SQLAlchemy 操作数据库
SQLAlchemy为Python提供了不同数据库的统一接口,采用ORM的方式操作数据库,简洁优雅
一、安装
直接通过pip安装即可
pip install sqlalchemy
二、连接数据库
这里用小巧的sqlite来做测试
from sqlalchemy import create_engine
# 创建连接引擎,这里的engine是lazy模式创建,直到第一次被使用才真实创建
# echo=True表示会用logger的方式打印传到数据库的SQL
engine = create_engine(\'sqlite:///./test.db\', echo=True)
其他数据库连接方法,格式如下:
数据库类型+数据库驱动名称://用户名:口令@机器地址:端口号/数据库名
# 1.1 sqlite内存
engine = create_engine(\'sqlite:///:memory:\', echo=True)
# 1.2 sqlite文件
engine = create_engine(\'sqlite:///./test.db\', echo=True)
# 2.1 mysql default
engine = create_engine(\'mysql://user:passwd@localhost/mydatabase\')
# 2.2 mysql-python
engine = create_engine(\'mysql+mysqldb://user:passwd@localhost/mydatabase\')
# 2.3 MySQL-connector-python
engine = create_engine(\'mysql+mysqlconnector://user:passwd@localhost/mydatabase\')
# 2.4 OurSQL
engine = create_engine(\'mysql+oursql://user:passwd@localhost/mydatabase\')
# 3.1 PostgreSQL default
engine = create_engine(\'postgresql://user:passwd@localhost/mydatabase\')
# 3.2 psycopg2
engine = create_engine(\'postgresql+psycopg2://user:passwd@localhost/mydatabase\')
# 3.3 pg8000
engine = create_engine(\'postgresql+pg8000://user:passwd@localhost/mydatabase\')
# 4.1 Oracle default
engine = create_engine(\'oracle://user:passwd@127.0.0.1:1521/mydatabase\')
# 4.2 cx_oracle
engine = create_engine(\'oracle+cx_oracle://user:passwd@mydatabase\')
# 5.1 MS SQL pyodbc
engine = create_engine(\'mssql+pyodbc://user:passwd@mydatabase\')
# 5.2 pymssql
engine = create_engine(\'mssql+pymssql://user:passwd@hostname:port/dbname\')
可以看到,SQLAlchemy把数据库的连接和数据库的操作分离开来,向上提供统一接口
三、表结构
ORM中,表格对应一个类,所有类都要继承自Base基类
from sqlalchemy.ext.declarative import declarative_base
# 基类
Base = declarative_base()
# 定义User对象
class User(Base):
"""Users table"""
# 表的名字
__tablename__ = \'users\'
__table_args__ = {\'sqlite_autoincrement\': True}
# 表结构
id = Column(Integer, primary_key=True, autoincrement=True)
name = Column(String(32), nullable=False)
age = Column(Integer, default=0)
password = Column(String(64), unique=True)
四、操作
操作需要通过session来进行,增删改结束后,需要commit,查询不用
# 删除
session = DBSession()
duser = session.query(User).filter(User.id==2).delete()
session.commit()
session.close()
#查询
session = DBSession()
quser = session.query(User).filter(User.id==4).one()
print(\'name:\',quser.name)
session.close()
操作体验和很多ORM一致
五、完整测试代码
参考http://www.itfanr.cc/2017/01/06/use-sqlalchemy-by-python/
# coding=utf-8
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String
from sqlalchemy.orm import sessionmaker
# 创建连接引擎
# echo=True表示会用logger的方式打印传到数据库的SQL
engine = create_engine(\'sqlite:///./test.db\', echo=True)
# 表格对象基类
Base = declarative_base()
# 创建会话的类
DBSession = sessionmaker(bind=engine)
# 表格类
class User(Base):
"""User table"""
__tablename__ = \'users\' # 表名
__table_args__ = {\'sqlite_autoincrement\': True}
# 表结构
id = Column(Integer, primary_key=True, autoincrement=True)
name = Column(String(32), nullable=False) # 有些数据库允许不指定String的长度
age = Column(Integer, default=0)
password = Column(String(64), unique=True)
class Blog(Base):
"""docstring for Blog"""
__tablename__ = \'blogs\'
id = Column(Integer, primary_key=True)
title = Column(String(100))
desc = Column(String(500))
class Tips(Base):
"""docstring for tips"""
