溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
使用Python SQLAlchemy庫的方法？針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。
一、SQLAlchemy簡介
1.1、SQLAlchemy是什么？
sqlalchemy是一個python語言實現的的針對關系型數據庫的orm庫。可用于連接大多數常見的數據庫，比如Postges、MySQL、SQLite、Oracle等。
1.2、為什么要使用SQLAlchemy？
它將你的代碼從底層數據庫及其相關的SQL特性中抽象出來。
1.3、SQLAlchemy提供了兩種主要的使用模式
1.4、應該選擇哪種模式？
雖然你使用的框架中已經內置了ORM，但是希望添加更強大的報表功能，請選用Core。
如果你想在一個一模式為中心的視圖中查看數據（用戶類似于SQL），請使用Core。
如果你的數據不需要業務對象，請使用Core。
如果你要把數據看作業務對象，請使用ORM。
如果你想快速創建原型，請使用ORM。
如果你需要同事使用業務對象和其他與問題域無關的數據，請組合使用Core和ORM。
1.5、連接數據庫
要連接到數據庫，需要先創建一個SQLAlchemy引擎。SQLAlchemy引擎為數據庫創建一個公共接口來執行SQL語句。這是通過包裝數據庫連接池和方言（不同數據庫客戶端）來實現的。
SQLAlchemy提供了一個函數來創建引擎。在這個函數中，你可以指定連接字符串，以及其他一些可選的關鍵字參數。
from sqlalchemy import create_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、模式和類型
為了訪問底層數據庫，SQLAlchemy需要用某種東西來代表數據庫中的表。為此，可以使用下面三種方法總的一種：
使用用戶定義的Table對象
使用代表數據表的聲明式類
從數據庫中推斷
二、SQLAlchemy core
SQLAlchemy core定義表結構使用的是1.5中說的第1種方式。table對象包含一系列帶有類型的列和屬性，它們與一個常見的元數據容器相關聯。
元數據可以看作是一種Table對象目錄。這些表可以通過MetaData.tables來訪問。
2.1、定義表結構
在SQLAlchemy Core中，我們通過Table構造函數來初始化Table對象。我們要在構造函數中提供MetaData對象（元數據）和表名，任何其他參數都被認為是列對象。列是通過Column()函數創建的。
from sqlalchemy import create_engine
from sqlalchemy import Column
from sqlalchemy import Integer
from sqlalchemy import String
from sqlalchemy import MedaData
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、插入數據
首先創造一條insert語句，用來把小明放入user表中。為此，先調用user表的insert()方法，然后再使用values()語句，關鍵字參數為各個列及相應值：
ins = user.insert().values( id=1, name='小明' ) print(str(ins))
到此僅僅只是創建了一個inset語句，還沒有真正執行呢，接下來執行插入操作：
connection = engine.connect() result = connection.execute(ins) print(result.inserted_primary_key)
2.3、查詢數據
構建查詢時，要用到select函數，它類似于標準SQL SELECT語句。
from sqlalchemy.sql import select s = select([user]) # 可以使用str(s)查看數據庫看到的語句 print(str(s)) rp = connection.execute(s) results = rp.fetchall()
2.3.1、ResultProxy
execute()函數的返回值是一熱ResultProxy對象，它允許使用索引、名稱或Column對象進行訪問。
使用ResultProxy處理行
first_row = results[0] first_row[1] first_row.name first_row[user.c.name]
迭代ResultProxy
rp = connection.execute(s) for record in rp: print(record.user_name)
使用方法訪問結果
rp.first() # 若有記錄，則返回第一個記錄并關閉連接 rp.fetchone() # 返回一行，并保持光標為打開狀態，以便你做更多獲取調用 rp.scalar() # 入股查詢結果是包含一個列的單條記錄，則返回單個值
2.3.2、控制查詢中的列數
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) for user in rp: print(user.name)
2.3.4、限制返回結果集的條數
s = select([user.c.name]) s = s.order_by(user.c.name) s = s.limit(2) rp = connection.execute(s) for user in rp: print(user.name)
2.3.5、內置SQL函數和標簽
from sqlalchemy.sql import func s = select([func.sum(user.c.score)]) rp = connection.execute(s) print(rp.scalar())
2.3.6、過濾
對查詢過濾是通過添加where()語句來完成的。
s = select([user]).where(user.c.name == '小明') rp = connection.execute(s) record = rp.first() print(record.items())
這里只是介紹了常用的查詢方法，更多復雜的查詢請查閱官方文檔。
2.4、更新數據
update()方法和前面的insert()方法很相似，它們的語法幾乎完全一樣，但是update()可以指定一個where()子句，用來指出要更新哪些行。
