标签：hang style ext 关系数据库 一对多 判断 数据 连接字符串 mct
笔记：python的SQLAlchemy
一、python的SQLAIchemy
1、ORM
ORM（Object Relational Mapping）框架采用元数据来描述对象一关系映射细节，元数据一般采用XML格式，并且存放在专门的对象一映射文件中。
2、ORM的思想
数据库中每次查出来的数据都用一个类表示，这个类的属性和数据库中表的字段一一对应。多条数据，就是一个list，每一行数据都是一个类来表示，如下所示：
class User(object): def __init__(self, id, name): self.id = id self.name = name [ User(1, “ling”), User(2, “shang”), User(3, “huo”), ]
当我们需要获得id，或者name的时候，只需要通过循环获取到对象，直接通过user1.id或者user1.name就可以获取到id和name的属性。并且使得数据的存取非常的规范，这样ORM架构应用而生。
3、SQLAIchemy
Python中最有名的ORM架构就是SQLAlchemy，我们主要就是来学习SQLAlchemy的使用
安装环境：
pip install SQLAlchemy
安装mysql
yum install mysql-server mysql
service mysqld restart
sysctmctl restart mysql.service
创建数据库
create database sqlalchemy;
授权：
GRANT ALL PRIVILEGES ON *.* TO ‘xiang‘@‘%‘ IDENTIFIED BY ‘xiang’;
初始化连接：
from sqlalchemy import create_engine engine = create_engine(‘mysql://xiang:xiang@192.168.48.131/sqlalchemy‘, echo=True)
echo参数为True时，会显示每条执行的SQL语句，可以关闭，
create_engine()返回一个Engine的实例，并且它表示通过数据库语法处理细节的核心接口，在这种情况下，数据库语法将会被解释成python的类方法。
mysql://xiang:xiang@192.168.48.131/sqlalchemy
mysql: 指定是哪种数据库连接
第一个xiang： 用户名
第二个xiang： xiang用户对应的密码
192.168.48.131： 数据库的ip
sqlalchemy： 数据库需要连接库的名字
创建表格
1. 主要是通过sql语句来创建表格：
from sqlalchemy import create_engine from sqlalchemy.orm import sessionmaker sql = ‘‘‘create table student( id int not null primary key, name varchar(50), age int, address varchar(100)); ‘‘‘ engine = create_engine(‘mysql://xiang:xiang@192.168.48.131/sqlalchemy‘) conn = engine.connect() conn.execute(sql) engine.connect() 表示获取到数据库连接。类似我们在MySQLdb中游标course的作用。
2. 通过ORM方式创建表格
from sqlalchemy import Column from sqlalchemy import Integer from sqlalchemy import MetaData from sqlalchemy import String from sqlalchemy import Table from sqlalchemy import create_engine from sqlalchemy.ext.declarative import declarative_base engine = create_engine(‘mysql://xiang:xiang@192.168.48.131/sqlalchemy‘) metadata = MetaData(engine) user = Table(‘user‘, metadata, Column(‘id‘, Integer, primary_key=True), Column(‘name‘, String(20)), Column(‘fullname‘, String(40)) ) metadata.create_all(engine) conn = engine.connect() print(conn)
以上方式都可以创建数据库表
MetaData类主要用于保存表结构，连接字符串等数据，是一个多表共享的对象
metadata = MetaData(engine) 绑定一个数据源的metadata
metadata.create_all(engine) 是来创建表，这个操作是安全的操作，会先判断表是否存在。
Table类
构造函数：
Table.__init__(self, name, metadata,*args, **kwargs)
name 表名
metadata 共享的元数据
*args Column 是列定义，详见下一节
下面是可变参数 **kwargs 定义
schema 此表的结构名称，默认None
autoload 自动从现有表中读入表结构，默认False
autoload_with 从其他engine读取结构，默认None
include_columns 如果autoload设置为True，则此项数组中的列明将被引用，没有写的列明将被忽略，None表示所有都列明都引用，默认None
mustexist 如果为True，表示这个表必须在其他的python应用中定义，必须是metadata的一部分，默认False
useexisting 如果为True，表示这个表必须被其他应用定义过，将忽略结构定义，默认False
owner 表所有者，用于Orcal，默认None
quote 设置为True，如果表明是SQL关键字，将强制转义，默认False
quote_schema 设置为True，如果列明是SQL关键字，将强制转义，默认False
mysql_engine mysql专用，可以设置‘InnoDB‘或‘MyISAM‘
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2018/5/10 22:04 # @Author : lingxiangxiang # @File : demon4.py from sqlalchemy import create_engine, Column, Integer, String from sqlalchemy.ext.declarative import declarative_base from sqlalchemy.orm import sessionmaker engine = create_engine(‘mysql+pymysql://xiang:xiang@192.168.48.136/sqlalchemy‘) DBsession = sessionmaker(bind=engine) session = DBsession() Base = declarative_base() class Student(Base): __tablename__ = ‘student‘ id = Column(Integer, primary_key=True) name = Column(String(100)) age = Column(Integer) address = Column(String(100)) student1 = Student(id=1001, name=‘ling‘, age=25, address="beijing") student2 = Student(id=1002, name=‘molin‘, age=18, address="jiangxi") student3 = Student(id=1003, name=‘karl‘, age=16, address="suzhou") # session.add_all([student1, student2, student3]) # session.commit() # session.close() a = session.query(Student).filter(Student.id>1001).all() print(a) for i in a: print(i.id) print(i.name) print(i.age) print(i.address) ‘‘‘ filter和filter_by filter_by(name="ling") 不能使用> < = filter(Student.id>1001) 这个就必须使用Student.id 可以使用> < =等 ‘‘‘