__tablename__ = \'tips\'
id = Column(Integer, primary_key=True)
name = Column(String(32))
# 新增一条记录数据
def new_user():
# 创建会话对象
session = DBSession()
new_user = User(
name=\'Jery\',
password=\'123\'
)
session.add(new_user) # 只是添加在session中,没有写到数据库
session.commit()
session.close()
# 新增多条数据
def add_more_user():
session = DBSession()
session.add_all([
User(name=\'guanyu\', age=4, password=\'11111\'),
User(name=\'zhangfei\', password=\'2233\'),
User(name=\'zhenji\', password=\'44556\')
])
session.commit()
session.close()
# 新增数据含中文,只要用unicode的字符即可
def add_user_for_zh():
session = DBSession()
new_user = User(name=u\'关羽\', password=\'12322233\')
session.add(new_user)
session.commit()
session.close()
# 查询
def query_user():
session = DBSession()
q_user = session.query(User).filter(User.id == 4).one() # one表示结果有且仅有一个
print(\'name\', q_user.name)
session.close() # 查询不用commit,如果不commit,会自动执行rollback
#
def delete_user():
session = DBSession()
deleted_num = session.query(User).filter(User.id > 3).delete()
print(deleted_num)
session.commit()
session.close()
# c测试
def test_user():
session = DBSession()
# merge方法,如果存在就修改,不存在就插入(只判断主键,不判断unique列)
t1 = session.query(User).filter(User.name == \'Jery\').first()
t1.age = 34
session.merge(t1)
session.commit()
# 获取第2-3项
users = session.query(User)[1:3]
for u in users:
print(u.name)
session.close()
# 执行sql语句
def sql_user():
s = DBSession()
# 不能用 `?` 的方式来传递参数 要用 `:param` 的形式来指定参数
# s.execute(\'INSERT INTO users (name, age, password) VALUES (?, ?, ?)\',(\'bigpang\',2,\'1122121\'))
# 这样执行报错
# s.execute(\'INSERT INTO users (name, age, password) VALUES (:aa, :bb, :cc)\',({\'aa\':\'bigpang2\',\'bb\':22,\'cc\':\'998\'}))
# s.commit()
# 这样执行成功
res = s.execute(\'select * from users where age=:aaa\', {\'aaa\': 4})
# print(res[\'name\']) # 错误
# print(res.name) # 错误
# print(type(res)) # 错误
for r in res:
print(r[\'name\'])
s.close()
# 执行sql语句
def sql_user2():
# **传统 connection方式**
# 创建一个connection对象,使用方法与调用python自带的sqlite使用方式类似
# 使用with 来创建 conn,不需要显示执行关闭连接
# with engine.connect() as conn:
# res=conn.execute(\'select * from users\')
# data=res.fetchone()
# print(\'user is %s\' %data[1])
# 与python自带的sqlite不同,这里不需要 cursor 光标,执行sql语句不需要commit。如果是增删改,则直接生效,也不需要commit.
# **传统 connection 事务**
with engine.connect() as conn:
trans = conn.begin()
try:
r1 = conn.execute("select * from users")
print(r1.fetchone())
r2 = conn.execute("insert into users (name,age,password) values (?,?,?)", (\'tang\', 5, \'133444\'))
print(r2)
trans.commit()
except:
trans.rollback()
raise
# **session**
session = DBSession()
session.execute(\'select * from users\')
session.execute(\'insert into users (name,age,password) values (:name,:age,:password)\',
{"name": \'dayuzhishui\', \'age\': 6, \'password\': \'887\'})
# 注意参数使用dict,并在sql语句中使用:key占位
# 如果是增删改,需要 commit
session.commit()
# 用完记得关闭,也可以用 with
session.close()
if __name__ == "__main__":
# 删除全部数据库
Base.metadata.drop_all(engine)
# 创建表格,如果已经存在,则不创建
Base.metadata.create_all(engine)
# 删除指定的表格
Blog.__table__.drop(engine)
# 新增数据
new_user()
# 新增多条数据
add_more_user()
# 新增数据含中文
add_user_for_zh()
# 查询
query_user()
# 删除
delete_user()
# 测试
test_user()
# 直接执行SQL
sql_user()
sql_user2()
用pycharm运行后的结构
六、小结
之前遇到过的ORM一般用在web场景,SQLAlchemy作为一个独立组件而存在,让我眼前一亮。同时它也十分优雅,既可以使用ORM映射,在必要的场合还可以直接运行SQL,可谓数据处理的利器。