当前位置:   article > 正文

Python学习总结笔记(10)-- MySQL数据库操作之SQLAlchemy使用总结_python db_session

python db_session

SQLAlchemy是一个著名的ORM框架,使用ORM操作数据库,不用去关注SQL语句本身,这样可以提高开发的效率。同时使用ORM框架虽然可以减少代码编写的消耗,但是可能也会执行很多冗余的数据库操作,降低程序的运行效率。不过总的来说,合理利用ORM框架与数据库交互还是一个比较不错的选择。

0x01 安装SQLAlchemy

在Python中,有很多ORM框架,SQLAlchemy是其中非常著名的一个框架。可以通过pip来完成安装:

pip install sqlalchemy
  • 1

SQLAlchemy提供对很多数据库的支持。下面我们就以MySQL为例,学习下SQLAlchemy的基本用法。

0x02 连接数据库

#!/usr/bin/env python
#coding:utf-8

__author__ = 'kikay'

#导入相关库
from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine

#MySQL数据库连接字符串
CONSTR='mysql+mysqlconnector://root:root@localhost:3306/test?charset=utf8'

#初始化数据库连接对象
engine=create_engine(CONSTR,echo=True)
db_session=sessionmaker(bind=engine)
session=db_session()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16

上面CONSTR定义了数据库的连接信息,其中mysql+mysqlconnector指明了调用的是mysql-connector模块完成数据库连接,需要注意charset指定了连接的字符集,可以缺省,但是这个参数很重要,设置不当可能导致查询结果出现乱码。

sessionmaker()生成数据库会话类。我们可以把session当成的一个数据库连接对象。SQLAlchemy维护了一个数据库连接池(默认为5个连接对象),因此初始化一个会话开销不会太大。

完成了session对象实例化后,就可以执行SQL语句了。

0x03 execute方式

#获取当前MySQL中的全部数据库
dbs=session.execute('show databases;').fetchall()
for db in dbs:
    print db
#切换当前数据库
session.execute('use test;')
row1=session.execute('select * from user where Id>1;').first()
#利用占位符的方式
row2= session.execute('select * from user where Id>:id',{'id':1}).first()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

上面的row1和row2实现的效果是等价的,其中row2使用的是占位符的方式。其实这种方式就是直接执行SQL语句,和前面讲的mysql-connector模板方式类似,不符合ORM思想,这里就不继续探讨了。

0x04 ORM方式插入

ORM方式很重要的一点就是实现了数据表与类实例的对应关系。这里我们首先引入一个模块:

from sqlalchemy.ext.declarative import declarative_base
  • 1

定义实体类的基类:

Base=declarative_base()
  • 1

然后实例化我们数据库中的user数据表,完整代码如下:

#!/usr/bin/env python
#coding:utf-8

__author__ = 'kikay'

#导入相关库
from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,String,Integer,PrimaryKeyConstraint

#MySQL数据库连接字符串
CONSTR='mysql+mysqlconnector://root:root@localhost:3306/test?charset=utf8'

#定义基类
Base=declarative_base()

class User(Base):
    #显示声明关联的数据表名称
    __tablename__='user'

    #表的结构
    #主键Id
    id=Column(Integer,name='Id',primary_key=True)
    #name:非空
    name=Column(String(20),nullable=False)
    age=Column(Integer,nullable=False)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27

添加数据:

#初始化数据库连接对象
engine=create_engine(CONSTR,echo=True)
db_session=sessionmaker(bind=engine)
session=db_session()

user=User(name='kikay',age=20)
#添加
session.add(user)
#提交
session.commit()
#关闭
session.close()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12

上面演示了一个完整的添加记录过程。对于SQLAlchemy而言,用户并没有与SQL语句直接打交道。

SQLAlchemy添加批量记录:

#批量添加
for i in xrange(100):
    user=User(name='Tom',age=20+i)
    #添加
    session.add(user)
#提交
session.commit()
#关闭
session.close()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

0x05 ORM方式查询

下面完整定义两个数据表:

数据表user:

序号字段名称数据类型
1IdInt 自增主键
2namenvarchar(20) 非空
3ageInt 非空

数据表job:

序号字段名称数据类型
1IdInt 自增主键
2jobnamenvarchar(200)
3userid外键(user.id)

对应的实体类如下:

#!/usr/bin/env python
#coding:utf-8

__author__ = 'kikay'

#导入相关库
from sqlalchemy.orm import sessionmaker,relationship
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,String,Integer
from sqlalchemy import text,or_,not_,update
from sqlalchemy.dialects.mysql import INTEGER
from sqlalchemy import ForeignKey

#MySQL数据库连接字符串
CONSTR='mysql+mysqlconnector://root:root@localhost:3306/test?charset=utf8'

#定义基类
Base=declarative_base()

class User(Base):
    #显示声明关联的数据表名称
    __tablename__='user'

    #修改数据表配置
    __table_args__={
        'mysql_engine':'InnoDB',
        'mysql_charset':'utf8'
    }
    #主键Id
    id=Column(INTEGER(unsigned=True),name='Id',primary_key=True)
    #name:非空
    name=Column(String(20),nullable=False)
    #age:非空
    age=Column(Integer,nullable=False)
    #外键对象
    #jobs=relationship('job')

class Job(Base):
    __tablename__='job'

    id=Column(INTEGER(unsigned=True),name='Id',primary_key=True)
    jobname=Column(String(200))
    #声明外键
    userid=Column(INTEGER,ForeignKey('user.Id',
                                     ndelete='CASCADE',onupdate='CASCADE'))
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46

需要强调的是,在声明外键时,加上了ondelete=’CASCADE’,onupdate=’CASCADE’,这是因为删除 user 表的数据,可能会导致 job的外键不指向一个真实存在的记录,在MySQL数据库中默认禁止这样的操作,在InnoDB模式下, 允许指定 ON DELETE 为 CASCADE 和 SET NULL,前者会删除 job 中无效的记录,后者会将这些记录的外键设为 NULL。
除了删除,还有可能更改主键,这也会导致 job 的外键失效。于是相应的就有 ON UPDATE 了。其中 CASCADE 变成了更新相应的外键,而不是删除。

下面讲下基本的查询、更新、删除的使用方法:

#查询对象
query1=session.query(User)
query2=session.query(Job)
  • 1
  • 2
  • 3

查询全部对象(select * …):

for u in query1.all():
    print 'Id:\t',u.id,'\tname:\t',u.name,'\tage:\t',u.age

结果:

Id: 80  name:   Tom     age:    30
Id: 81  name:   Tom3    age:    29
Id: 82  name:   Andy    age:    25
Id: 88  name:   小花  age:    19
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

取第1条记录:

u=query1.first()
print 'Id:\t',u.id,'\tname:\t',u.name,'\tage:\t',u.age

结果:

Id: 80  name:   Tom     age:    30
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

条件过滤:

for u in query1.filter(User.id>=82).all():
    print 'Id:\t',u.id,'\tname:\t',u.name,'\tage:\t',u.age
  • 1
  • 2

等价于(sql语句中的where部分):

for u in query1.filter('id>=82').all():
    print 'Id:\t',u.id,'\tname:\t',u.name,'\tage:\t',u.age
  • 1
  • 2

根据主键值获取对应的记录:

u=query1.get(88)
print 'Id:\t',u.id,'\tname:\t',u.name,'\tage:\t',u.age

结果:

Id: 88  name:   小花  age:    19
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

设置排序:

for u in query1.order_by(User.name.desc()).all():
print 'Id:\t',u.id,'\tname:\t',u.name,'\tage:\t',u.age

结果:

Id: 88  name:   小花  age:    19
Id: 81  name:   Tom3    age:    29
Id: 80  name:   Tom     age:    30
Id: 82  name:   Andy    age:    25
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

限制返回的条数:

for u in query1.limit(2).all():
    print 'Id:\t',u.id,'\tname:\t',u.name,'\tage:\t',u.age