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2018/5/10 22:17 # @Author : lingxiangxiang # @File : demon5.py from sqlalchemy import create_engine from sqlalchemy.orm import sessionmaker from day17.demon4 import Student engine = create_engine(‘mysql+pymysql://xiang:xiang@192.168.48.136/sqlalchemy‘) DBsession = sessionmaker(bind=engine) session = DBsession() #session.query(Student)
数据库表是一个二维表，包含多行多列。把一个表的内容用Python的数据结构表示出来的话，可以用一个list表示多行，list的每一个元素是tuple，表示一行记录，比如，包含id和name的user表：
[ (‘1‘, ‘Michael‘), (‘2‘, ‘Bob‘), (‘3‘, ‘Adam‘) ]
Python的DB-API返回的数据结构就是像上面这样表示的。
但是用tuple表示一行很难看出表的结构。如果把一个tuple用class实例来表示，就可以更容易地看出表的结构来：
class User(object): def __init__(self, id, name): self.id = id self.name = name [ User(‘1‘, ‘Michael‘), User(‘2‘, ‘Bob‘), User(‘3‘, ‘Adam‘) ]
在Python中，最有名的ORM框架是SQLAlchemy。我们来看看SQLAlchemy的用法。
首先通过pip安装SQLAlchemy：
$ pip install sqlalchemy
然后，利用上次我们在MySQL的test数据库中创建的user表，用SQLAlchemy来试试：
第一步，导入SQLAlchemy，并初始化DBSession：
# 导入: from sqlalchemy import Column, String, create_engine from sqlalchemy.orm import sessionmaker from sqlalchemy.ext.declarative import declarative_base # 创建对象的基类: Base = declarative_base() # 定义User对象: class User(Base): # 表的名字: __tablename__ = ‘user‘ # 表的结构: id = Column(String(20), primary_key=True) name = Column(String(20)) # 初始化数据库连接: engine = create_engine(‘mysql+mysqlconnector://root:password@localhost:3306/test‘) # 创建DBSession类型: DBSession = sessionmaker(bind=engine)
以上代码完成SQLAlchemy的初始化和具体每个表的class定义。如果有多个表，就继续定义其他class，例如School：
class School(Base): __tablename__ = ‘school‘ id = ... name = ..
create_engine()用来初始化数据库连接。SQLAlchemy用一个字符串表示连接信息：
‘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‘
你只需要根据需要替换掉用户名、口令等信息即可。
下面，我们看看如何向数据库表中添加一行记录。
由于有了ORM，我们向数据库表中添加一行记录，可以视为添加一个User对象：
# 创建session对象: session = DBSession() # 创建新User对象: new_user = User(id=‘5‘, name=‘Bob‘) # 添加到session: session.add(new_user) # 提交即保存到数据库: session.commit() # 关闭session: session.close()
可见，关键是获取session，然后把对象添加到session，最后提交并关闭。DBSession对象可视为当前数据库连接。
如何从数据库表中查询数据呢？有了ORM，查询出来的可以不再是tuple，而是User对象。SQLAlchemy提供的查询接口如下：
# 创建Session: session = DBSession() # 创建Query查询，filter是where条件，最后调用one()返回唯一行，如果调用all()则返回所有行: user = session.query(User).filter(User.id==‘5‘).one() # 打印类型和对象的name属性: print(‘type:‘, type(user)) print(‘name:‘, user.name) # 关闭Session: session.close()
运行结果如下：
type: <class ‘__main__.User‘> name: Bob
可见，ORM就是把数据库表的行与相应的对象建立关联，互相转换。
由于关系数据库的多个表还可以用外键实现一对多、多对多等关联，相应地，ORM框架也可以提供两个对象之间的一对多、多对多等功能。
例如，如果一个User拥有多个Book，就可以定义一对多关系如下：
class User(Base): __tablename__ = ‘user‘ id = Column(String(20), primary_key=True) name = Column(String(20)) # 一对多: books = relationship(‘Book‘) class Book(Base): __tablename__ = ‘book‘ id = Column(String(20), primary_key=True) name = Column(String(20)) # “多”的一方的book表是通过外键关联到user表的: user_id = Column(String(20), ForeignKey(‘user.id‘))
当我们查询一个User对象时，该对象的books属性将返回一个包含若干个Book对象的list。
ORM框架的作用就是把数据库表的一行记录与一个对象互相做自动转换。
正确使用ORM的前提是了解关系数据库的原理。
参考源码：
#!/usr/bin/env python3 # -*- coding: utf-8 -*- from sqlalchemy import Column, String, create_engine from sqlalchemy.orm import sessionmaker from sqlalchemy.ext.declarative import declarative_base # 创建对象的基类: Base = declarative_base() # 定义User对象: class User(Base): # 表的名字: __tablename__ = ‘user‘ # 表的结构: id = Column(String(20), primary_key=True) name = Column(String(20)) # 初始化数据库连接: engine = create_engine(‘mysql+mysqlconnector://root:password@localhost:3306/test‘) # 创建DBSession类型: DBSession = sessionmaker(bind=engine) # 创建session对象: session = DBSession() # 创建新User对象: new_user = User(id=‘5‘, name=‘Bob‘) # 添加到session: session.add(new_user) # 提交即保存到数据库: session.commit() # 关闭session: session.close() # 创建Session: session = DBSession() # 创建Query查询，filter是where条件，最后调用one()返回唯一行，如果调用all()则返回所有行: user = session.query(User).filter(User.id==‘5‘).one() # 打印类型和对象的name属性: print(‘type:‘, type(user)) print(‘name:‘, user.name) # 关闭Session: session.close()
标签：hang style ext 关系数据库 一对多 判断 数据 连接字符串 mct
原文地址：https://www.cnblogs.com/ivan-yang/p/9025218.html
