationship('Father') # 创建外键 father_id = Column(Integer, ForeignKey('father.id')) class Father(Base): __tablename__ = 'father' id = Column(Integer, primary_key=True) name = Column(String(32)) son = relationship('Son') # son = relationship('Son', backref='Father') 相当于上面两个relationship # 生成表 Base.metadata.create_all(engine)往表里添加数据
Session = sessionmaker(bind=engine) session = Session() # 添加父亲的数据 F = Father(name='as') session.add(F) session.commit() # 添加儿子的数据 S1 = Son(name='Son1', father_id=1) S2 = Son(name='Son2', father_id=1) session.add_all([S1, S2]) session.commit() # 另外一种添加数据的方式 F = session.query(Father).filter_by(id=1).first() S3 = Son(name='Son3') # 要用追加的方式进行添加,F.son是一个列表,如果不用append将会把之前的数据对应的值进行删除 F.son.append(S3) session.add(F) session.commit()通过父亲找到所有的儿子
result = session.query(Father).filter_by(name='as').first() for n in result.son: print(n.name)通过儿子找到父亲
result = session.query(Son).filter_by(name='Son2').first() print(result.father.name, result.name) # son = relationship('Son', backref='Father') # print(result.father.name, result.name)join
result = session.query(Father.name.label('kkk'), Son.name.label('ppp')).join(Son) # label('kkk')相当于起了一个别名,等于sql中的as print(result) >>>>> SELECT father.name AS kkk, son.name AS ppp FROM father JOIN son ON father.id = son.father_id多对多实例
在上面的多对多的代码中的Server
类加入一下代码:
然后生成数据库表.
添加组与主机的数据
G1 = Group(name='G1', port=22) G2 = Group(name='G2', port=22) S1 = Server(hostname='Linux-node1') S2 = Server(hostname='Linux-node2') session.add_all([G1, G2, S1, S2]) session.commit()往第三张表里面添加关联数据
GS1 = ServerToGroup(server_id=1, group_id=1) GS2 = ServerToGroup(server_id=2, group_id=2) session.add_all([GS1, GS2]) session.commit()通过relationship
进行数据的添加
#Python全栈之路 #Sqlalchemy
另外有需要云服务器可以了解下创新互联cdcxhl.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。
本文名称:2Python全栈之路系列之SQLAchemy-创新互联
网页网址:http://ybzwz.com/article/dcphod.html