SQLAlchemy-ORM

时间 2020-05-15

标签 sqlalchemy orm 栏目 Java 繁體版

原文原文链接

ORM技术简介

ORM：及Object-Relational Mapping，对象关系映射，把关系数据库的表结构映射到对象上。
咱们先来可能一个例子：
若是咱们从数据库查出来几条数据，须要你在python中表示出来，若是你没有接触过ORM技术，你或许会使用下面的形式来存储这个数据：node

[
    (1, "yangjian"),
    (2, "chengdu"),
    (3, "hello"),
]

若是你想知道表结构是什么样的，是否是就费劲了，若是你想快速得出其中的元素，就须要听听ORM的思想了。python

数据库中每次查出来的数据都用一个类表示，这个类的属性和数据库中表的字段一一对应。多条数据，就是一个list，每一行数据都是一个类来表示，以下所示：mysql

class User(object):
    def __init__(self, id, name):
        self.id = id
        self.name = name
[
    User(1, "yangjian"),
    User(2, "chengdu"),
    User(3, "hello"),
]

当咱们须要得到id，或者name的时候，只须要经过循环获取到对象，直接经过user1.id或者user1.name就能够获取到id和name的属性。而且使得数据的存取很是的规范，这样ORM架构应用而生。sql

SQLAlchemy

Python中最有名的ORM架构就是SQLAlchemy，咱们主要就是来学习SQLAlchemy的使用。数据库

安装环境

pip install SQLAlchemy

安装mysql

yum install mysql-server mysql
service mysqld restart
sysctmctl restart mysql.service

建立数据库并受权

create database sqlalchemy;
GRANT ALL PRIVILEGES ON *.* TO 'yangjian'@'%' IDENTIFIED BY '123456';

初始化链接

from sqlalchemy import create_engine
engine = create_engine('mysql+pymysql://yangjian:123456@192.168.48.131/sqlalchemy', echo=True)

echo参数为True时，会显示每条执行的SQL语句，能够关闭。
create_engine()返回一个Engine的实例，而且它表示经过数据库语法处理细节的核心接口，在这种状况下，数据库语法将会被解释成python的类方法。
mysql://yangjian:123456@192.168.48.131/sqlalchemy
mysql+pymysql: 指定是哪一种数据库链接，在python3中不写成mysql+pymysql会报找不到MySQLdb模块的错误
yangjina：数据库用户名
123456：数据库用户对应的密码
192.168.48.131：数据库的ip
sqlalchemy：数据库须要链接哪一个库的名字安全

建立表格

有如下两种方式建立数据库表：session

1. 主要是经过sql语句来建立表格

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker

sql = '''create table student(
    id int not null primary key,
    name varchar(50),
    age int,
    address varchar(100));
'''

engine = create_engine('mysql://yangjian:123456@192.168.48.131/sqlalchemy')
conn = engine.connect()
conn.execute(sql)
engine.connect() #表示获取到数据库链接。相似咱们在MySQLdb中游标cursor的做用。

2. 经过ORM方式建立表格

from sqlalchemy import Column
from sqlalchemy import Integer
from sqlalchemy import MetaData
from sqlalchemy import String
from sqlalchemy import Table
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base

engine = create_engine('mysql://yangjian:123456@192.168.48.131/sqlalchemy')
metadata = MetaData(engine)
user = Table('user', metadata,
             Column('id', Integer, primary_key=True),
             Column('name', String(20)),
             Column('fullname', String(40))
             )
metadata.create_all(engine)
conn = engine.connect()
print(conn)

MetaData类主要用于保存表结构，链接字符串等数据，是一个多表共享的对象
metadata = MetaData(engine) 绑定一个数据源的metadata
metadata.create_all(engine) 是来建立表，这个操做是安全的操做，会先判断表是否存在。
Table类
构造函数：
Table.__init__(self, name, metadata,*args, **kwargs)
name 表名
metadata 共享的元数据
*args Column 是列定义架构

