Python SQLAlchemy库的使用方法
一、SQLAlchemy简介
1.1、SQLAlchemy是什么？
sqlalchemy是一个python语言实现的的针对关系型数据库的orm库。可用于连接大多数常见的数据库，比如Postges、MySQL、SQLite、Oracle等。
1.2、为什么要使用SQLAlchemy？
它将你的代码从底层数据库及其相关的SQL特性中抽象出来。
1.3、SQLAlchemy提供了两种主要的使用模式
- SQL表达式语言（SQLAlchemyCore）
- ORM
1.4、应该选择哪种模式？
虽然你使用的框架中已经内置了ORM，但是希望添加更强大的报表功能，请选用Core。
如果你想在一个一模式为中心的视图中查看数据（用户类似于SQL），请使用Core。
如果你的数据不需要业务对象，请使用Core。
如果你要把数据看作业务对象，请使用ORM。
如果你想快速创建原型，请使用ORM。
如果你需要同事使用业务对象和其他与问题域无关的数据，请组合使用Core和ORM。
1.5、连接数据库
要连接到数据库，需要先创建一个SQLAlchemy引擎。SQLAlchemy引擎为数据库创建一个公共接口来执行SQL语句。这是通过包装数据库连接池和方言（不同数据库客户端）来实现的。
SQLAlchemy提供了一个函数来创建引擎。在这个函数中，你可以指定连接字符串，以及其他一些可选的关键字参数。
fromsqlalchemyimportcreate_engine
engine=create_engine('sqlite:///cookies.db')
engine1=create_engine('sqlite:///:memory:')
engine2=create_engine('sqlite://///home/cookiemonster/cookies.db')
engine3=create_engine('sqlite:///c:\\Users\\cookiemonster\\cookies.db')
engine_mysql=create_engine('mysql+pymysql://cookiemonster:chocolatechip','@mysql01.monster.internal/cookies',pool_recycle=3600)
1.6、模式和类型
为了访问底层数据库，SQLAlchemy需要用某种东西来代表数据库中的表。为此，可以使用下面三种方法总的一种：
使用用户定义的Table对象
使用代表数据表的声明式类
从数据库中推断
二、SQLAlchemycore
SQLAlchemycore定义表结构使用的是1.5中说的第1种方式。table对象包含一系列带有类型的列和属性，它们与一个常见的元数据容器相关联。
元数据可以看作是一种Table对象目录。这些表可以通过MetaData.tables来访问。
2.1、定义表结构
在SQLAlchemyCore中，我们通过Table构造函数来初始化Table对象。我们要在构造函数中提供MetaData对象（元数据）和表名，任何其他参数都被认为是列对象。列是通过Column()函数创建的。
fromsqlalchemyimportcreate_engine
fromsqlalchemyimportColumn
fromsqlalchemyimportInteger
fromsqlalchemyimportString
fromsqlalchemyimportMedaData
metadata=MetaData()
user=table('user',metadata,
Column(id,Integer(),primary_key=True),
Column(name,String(255)),
)
engine=create_engine('sqlite:///:memory:')
metadata.create_all(engine)#表的持久化
2.2、插入数据
首先创造一条insert语句，用来把小明放入user表中。为此，先调用user表的insert()方法，然后再使用values()语句，关键字参数为各个列及相应值：
ins=user.insert().values( id=1, name='小明' ) print(str(ins))
到此仅仅只是创建了一个inset语句，还没有真正执行呢，接下来执行插入操作：
connection=engine.connect() result=connection.execute(ins) print(result.inserted_primary_key)
2.3、查询数据
构建查询时，要用到select函数，它类似于标准SQLSELECT语句。
fromsqlalchemy.sqlimportselect s=select([user]) #可以使用str(s)查看数据库看到的语句 print(str(s)) rp=connection.execute(s) results=rp.fetchall()
2.3.1、ResultProxy
execute()函数的返回值是一热ResultProxy对象，它允许使用索引、名称或Column对象进行访问。
使用ResultProxy处理行
first_row=results[0] first_row[1] first_row.name first_row[user.c.name]
迭代ResultProxy
rp=connection.execute(s) forrecordinrp: print(record.user_name)
使用方法访问结果
rp.first()#若有记录，则返回第一个记录并关闭连接 rp.fetchone()#返回一行，并保持光标为打开状态，以便你做更多获取调用 rp.scalar()#入股查询结果是包含一个列的单条记录，则返回单个值
2.3.2、控制查询中的列数
s=select([user.c.name]) rp=connection.execute(s) print(rp.keys()) result=rp.first()
2.3.3、排序
s=select([user.c.name]) s=s.order_by(user.c.name) rp=connection.execute(s) foruserinrp: print(user.name)
2.3.4、限制返回结果集的条数
s=select([user.c.name]) s=s.order_by(user.c.name) s=s.limit(2) rp=connection.execute(s) foruserinrp: print(user.name)
2.3.5、内置SQL函数和标签
fromsqlalchemy.sqlimportfunc s=select([func.sum(user.c.score)]) rp=connection.execute(s) print(rp.scalar())
2.3.6、过滤
对查询过滤是通过添加where()语句来完成的。
s=select([user]).where(user.c.name=='小明') rp=connection.execute(s) record=rp.first() print(record.items())
这里只是介绍了常用的查询方法，更多复杂的查询请查阅官方文档。
2.4、更新数据
update()方法和前面的insert()方法很相似，它们的语法几乎完全一样，但是update()可以指定一个where()子句，用来指出要更新哪些行。
