zoukankan      html  css  js  c++  java
  • SQLAlchemy简介

    SQLAlchemy简介

    SQLAlchemy是Python SQL工具包和对象关系映射器,是python中最著名的ORM(Object Relationship Mapping)框架,它简化了应用程序开发人员在原生SQL上的操作,使开发人员将主要精力都放在程序逻辑上,从而提高开发效率。它提供了一整套著名的企业级持久性模式,设计用于高效和高性能的数据库访问。

    使用ORM操作数据库:
    优势 :代码易读,隐藏底层原生SQL语句,提高了开发效率。
    劣势 :执行效率低 ,将方法转换为原生SQL后 原生SQL不一定是最优的。

    环境:

    centos 7  x64   python 3.6  SQLAlchemy 1.3.16   pymysql 0.9.3    mariadb 5.5.64

    关于如何安装上述环境,这里不做演示,相信大家能搜到这篇文章,想必这种小问题不在话下。

    连接数据库

    sqlalchemy.create_engine(*args, **kwargs):简介

    sqlalchemy支持的数据库:

    • PostgreSQL 
    • MySQL 
    • Oracle 
    • SQL Server 
    • SQLite 

    sqlalchemy.create_engine(*args, **kwargs):创建数据库实例。

    常用参数:

    Engine:用URL的方式填写连接数据库所需的数据。如下格式:

    db = create_engine('mysql+pymysql://数据库用户:数据库密码@127.0.0.1:3306/数据库名?charset=utf8'

    case_sensitive=True:如果为False,在查询获取列名时将不区分大小写。

    connect_args:值是一个字典,用于设置数据库连接参数,连接数据库时可以传递自定义参数。如下将连接信息存放到字典中。

    # 将连接信息放到connect_args字典中
    db = create_engine('mysql+pymysql://', connect_args={'user': '用户名',
                                                         'password': '密码',
                                                         'host': '数据库地址',
                                                         'port': 3306,
                                                         'database': '数据库',
                                                         'charset': 'utf8'})

    creator:值是函数名,该函数返回数据库连接对象。如下:

    from sqlalchemy import create_engine
    import pymysql
    # 使用pymysql获取连接对象
    def connect_sql():
        connect = pymysql.connect(
            host='数据库地址',
            user='用户名',
            password='密码',
            db='数据库',
            charset='utf8',
        )
        return connect
    # 获取数据库实例
    db = create_engine('mysql+pymysql://',creator=connect_sql)

    echo=False:如果为True会将执行的SQL语句及引擎执行的过程写到默认的日志当中,默认日志使用sys.stdout作为输出。echo的值除了True|False还可以设置为'debug'等字符串的形式来调整日志等级。如下:

    # 设置日志等级
    db = create_engine('mysql+pymysql://', connect_args={'user': '用户名',
                                                         'password': '密码',
                                                         'host': '数据库地址',
                                                         'port': 3306,
                                                         'database': '数据库',
                                                         'charset': 'utf8'},echo='debug')

    echo_pool=False:如果为True将会记录连接池的迁入与迁出,默认日志使用sys.stdout作为输出,echo_pool的值除了True|False还可以设置为'debug'等字符串的形式来调整日志等级。

    encoding:SQLAlchemy对从数据库中获取的数据编码|解码方式,默认是utf-8。

    isolation_level:数据库事物隔离,值是:"SERIALIZABLE"、 "REPEATABLE_READ"、 "READ_COMMITTED"、"READ_UNCOMMITTED" 、"AUTOCOMMIT".,具体以后端使用的数据库为准。

    logging_name:sqlalchemy.engine记录器中生成的日志记录的“name”字段,默认为对象id的十六进制字符串。

    max_identifier_length:值是一个整数,用于设置SQL标识符(如表名、列名或标签名)的最大字符数。

    max_overflow=10:允许连接池内“溢出”的连接数,即在池大小设置之外打开的连接数。这只用于QueuePool。

    module=None :对Python模块对象(模块本身,而不是其字符串名称)的引用,如mysql使用pymysql驱动,此参数将绕过导入,而使用给定的模块,直接操作数据库。可用于测试DBAPI以及将“模拟”DBAPI实现注入引擎。

