SQLAlchemy数据库连接和初始化数据库

Posted 朝阳的向日葵

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了SQLAlchemy数据库连接和初始化数据库相关的知识,希望对你有一定的参考价值。

查看版本

>>> import sqlalchemy
>>> sqlalchemy.__version__
‘1.0.9‘

创建连接

from sqlclachemy import create_engine
engine = create_engine("sqlite:///:memory:", echo=True)

 

‘sqlite:///:memory:’ 是 database URL

postgresql

sqlalchemy 默认使用 psycopg2

# 默认情况(即使用psycopg2)
engine = create_engine(‘postgresql://scott:[email protected]/mydatabase‘)

# 使用psycopg2
engine = create_engine(‘postgresql+psycopg2://scott:[email protected]/mydatabase‘)

# 使用pg8000
engine = create_engine(‘postgresql+pg8000://scott:[email protected]/mydatabase‘)

mysql

默认使用mysql-python

# 默认情况(即使用mysql-python)
engine = create_engine(‘mysql://scott:[email protected]/foo‘)

# 使用mysql-python
engine = create_engine(‘mysql+mysqldb://scott:[email protected]/foo‘)

# 使用MySQL-connector-python
engine = create_engine(‘mysql+mysqlconnector://scott:[email protected]/foo‘)

# 使用OurSQL
engine = create_engine(‘mysql+oursql://scott:[email protected]/foo‘)

 

Oracle

默认使用cx_oracle

# 默认情况(即使用cx_oracle)
engine = create_engine(‘oracle://scott:[email protected]:1521/sidname‘)
# 使用cx_oracle
engine = create_engine(‘oracle+cx_oracle://scott:[email protected]‘)

Microsoft SQL Server

默认使用pyodbc

# 使用pyodbc
engine = create_engine(‘mssql+pyodbc://scott:[email protected]‘)

# 使用pymssql
engine = create_engine(‘mssql+pymssql://scott:[email protected]:port/dbname‘)

SQLite

因为sqlite是基于文件的数据库,所以database URL 和前面的不太一样。

# database URL 形式是 sqlite://<nohostname>/<path>
engine = create_engine(‘sqlite:///foo.db‘)

# 在Unix/Mac
engine = create_engine(‘sqlite:////absolute/path/to/foo.db‘)
# 在Windows
engine = create_engine(‘sqlite:///C:\\path\\to\\foo.db‘)
# 在Windows 中使用原始字符串
engine = create_engine(r‘sqlite:///C:\path\to\foo.db‘)

# 使用内存
engine = create_engine(‘sqlite://‘)
engine = create_engine(‘sqlite:///:memory:‘)

创建表

使用ORM,需要首先描述表,然后把类映射到表上。在SQLAclhemy中这两步通常在一起,使用叫做Declarative的系统,可以让我们创建一个包含描述我们需要创建表的类

创建declarative base class

需要先创建基类

from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base()

创建类

比如创建User类,User类需要继承前面创建的Base。

from sqlalchemy import Column, Integer, String
class User(Base):
    __tablename__ = ‘users‘

    id = Column(Integer, primary_key=True)
    name = Column(String)
    fullname = Column(String)
    password = Column(String)

    def __repr__(self):
        return "<User(name=‘%s‘, fullname=‘%s‘, password=‘%s‘)>" % (
                 self.name, self.fullname, self.password)   

需要使用tablename 指名表名。Column 表明字段。

当声名ORM的类时,Declarative系统会使用python的元类,创建一个包含表信息的Table类(可以通过User.table_ 查看),然后通过Mapper把这个Table与ORM的类联系起来。所有ORM类的Table类都包含在一个MetaData类中,通过Base.metadata 可以查看MetaData类

对于SQLAlchemy ORM来说Declarative 系统不是必须的,比如:

from sqlalchemy import Table, MetaData, Column, Integer, String, ForeignKey
from sqlalchemy.orm import mapper

metadata = MetaData()

user = Table(‘user‘, metadata,
            Column(‘id‘, Integer, primary_key=True),
            Column(‘name‘, String(50)),
            Column(‘fullname‘, String(50)),
            Column(‘password‘, String(12))
        )

class User(object):
    def __init__(self, name, fullname, password):
        self.name = name
        self.fullname = fullname
        self.password = password

mapper(User, user)

创建User表

Base.metadata.create_all(engine) 

基本的CURD操作

需要创建一个session来对表进行操作

创建一个session

from sqlalchemy.orm import sessionmaker
Session = sessionmaker(bind=engine)
Session = sessionmaker()
‘‘‘or
Session = sessionmaker()
Session.configure(bind=engine)
‘‘‘
session = Session()

插入数据

ed_user = User(name=‘ed‘, fullname=‘Ed Jones‘, password=‘edspassword‘)
session.add(ed_user)