from sqlalchemy import update u = update(user).where(user.c.name == '小明') u = u.values(name='小華') result = connection.execute(u) print(result.rowcount)
2.5、刪除數據
創建刪除語句時，既可以使用delete()函數，也可以使用表的delete()方法。與insert()和update()不同，delete()不接收值參數，只接收一個可選where子句，用來指定刪除范文。
from sqlalchemy import delete u = delete(user).where(user.c.name == '小華') result = connection.execute(u) print(result.rowcount)
注意：
更多的高級操作：連接、別名、分組、鏈式調用、原始查詢等，請查閱官方文檔。
2.5、事務
通過connection.begin()開啟一個事務，返回一個transaction對象，接下來根據執行的情況調用transaction.commit()提交修改或者調用transaction.rollback()回滾操作。
三、SQLAlchemy orm
SQLAlchemy orm定義表結構使用的是1.5中說的第2種方式。通過定義一個類，它繼承自一個名為declarative_base的特殊基類。declarative_base把元數據容器和映射器（用來把類映射到數據表）結合在一起。
orm使用的類應該滿足如下四個要求：
3.1、定義表結構：
from sqlalchemy import create_engine
from sqlalchemy import Column
from sqlalchemy import Integer
from sqlalchemy import String
from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base()
class User(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、會話（session)
會話是SQLAlchemy ORM和數據庫交互的方式。它通過引擎包裝數據庫連接，并為通過會話加載或與會話關聯的對象提供標識映射（identity map）。標識映射是一種類似于緩存的數據結構，它包含由對象表和主鍵確定的一個唯一的對象列表。會話還包裝了一個事務，這個事務將一直保持打開狀態，直到會話提交或回滾。
為創建會話，SQLAlchemy提供了一個sessionmaker類，這個類可以確保在整個應用程序中能夠使用相同的參數創建會話。sessionmaker類通過創建一個Session類來實現這一點，Session類是根據傳遞給sessionmaker工廠的參數配置的。
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
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、查詢
for row in session.query(User): print(row.id, row.name)
注意：session.query()的返回值是Query對象，不能使用它的返回值作為查詢結果。關于Query對象的用法，請參閱：https://docs.sqlalchemy.org/en/13/orm/query.html#sqlalchemy.orm.query.Query
常用Query對象的方法：
q = session.query(User) q.count() # 獲取查詢結果的數量 q.all() # 返回查詢結果的list，會觸發執行SQL查詢 q.get(id) # 根據primary_key查詢單個對象 q.as_scalar() # 返回此次查詢的SQL語句
3.4.1、控制查詢中的列數
print(session.query(user.name).first())
3.4.2、排序
for record in sesssion.query(user).order_by(user.name): print(user.name)
3.4.3、限制返回結果集的條數
query = session.query(user).order_by(user.name).[:2] print([result.user_name for result in query])
3.4.4、內置SQL函數和標簽
from sqlalchemy import func inv_count = session.query(func.sum(user.name)).scalar() print(inv_count)
3.4.5、過濾
record = session.query(user).filter(user.name == '小華') print(record)
3.5、更新數據
query = session.query(user) xm_user = query.filter(user.user_name == '小華').first() xm_user.name = 'robin' session.commit() print(xm_user.quantity)
3.6、刪除數據
query = session.query(user) xm_user = query.filter(user.user_name == '小華').first() session.delete(xm_user) session.commit() print(xm_user)
注意：
這里簡單介紹了SQLAlchemy orm的常見用法，更高級的用法請查閱官方文檔。
四、反射
使用反射技術可以利用先用數據庫填充SQLAlchemy對象。
4.1、反射單個表
創建初始對象：
from sqlalchemy import Metadata, create_engines
metadata = MetaData()
engine = reate_engine('sqlite:///')反射Artist表
from sqlalchmy impport Table
artist = Table('Artist', metadata, autoload=True, autoload_with=engine)4.2、反射整個數據庫
metadata.reflect(bind=engine)
關于使用Python SQLAlchemy庫的方法問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