    pool=None:如果值不是None,则是pool的实例或者QueuePool 的实例,此时将绕过URL参数中的连接参数,使用给定的pool或QueuePool作为engine的基础连接池。所谓pool池其实就是指数据库连接实例。 

    pool_size=5:连接池中保持打开状态的连接数,池大小设置为0表示没有限制,禁用池,将poolclass设置为NullPool。

    poolclass=None:用户自定义连接池。

    pool_recycle=-1 :在给定的秒数之后回收连接。默认为-1表示没有超时。例如,设置为3600意味着连接将在一小时内连接上如果没有任何活动将被回收。注意,如果在八小时内未在连接上检测到任何活动,MySQL将自动断开连接(尽管这可以通过MySQLDB连接本身和服务器配置进行配置)。

    pool_reset_on_return='rollback':设置底层池对象的Pool.reset_on_return参数,该参数可以设置为值“rollback”、“commit”或“None”。

    pool_timeout=30:获取连接池的超时时间单位是秒。

    pool_use_lifo=False:从队列池检索连接时使用后进先出,而不是先进先出。使用后进先出,服务器端超时方案可以减少在非高峰使用期间使用的连接数。在计划服务器端超时时,请确保使用了回收或预ping策略来优雅地处理过时的连接。

    plugins:要加载的插件名称的字符串列表。

    SQLAlchemy简单示例

    1、准备数据库sql_test

    MariaDB [(none)]> create database sql_test;

    2、连接sql_test数据库,获取数据库实例

    from sqlalchemy import create_engine
    import pymysql
    # 第一种获取数据库实例的方法
    def connect_sql():
        # 使用pymysql获取连接对象
        connect = pymysql.connect(
            host='数据库地址',
            user='用户名',
            password='密码',
            db='数据库',
            charset='utf8',
        )
        return connect
    # 获取数据库实例
    db = create_engine('mysql+pymysql://',creator=connect_sql)
    
    
    # 第二种获取数据库实例的方法
    db = create_engine('mysql+pymysql://', connect_args={'user': '用户名',
                                                         'password': '密码',
                                                         'host': '数据库地址',
                                                         'port': 3306,
                                                         'database': '数据库',
                                                         'charset': 'utf8'})
    
    # 第三种获取数据库实例的方法
    db = create_engine('mysql+pymysql://数据库用户:数据库密码@数据库地址:3306/数据库名?charset=utf8')

    3、在数据库中创建表

    在创建表时由于是使用的ORM,所以需要将创建好的类与SQLAlchemy底层建表的类进行映射,类似于Django中类要继承model类一样。

    from sqlalchemy.ext.declarative import declarative_base
    from sqlalchemy import Column, Integer, String
    from sqlalchemy import create_engine
    # 获取数据库实例
    db = create_engine('mysql+pymysql://数据库用户:数据库密码@数据库地址:3306/数据库名?charset=utf8')
    
    # 建立映射关系
    Base = declarative_base()
    class User(Base):
        __tablename__ = 'users'  # 设置表明
    
        id = Column(Integer,primary_key=True)
        name = Column(String(32))
        age = Column(Integer)
    
    # 创建表
    Base.metadata.create_all(db)

    运行上面的代码后会在数据库sql_test中创建一个名为users的表。

     创建多个表只需要创建多个类即可,如下:

    from sqlalchemy.ext.declarative import declarative_base
    from sqlalchemy import Column, Integer, String
    from sqlalchemy import create_engine
    # 获取数据库实例
    db = create_engine('mysql+pymysql://数据库用户:数据库密码@数据库地址:3306/数据库名?charset=utf8')
    
