本文將以Mysql舉例，介紹sqlalchemy的基本用法。其中，Python版本為2.7，sqlalchemy版本為1.1.6。

一. 介紹

SQLAlchemy是Python中最有名的ORM工具。

關於ORM：

全稱Object Relational Mapping（物件關係對映）。

特點是操縱Python物件而不是SQL查詢，也就是在程式碼層面考慮的是物件，而不是SQL，體現的是一種程式化思維，這樣使得Python程式更加簡潔易讀。

具體的實現方式是將資料庫錶轉換為Python類，其中資料列作為屬性，資料庫操作作為方法。

優點：

• 簡潔易讀：將資料表抽象為物件（資料模型），更直觀易讀
• 可移植：封裝了多種資料庫引擎，面對多個數據庫，操作基本一致，程式碼易維護
• 更安全：有效避免SQL注入

為什麼要用sqlalchemy?

雖然效能稍稍不及原生SQL，但是操作資料庫真的很方便！

二. 使用

概念和資料型別

概念

概念	對應資料庫	說明
Engine	連線	驅動引擎
Session	連線池，事務	由此開始查詢
Model	表	類定義
Column	列
Query	若干行	可以鏈式新增多個條件

常見資料型別

資料型別	資料庫資料型別	python資料型別	說明
Integer	int	int	整形，32位
String	varchar	string	字串
Text	text	string	長字串
Float	float	float	浮點型
Boolean	tinyint	bool	True / False
Date	date	datetime.date	儲存時間年月日
DateTime	datetime	datetime.datetime	儲存年月日時分秒毫秒等
Time	time	datetime.datetime	儲存時分秒

建立資料庫表

1.安裝

pip install SQLalchemy

2. 建立連線

from sqlalchemy import create_engine

engine = create_engine("mysql://user:password@hostname/dbname?charset=uft8")

這行程式碼初始化建立了Engine，Engine內部維護了一個Pool（連線池）和Dialect（方言），方言來識別具體連線資料庫種類。

建立好了Engine的同時，Pool和Dialect也已經建立好了，但是此時並沒有真正與資料庫連線，等到執行具體的語句.connect()等時才會連線到資料庫。

create_engine還有其它可選的引數，比如：

engine = create_engine("mysql://user:password@hostname/dbname?charset=uft8",echo=True,pool_size=8,pool_recycle=60*30
            )

• echo: 當設定為True時會將orm語句轉化為sql語句列印，一般debug的時候可用
• pool_size: 連線池的大小，預設為5個，設定為0時表示連線無限制
• pool_recycle: 設定時間以限制資料庫多久沒連線自動斷開

3. 建立資料庫表類（模型）

前面有提到ORM的重要特點，那麼我們操作表的時候就需要通過操作物件來實現，現在我們來建立一個類，以常見的使用者表舉例：

from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base()
class Users(Base):
  __tablename__ = "users"

  id = Column(Integer,primary_key=True)
  name = Column(String(64),unique=True)
  email = Column(String(64))
  def __init__(self,name,email):
    self.name = name
    self.email = email 

declarative_base()是sqlalchemy內部封裝的一個方法，通過其構造一個基類，這個基類和它的子類，可以將Python類和資料庫表關聯對映起來。

資料庫表模型類通過__tablename__和表關聯起來，Column表示資料表的列。

4. 生成資料庫表

Base.metadata.create_all(engine)

建立表，如果存在則忽略，執行以上程式碼，就會發現在db中建立了users表。

操作資料

表建立好了就是操作資料了，常見的操作增刪改查，我們一一介紹。

session

sqlalchemy中使用session用於建立程式和資料庫之間的會話，所有物件的載入和儲存都需要通過session物件 。

通過sessionmaker呼叫建立一個工廠，並關聯Engine以確保每個session都可以使用該Engine連線資源：

from sqlalchemy.orm import sessionmaker

# 建立session
DbSession = sessionmaker(bind=engine)
session = DbSession()

session的常見操作方法包括：

• flush：預提交，提交到資料庫檔案，還未寫入資料庫檔案中
• commit：提交了一個事務
• rollback：回滾
• close：關閉

增

舉個最簡單的例子：

add_user = Users("test","[email protected]")
session.add(add_user)
session.commit()

session.add()將會把Model加入當前session維護的持久空間(可以從session.dirty看到)中，直到commit時提交到資料庫。

Q1：add之後如何直接返回物件的屬性？

可以在add之後執行db.session.flush()，這樣便可在session中get到物件的屬性。

Q2：如何進行批量插入，效能比較？

批量插入共有以下幾種方法，對它們的批量做了比較，分別是：

session.add_all() < bulk_save_object() < bulk_insert_mappings() < SQLAlchemy_core()

查

查詢是最常用的一個操作了，舉個最簡單的查詢例子：

users = session.query(Users).filter_by(id=1).all()
for item in users:
  print(item.name)

通常我們通過以上查詢模式獲取資料，需要注意的是，通過session.query()我們查詢返回了一個Query物件，此時還沒有去具體的資料庫中查詢，只有當執行具體的.all()，.first()等函式時才會真的去操作資料庫。

其中，query有filter和filter_by兩個過濾方法，上述例子也可寫為：

users = session.query(Users).filter_by(Users.id == 1).all()

通常這兩個方法都會用到的，所以一定要掌握它們的區別：

filter filter_by支援所有比較運算子，相等比較用比較用==只能使用"="，"!="和"><"過濾用類名.屬性名過濾用屬性名不支援組合查詢，只能連續呼叫filter變相實現引數是**kwargs，支援組合查詢支援and，or和in等

改

更新資料有兩種方法，一種是使用query中的update方法：

filter	filter_by
支援所有比較運算子，相等比較用比較用==	只能使用"="，"!="和"><"
過濾用類名.屬性名	過濾用屬性名
不支援組合查詢，只能連續呼叫filter變相實現	引數是**kwargs，支援組合查詢
支援and，or和in等

改

更新資料有兩種方法，一種是使用query中的update方法：

session.query(Users).filter_by(id=1).update({'name': "Jack"})

另一種是操作對應的表模型：

users = session.query(Users).filter_by(name="Jack").first()
users.name = "test"
session.add(users)

這兩種方式呢，一般批量更新的話我會選前者，而要對查詢獲取物件屬性之後再更新的場景就需要使用後者。

刪

和更新資料類似，刪除資料也有兩種方法，第一種：

delete_users = session.query(Users).filter(Users.name == "test").first()
if delete_users:
  session.delete(delete_users)
  session.commit()

第二種：

session.query(Users).filter(Users.name == "test").delete()
session.commit()

批量刪除時推薦使用第二種。

以上，就是Python sqlalchemy的基本用法。

程式碼可參照：my github

總結

以上所述是小編給大家介紹的Python SQLAlchemy入門教程，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回覆大家的。在此也非常感謝大家對我們網站的支援！
如果你覺得本文對你有幫助，歡迎轉載，煩請註明出處，謝謝！