fromsqlalchemyimportupdate u=update(user).where(user.c.name=='小明') u=u.values(name='小华') result=connection.execute(u) print(result.rowcount)
2.5、删除数据
创建删除语句时，既可以使用delete()函数，也可以使用表的delete()方法。与insert()和update()不同，delete()不接收值参数，只接收一个可选where子句，用来指定删除范文。
fromsqlalchemyimportdelete u=delete(user).where(user.c.name=='小华') result=connection.execute(u) print(result.rowcount)
注意：
更多的高级操作：连接、别名、分组、链式调用、原始查询等，请查阅官方文档。
2.5、事务
通过connection.begin()开启一个事务，返回一个transaction对象，接下来根据执行的情况调用transaction.commit()提交修改或者调用transaction.rollback()回滚操作。
三、SQLAlchemyorm
SQLAlchemyorm定义表结构使用的是1.5中说的第2种方式。通过定义一个类，它继承自一个名为declarative_base的特殊基类。declarative_base把元数据容器和映射器（用来把类映射到数据表）结合在一起。
orm使用的类应该满足如下四个要求：
- 继承自declarative_base对象。
- 包含__tablename__，这是数据库中使用的表名。
- 包含一个或多个属性，它们都是column对象。
- 确保一个或多个属性组成主键。
3.1、定义表结构：
fromsqlalchemyimportcreate_engine
fromsqlalchemyimportColumn
fromsqlalchemyimportInteger
fromsqlalchemyimportString
fromsqlalchemy.ext.declarativeimportdeclarative_base
Base=declarative_base()
classUser(Base):
__tablename__='user'
id=Column(Integer,primary_key=True)
name=Column(String(255))
engine=create_engine('sqlite:///')
Base.metadata.create_all(engine)
Session=sessionmaker(bind=engine)
session=Session()
3.2、会话（session)
会话是SQLAlchemyORM和数据库交互的方式。它通过引擎包装数据库连接，并为通过会话加载或与会话关联的对象提供标识映射（identitymap）。标识映射是一种类似于缓存的数据结构，它包含由对象表和主键确定的一个唯一的对象列表。会话还包装了一个事务，这个事务将一直保持打开状态，直到会话提交或回滚。
为创建会话，SQLAlchemy提供了一个sessionmaker类，这个类可以确保在整个应用程序中能够使用相同的参数创建会话。sessionmaker类通过创建一个Session类来实现这一点，Session类是根据传递给sessionmaker工厂的参数配置的。
fromsqlalchemyimportcreate_engine
fromsqlalchemy.ormimportsessionmaker
engine=create_engine('sqlite:///:memory:')
Session=sessionmaker(bind=engine)
session=Session()
3.3、插入
user=User(1,'小明') session.add(user) session.commit()
3.4、查询
forrowinsession.query(User): print(row.id,row.name)
注意：session.query()的返回值是Query对象，不能使用它的返回值作为查询结果。关于Query对象的用法，请参阅：https://docs.sqlalchemy.org/en/13/orm/query.html#sqlalchemy.orm.query.Query
常用Query对象的方法：
q=session.query(User) q.count()#获取查询结果的数量 q.all()#返回查询结果的list，会触发执行SQL查询 q.get(id)#根据primary_key查询单个对象 q.as_scalar()#返回此次查询的SQL语句
3.4.1、控制查询中的列数
print(session.query(user.name).first())
3.4.2、排序
forrecordinsesssion.query(user).order_by(user.name): print(user.name)
3.4.3、限制返回结果集的条数
query=session.query(user).order_by(user.name).[:2] print([result.user_nameforresultinquery])
3.4.4、内置SQL函数和标签
fromsqlalchemyimportfunc inv_count=session.query(func.sum(user.name)).scalar() print(inv_count)
3.4.5、过滤
record=session.query(user).filter(user.name=='小华') print(record)
3.5、更新数据
query=session.query(user) xm_user=query.filter(user.user_name=='小华').first() xm_user.name='robin' session.commit() print(xm_user.quantity)
3.6、删除数据
query=session.query(user) xm_user=query.filter(user.user_name=='小华').first() session.delete(xm_user) session.commit() print(xm_user)
注意：
这里简单介绍了SQLAlchemyorm的常见用法，更高级的用法请查阅官方文档。
四、反射
使用反射技术可以利用先用数据库填充SQLAlchemy对象。
4.1、反射单个表
创建初始对象：
fromsqlalchemyimportMetadata,create_engines
metadata=MetaData()
engine=reate_engine('sqlite:///')
反射Artist表
fromsqlalchmyimpportTable
artist=Table('Artist',metadata,autoload=True,autoload_with=engine)
4.2、反射整个数据库
metadata.reflect(bind=engine)
参考资料
https://docs.sqlalchemy.org/en/13/core/type_basics.html#generic-types
以上就是PythonSQLAlchemy库的使用方法的详细内容，更多关于PythonSQLAlchemy库的资料请关注毛票票其它相关文章！