结果:

Id: 80  name:   Tom     age:    30
Id: 81  name:   Tom3    age:    29
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

设置查询的偏移量:

for u in query1.offset(3).all():
    print 'Id:\t',u.id,'\tname:\t',u.name,'\tage:\t',u.age

结果:

Id: 88  name:   小花  age:    19
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

结合偏移量、限制条数以及排序功能,可以方便的实现分页查询:

#每页2条记录,打印第2页的内容
for u in query1.order_by(User.id).offset(2).limit(2):
    print 'Id:\t',u.id,'\tname:\t',u.name,'\tage:\t',u.age

结果:

Id: 82  name:   Andy    age:    25
Id: 88  name:   小花  age:    19
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

返回第一行的第一个字段:

print session.query(User.name,User.age).filter(User.id==88).scalar()
  • 1

条件查询and、or、in、not in、not

#and
print 'And:'
for u in query1.filter(User.id>80,User.age>25).all():
    print 'Id:\t',u.id,'\tname:\t',u.name,'\tage:\t',u.age

#or
print 'Or:'
for u in query1.filter(or_(User.id>88,User.age>29)).all():
    print 'Id:\t',u.id,'\tname:\t',u.name,'\tage:\t',u.age

#in
print 'in:'
for u in query1.filter(User.id.in_((79,81,90))).all():
    print 'Id:\t',u.id,'\tname:\t',u.name,'\tage:\t',u.age

#not in
print 'not in:'
for u in query1.filter(User.id.notin_((81,82,88))).all():
    print 'Id:\t',u.id,'\tname:\t',u.name,'\tage:\t',u.age

#not
print 'not:'
for u in query1.filter(not_(or_(User.name=='Tom',User.name==u'小花'))).all():
    print 'Id:\t',u.id,'\tname:\t',u.name,'\tage:\t',u.age

结果:

And:
Id: 81  name:   Tom3    age:    29
Or:
Id: 80  name:   Tom     age:    30
in:
Id: 81  name:   Tom3    age:    29
not in:
Id: 80  name:   Tom     age:    30
not:
Id: 81  name:   Tom3    age:    29
Id: 82  name:   Andy    age:    25
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38

返回记录的总条数:

print query1.filter(User.id>=81).count()
  • 1

模糊查询:

for u in query1.filter(User.name.like('%t%')).all():
    print 'Id:\t',u.id,'\tname:\t',u.name,'\tage:\t',u.age

结果:

Id: 80  name:   Tom     age:    30
Id: 81  name:   Tom3    age:    29
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

0x06 ORM方式更新与删除

更新:

print 'old name:',query1.filter(User.id==80).one().name
query1.filter(User.id==80).update({User.name:'Tom2'})
session.commit()
print 'new name:',query1.filter(User.id==80).one().name

结果:

old name: Tom
new name: Tom2
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

删除:

query1.filter(User.id<=80).delete()
  • 1

需要注意的是,update和delete在做批量操作的时候(使用 where…in(…))操作,需要指定synchronize_session的值。

query1.filter(User.id.in_((1,2,3))).update({User.name:'Test'})
query1.filter(User.id.in_((1,2,3))).delete()
  • 1
  • 2

报错:

sqlalchemy.exc.InvalidRequestError: Could not evaluate current criteria in Python. Specify 'fetch' or False for the synchronize_session parameter.
  • 1

修改如下:

query1.filter(User.id.in_((1,2,3))).update({User.name:'Test'},synchronize_session=False)
query1.filter(User.id.in_((1,2,3))).delete(synchronize_session=False)
  • 1
  • 2

0x07 后记

上面简单介绍了下SQLAlchemy的使用方法,主要还是关注在增删改查方面,其实还有很多知识点没有讲到,有兴趣的可以自己接着研究下。ORM框架使用起来很方便,但是要想正确理解ORM,前提还是要对关系型数据库的基本原理有所了解。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/weixin_40725706/article/detail/527522
推荐阅读
相关标签
  

闽ICP备14008679号