下面是可变参数 **kwargs 定义
schema 此表的结构名称，默认None
autoload 自动从现有表中读入表结构，默认False
autoload_with 从其余engine读取结构，默认Noneapp

Column类

构造函数

Column.__init__(self, name, type_, *args, **kwargs)函数

1、name 列名
2、type_ 类型，更多类型 sqlalchemy.types
三、*args Constraint（约束）,  ForeignKey（外键）,  ColumnDefault（默认）, Sequenceobjects（序列）定义
4、key 列名的别名，默认None
下面是可变参数 **kwargs
5、primary_key 若是为True，则是主键
6、nullable 是否可为Null，默认是True
7、default 默认值，默认是None
8、index 是不是索引，默认是True
9、unique 是否惟一键，默认是False
10、onupdate 指定一个更新时候的值，这个操做是定义在SQLAlchemy中，不是在数据库里的，当更新一条数据时设置，大部分用于updateTime这类字段
11、autoincrement 设置为整型自动增加，只有没有默认值，而且是Integer类型，默认是True
十二、quote 若是列明是关键字，则强制转义，默认False

建立会话

说到数据库，就离不开Session。Session的主要目的是创建与数据库的会话，它维护你加载和关联的全部数据库对象。它是数据库查询（Query）的一个入口。
在Sqlalchemy中，数据库的查询操做是经过Query对象来实现的。而Session提供了建立Query对象的接口。
Query对象返回的结果是一组同一映射（Identity Map）对象组成的集合。事实上，集合中的一个对象，对应于数据库表中的一行（即一条记录）。所谓同一映射，是指每一个对象有一个惟一的ID。若是两个对象（的引用）ID相同，则认为它们对应的是相同的对象。
要完成数据库查询，就须要创建与数据库的链接。这就须要用到Engine对象。一个Engine多是关联一个Session对象，也可能关联一个数据库表。
固然Session最重要的功能仍是实现原子操做。
ORM经过session与数据库创建链接进行通讯，以下所示：

from sqlalchemy.orm import sessionmaker

DBSession = sessionmaker(bind=engine)
session = DBSession()

# 经过sessionmake方法建立一个Session工厂，而后在调用工厂的方法来实例化一个Session对象。

添加数据

from sqlalchemy import Column
from sqlalchemy import Integer
from sqlalchemy import String
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

Base = declarative_base()
class Student(Base):
    __tablename__ = 'student'
    id = Column(Integer, primary_key=True)
    name = Column(String(50))
    age = Column(Integer)
    address = Column(String(100))

engine = create_engine('mysql+pymysql://yangjian:123456@192.168.48.131/sqlalchemy')
DBSession = sessionmaker(bind=engine)
session = DBSession()
new_student = Student(id=10001, name="yangjian", age=18, address="chengdu")
new_student2 = Student(id=10002, name="yangjian1", age=181, address="chengdu")
new_student3 = Student(id=10003, name="yangjian2", age=182, address="chengdu")
session.add(new_student)
session.add_all([new_student1, new_student2])
session.commit()
session.close()

查询

查询是这个里面最为复杂，最为繁琐的一个步骤。
经过Session的query()方法建立一个查询对象。这个函数的参数数量是可变的，参数能够是任何类或者是类的描述的集合。下面来看一个例子：

my_stdent = session.query(Student).filter_by(name="yangjian").first()
print(my_stdent)

结果：

<__main__.Student object at 0x032745F0>

前面咱们在赋值的时候，咱们能够经过实例化一个对象，而后直接映射到数据库中，那咱们在查询出来的数据sqlalchemy直接给映射成一个对象了（或者是每一个元素为这种对象的列表），对象和咱们建立表时候的class是一致的，咱们就也能够直接经过对象的属性就能够直接调用就能够了。

print(my_student.id, my_student.name, my_student.age, my_student.address)