    # 建立映射关系
    Base = declarative_base()
    class User(Base):
        __tablename__ = 'users'  # 设置表明
    
        id = Column(Integer,primary_key=True)
        name = Column(String(32))
        age = Column(Integer)
    
    class Table_1(Base):
        __tablename__ = 'table_1'  # 设置表明
    
        id = Column(Integer,primary_key=True)
        name = Column(String(32))
        age = Column(Integer)
    
    class Table_2(Base):
        __tablename__ = 'table_2'  # 设置表明
    
        id = Column(Integer,primary_key=True)
        name = Column(String(32))
        age = Column(Integer)
    
    # 创建表
    Base.metadata.create_all(db)

    最终你会看到如下:

    4、向表中添加数据。

    以上面创建好的users表为示例:

    from sqlalchemy.ext.declarative import declarative_base
    from sqlalchemy import Column, Integer, String
    from sqlalchemy import create_engine
    from sqlalchemy.orm import sessionmaker
    # 获取数据库实例
    db = create_engine('mysql+pymysql://数据库用户:数据库密码@数据库地址:3306/数据库名?charset=utf8')
    
    # 建立映射关系
    Base = declarative_base()
    class User(Base):
        __tablename__ = 'users'  # 设置表明
    
        id = Column(Integer,primary_key=True)
        name = Column(String(32))
        age = Column(Integer)
    
    # 向表中添加记录
    obj = User(name='小明',age=12)
    # 创建会话
    obj_session = sessionmaker(db)
    # 打开会话
    db_session = obj_session()
    # 向表中添加数据,此时数据保存在内存中
    db_session.add(obj)
    # 提交数据,将数据保存到数据库中
    db_session.commit()
    # 关闭会话
    db_session.close()

    如果一切顺利你会看到:

     4.1向表中添加多条数据。

    from sqlalchemy.ext.declarative import declarative_base
    from sqlalchemy import Column, Integer, String
    from sqlalchemy import create_engine
    from sqlalchemy.orm import sessionmaker
    
    # 获取数据库实例
    db = create_engine('mysql+pymysql://数据库用户:数据库密码@数据库地址:3306/数据库名?charset=utf8')
    
    # 建立映射关系
    Base = declarative_base()
    class User(Base):
        __tablename__ = 'users'  # 设置表明
    
        id = Column(Integer, primary_key=True)
        name = Column(String(32))
        age = Column(Integer)
    # 插入多条记录
    obj = [User(name='小丽', age=12),
           User(name='李红', age=14),
           User(name='小刚', age=10)]
    # 创建会话
    obj_session = sessionmaker(db)
    # 打开会话
    db_session = obj_session()
    # 向表中添加数据,此时数据保存在内存中
    db_session.add_all(obj)
    # 提交数据,将数据保存到数据库中
    db_session.commit()
    # 关闭会话
    db_session.close()

     如果成功会看到如下:

     5、查询表中数据

    from sqlalchemy.ext.declarative import declarative_base
    from sqlalchemy import Column, Integer, String
    from sqlalchemy import create_engine
    from sqlalchemy.orm import sessionmaker
    
    # 获取数据库实例
    db = create_engine('mysql+pymysql://数据库用户:数据库密码@数据库地址:3306/数据库名?charset=utf8')
    # 建立映射关系
    Base = declarative_base()
    class User(Base):
        __tablename__ = 'users'  # 设置表明
    
        id = Column(Integer, primary_key=True)
        name = Column(String(32))
        age = Column(Integer)
    
    # 创建会话
    obj_session = sessionmaker(db)
    # 打开会话
    db_session = obj_session()
    # 查询表中所有数据
    all_list = db_session.query(User).all()
    for obj in all_list:
        print(obj.id,obj.name,obj.age)
    # 关闭会话
    db_session.close()

    如果表中有数据,你会看到如下:

     6、使用filter过滤查询条件

    from sqlalchemy.ext.declarative import declarative_base
    from sqlalchemy import Column, Integer, String
    from sqlalchemy import create_engine
    from sqlalchemy.orm import sessionmaker
    