一次添加多行

session.add_all([
    User(name=‘wendy‘, fullname=‘Wendy Williams‘, password=‘foobar‘),
    User(name=‘mary‘, fullname=‘Mary Contrary‘, password=‘xxg527‘),
    User(name=‘fred‘, fullname=‘Fred Flinstone‘, password=‘blah‘)])

此时数据是没有插入到数据库中的,ed_user.id 是为None的。如果想真正插入数据库中需要commit。

session.commit()

 

如果想要操作只是在内存中,不真正commit,ed_user.id 不为None,可以使用flush操作,它只是写到内存中。

session.flush()

 

回滚操作

当没有commit之前,可以回滚

session.rollback()

 

读取操作,Querying

执行query操作之前会自动执行flush。 
query例子:

for instance in session.query(User).order_by(User.id):
    print(instance.name, instance.fullname)

# 可以只取其中的某些字段
for name, fullname in session.query(User.name, User.fullname):
    print(name, fullname)

for row in session.query(User, User.name).all():
    print(row.User, row.name)

for row in session.query(User.name.label(‘name_label‘)).all():
    print(row.name_label)

可以使用alias对表取别名,可以在表join本身时用。

from sqlalchemy.orm import aliased
user_alias = aliased(User, name=‘user_alias‘)

for row in session.query(user_alias, user_alias.name).all():
    print(row.user_alias)

使用filter_by筛选

for name, in sesson.query(User.name).filter_by(fullname=‘Ed Jones‘):
    print(name)

也可以使用filter,它更加的灵活

for name, in sesson.query(User.name).filter(User.fullname==‘Ed Jones‘):
    print(name)

 

#相等
query.filter(User.name == ‘ed‘)
#不相等
query.filter(User.name != ‘ed‘)
#like
query.filter(User.name.like(‘%ed%‘))
#in
query.filter(User.name.in_([‘ed‘, ‘wendy‘, ‘jack‘]))
query.filter(User.name.in_(
    session.query(User.name).filter(User.name.like(‘%ed%‘))
))
#not in
query.filter(~User.name.in_([‘ed‘, ‘wendy‘, ‘jack‘]))
#IS NULL
query.filter(User.name == None)
query.filter(User.name.is_(None))
#IS NOT NUKK
query.filter(User.name != None)
query.filter(User.name.isnot(None))
#And
from sqlalchemy import and_
query.filter(and_(User.name == ‘ed‘, User.fullname == ‘Ed Jones‘))
query.filter(User.name == ‘ed‘, User.fullname == ‘Ed Jones‘)
query.filter(User.name == ‘ed‘).filter(User.fullname == ‘Ed Jones‘)
#OR
from sqlalchemy import or_
query.filter(or_(User.name == ‘ed‘, User.name == ‘wendy‘))
#Match
query.filter(User.name.match(‘wendy‘))

返回列表

all() 操作,一次取出所有,返回一个列表。

query = session.query(User).filter(Usre.name.like(‘%ed%‘)).all()

 

first() 取出第一个,如果没有就返回None

obj = query.first()

 

one() 取出一个,如果筛选的结果不只一个,报MultipleResultsFound错,如果没有报NoResultFound 错 
one_or_none() 取出一个,如果筛选的结果不只一个,报MultipleResultsFound错,如果没有返回None 
scalar() 跟one_or_none() 一样

使用原始的sql

query = session.query(User).filter(‘id<200‘).order_by(text(‘id‘)).all()

 

使用参数

query = session.query.(User).filter(text(‘id<:value and name=:name‘)).params(value=224, name=‘fred‘).order_by(User.id).one()

 

使用完全基于string

query = session.query(User).from_statement(
    text(‘SELECT * FROM users where name=:name‘).params(name=‘ed‘).all()
).all()

count

count = session.query(User).filter(User.name.like(‘%ed%‘)).count()
from sqlalchemy import func

query = session.query(func.count(User.name), User.name).group_by(User.name).all()

session.query(func.count(‘*‘)).select_from(User).scalar()

 

session.query(func.count(User.id)).scalar()

 

更新

user.name = ‘haha‘
session.commit()

 

 

删除

session.delete(user)

 

 





以上是关于SQLAlchemy数据库连接和初始化数据库的主要内容,如果未能解决你的问题,请参考以下文章

python orm框架SQLAlchemy简单应用(数据库操作)

python使用SQLAlchemy模块连接MySQL

python SQLAlchemy的简单配置和查询

嵌入式开发裸机引导操作系统和ARM 内存操作 ( DRAM SRAM 类型 简介 | Logical Bank | 内存地址空间介绍 | 内存芯片连接方式 | 内存初始化 | 汇编代码示例 )(代码片

sqlalchemy中的外连接

将 postgresql 与 sqlalchemy 连接起来