结果：
(10003L, 'yangjian', 182L, 'chengdu')

filter() 过滤表的条件

my_stdent = session.query(Student).filter(Student.name.like("%yang%"))
print(my_stdent)
结果：
SELECT student.id AS student_id, student.name AS student_name, student.age AS student_age, student.address AS student_address 
FROM student 
WHERE student.name LIKE %s

根据结果，咱们能够看出来，filter_by最后的结果就是一个sql语句，咱们排错的时候就能够经过这个来排查咱们sql是否正确。

如下的这些过滤操做均可以在filter函数中使用：

equals:
query(Student).filter(Student.id == 10001)
not equals:
query(Student).filter(Student.id != 100)
LIKE:
query(Student).filter(Student.name.like(“%yang%”))

IN:
query(Student).filter(Student.name.in_(['yang', 'jian', 'cheng']))
not in
query(Student).filter(~Student.name.in_(['yang', 'jian', 'cheng']))

AND:
from sqlalchemy import and_
query(Student).filter(and_(Student.name == 'yang', Student.id ==10001))
或者
query(Student).filter(Student.name == 'edfadfj').filter(Student.address == 'beijing')

OR:
from sqlalchemy import or_
query.filter(or_(Student.name == 'fdedsfd', Student.age ==18))

返回列表(List)和单项(Scalar)
all() 返回一个列表

my_stdent = session.query(Student).filter(Student.name.like("%ling%")).all()
print(my_stdent)
结果：
[<__main__.Student object at 0x031405B0>, <__main__.Student object at 0x030FCA70>, <__main__.Student object at 0x031405F0>]

能够经过遍历列表来获取每一个对象。
one() 返回且仅返回一个查询结果。当结果的数量不足一个或者多于一个时会报错。
把上面的all改为one就报错了。
first() 返回至多一个结果，并且以单项形式，而不是只有一个元素的tuple形式返回这个结果.

my_stdent = session.query(Student).filter(Student.name.like("%yang%")).first()
print(my_stdent)
结果：
<__main__.Student object at 0x030A3610>

filter()和filter_by()的区别：
Filter：能够像写 sql 的 where 条件那样写 > < 等条件，但引用列名时，须要经过类名.属性名的方式。
filter_by：可使用 python 的正常参数传递方法传递条件，指定列名时，不须要额外指定类名。，参数名对应名类中的属性名，但彷佛不能使用 > < 等条件。

当使用filter的时候条件之间是使用“=="，fitler_by使用的是"="。

user1 = session.query(User).filter_by(id=1).first()
user1 = session.query(User).filter(User.id==1).first()

filter不支持组合查询，只能连续调用filter来变相实现。
而filter_by的参数是**kwargs，直接支持组合查询。
好比：

q = sess.query(IS).filter(IS.node == node and IS.password == password).all()

更新

更新就是查出来，直接更改就能够了

my_stdent = session.query(Student).filter(Student.id == 10001).first()
my_stdent.name = "hello"
my_stdent.address = "beijing"
session.commit()
student1 = session.query(Student).filter(Student.id == 10001).first()
print(student1.name, student1.address)
结果：
('hello', 'beijing')

删除

删除其实也是跟查询相关的，直接查出来，调用delete()方法直接就能够删除掉。

engine = create_engine('mysql+pymysql://yangjian:123456@192.168.48.131/sqlalchemy')
DBSession = sessionmaker(bind=engine)
session = DBSession()
session.query(Student).filter(Student.id == 10001).delete()
session.commit()
session.close()

统计

count()

print(session.query(Student).filter(Student.name.like("%ng%")).count())

分组

group_by()

std_group_by = session.query(Student).group_by(Student.age)
print(std_group_by)
结果的sql语句以下：
SELECT student.id AS student_id, student.name AS student_name, student.age AS student_age, student.address AS student_address 
FROM student GROUP BY student.age

排序

order_by() 反序在order_by里面用desc()方法

std_ord_desc = session.query(Student).filter(Student.name.like("%yang%")).order_by(Student.id.desc()).all()
for i in std_ord_desc:
    print(i.id)

更多相关文章...