    # 获取数据库实例
    db = create_engine('mysql+pymysql://数据库用户:数据库密码@数据库地址:3306/数据库名?charset=utf8')
    # 建立映射关系
    Base = declarative_base()
    class User(Base):
        __tablename__ = 'users'  # 设置表明
    
        id = Column(Integer, primary_key=True)
        name = Column(String(32))
        age = Column(Integer)
    
    # 创建会话
    obj_session = sessionmaker(db)
    # 打开会话
    db_session = obj_session()
    # 使用filter过滤查询条件
    all_list = db_session.query(User).filter(User.name=='小明')
    for obj in all_list:
        print(obj.id,obj.name,obj.age)
    # 查看SQLAlchemy底层执行的sql语句
    print(f'执行的sql语句:{all_list}')
    # 关闭会话
    db_session.close()

     打印结果如下:

    7、 修改数据

    from sqlalchemy.ext.declarative import declarative_base
    from sqlalchemy import Column, Integer, String
    from sqlalchemy import create_engine
    from sqlalchemy.orm import sessionmaker
    
    # 获取数据库实例
    db = create_engine('mysql+pymysql://数据库用户:数据库密码@数据库地址:3306/数据库名?charset=utf8')
    # 建立映射关系
    Base = declarative_base()
    class User(Base):
        __tablename__ = 'users'  # 设置表明
    
        id = Column(Integer, primary_key=True)
        name = Column(String(32))
        age = Column(Integer)
    
    # 创建会话
    obj_session = sessionmaker(db)
    # 打开会话
    db_session = obj_session()
    # 将小明的名字修改为娃哈哈
    all_list = db_session.query(User).filter(User.name=='小明').update({'name':'娃哈哈'})
    # 提交数据,将数据保存到数据库中
    db_session.commit()
    # 查看更改后的表
    all_data = db_session.query(User).all()
    for obj in all_data:
        print(obj.id,obj.name,obj.age)
    # 关闭会话
    db_session.close()

    执行完成后你会看到如下:

     

    8、删除数据

    from sqlalchemy.ext.declarative import declarative_base
    from sqlalchemy import Column, Integer, String
    from sqlalchemy import create_engine
    from sqlalchemy.orm import sessionmaker
    
    # 获取数据库实例
    db = create_engine('mysql+pymysql://数据库用户:数据库密码@数据库地址:3306/数据库名?charset=utf8')
    # 建立映射关系
    Base = declarative_base()
    class User(Base):
        __tablename__ = 'users'  # 设置表明
    
        id = Column(Integer, primary_key=True)
        name = Column(String(32))
        age = Column(Integer)
    
    # 创建会话
    obj_session = sessionmaker(db)
    # 打开会话
    db_session = obj_session()
    # 删除id是1的行
    all_list = db_session.query(User).filter(User.id==1).delete()
    # 提交数据,将数据保存到数据库中
    db_session.commit()
    # 删除后查看表中数据
    all_data = db_session.query(User).all()
    for obj in all_data:
        print(obj.id,obj.name,obj.age)
    # 关闭会话
    db_session.close()

    执行完成后,打印结果如下:

     好了关于SQLAlchemy的增、删、改、查先简单介绍这里,关于SQLAlchemy的一些高级操作待更新。。。。。

  • 相关阅读:
    [LeetCode] String to Integer (atoi) 解题报告
    [LeetCode] Spiral Matrix 解题报告
    推导基姆拉尔森公式根据日期计算星期
    gdb常用命令的用法
    利用基姆拉尔森公式根据日期计算星期
    RIM推出BlackBerry SDK 助力开发者多种应用程序开发
    ERP环境下物料清单的数据结构研究[转]
    VSTO EXCEL篇学习笔记五【原】
    高德纳传奇[转]
    PLM中BOM核心技术的研究[转]
  • 原文地址:https://www.cnblogs.com/caesar-id/p/11079774.html
Copyright © 2011-2022 走看看