Python操作MySQL主要使用兩種方式：

• 原生模組 pymsql
• ORM框架 SQLAchemy

pymql

pymsql是Python中操作MySQL的模組,在windows中的安裝：

pip install pymysql

入門：我們連線虛擬機器中的centos中的mysql，然後查詢test資料庫中student表的資料

import pymysql
#建立連線
conn = pymysql.connect(host='192.168.123.207',port=3306,user='root',passwd='root',db="test");
#建立遊標
cursor = conn.cursor()
#執行sql，並返回受影響的行數
effect_row = cursor.execute("select * from student")
print(effect_row)

執行結果：

需要給許可權

mysql> grant all on *.* to 'root'@'%' identified by 'root';
Query OK,0 rows affected,1 warning (0.01 sec)
mysql> flush privileges;
Query OK,0 rows affected (0.01 sec)

這個時候我們在執行上面的程式我們就可以看到，執行成功

這是說明查詢到了5條資料，那如果我們需要檢視這五條具體的資料是什麼，我們要用：

print(cursor.fetchone())

cursor.fetchone()是一條一條的把資料取出來

這裡我們用了兩條cursor.fetchone()

如果我們想要只取出前3條資料：

print('>>>>>',cursor.fetchmany(3))

一次性取出所有資料：

print('------',cursor.fetchall())

如果我們要插入多條資料：

import pymysql
#建立連線
conn = pymysql.connect(host='192.168.123.207',db="test");
#建立遊標
cursor = conn.cursor()
data = [
 ("N1",23,"2015-01-01","M"),("N2",24,"2015-01-02","F"),("N3",25,"2015-01-03",]
#執行sql，並返回受影響的行數
effect_row = cursor.executemany("insert into student (name,age,register_date,gender)values(%s,%s,%s)",data)
conn.commit()

注：executemany預設會啟動一個事務，如果沒有conn.commit()，資料將不會被插入成功

sqlalchemy ORM

1.ORM介紹

orm英文全稱object relational mapping,就是物件對映關係程式，簡單來說類似python這種面向物件的程式來說一切皆物件，我們例項化一個物件，通過點的形式來呼叫裡面的函式。orm相當於把資料庫給例項化了，資料庫都是關係型的，通過orm將程式語言的物件模型和資料庫的關係模型建立對映關係，這樣我們在使用程式語言對資料庫進行操作的時候可以直接使用程式語言的物件模型進行操作就可以了，而不用直接使用sql語言。

優點：

1.隱藏了資料訪問細節，“封閉”的通用資料庫互動，ORM的核心。他使得我們的通用資料庫互動變得簡單易行，並且完全不用考慮該死的SQL語句

2.ORM使我們構造固化資料結構變得簡單易行

2.sqlalchemy安裝

安裝：

pip install sqlalchemy

3.sqlalchemy基本使用

首先我們看一下我們沒有用orm之前我們建立一個數據表是這個樣的：

create table student(
 id int auto_increment,name char(32) not null,age int not null,register_date date not null,primary key(id) 
);

使用了orm,實現上面的表的建立，程式碼如下：

import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,Integer,String
engine = create_engine("mysql+pymysql://root:[email protected]/test",encoding='utf-8',echo=True)
Base = declarative_base()#生成orm基類

class User(Base):
 __tablename__ = 'user'#表名
 id = Column(Integer,primary_key=True)
 name = Column(String(32))
 password = Column(String(64))
Base.metadata.create_all(engine)#建立表結構

用orm建立一條資料：

import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,String
from sqlalchemy.orm import sessionmaker
engine = create_engine("mysql+pymysql://root:[email protected]/test",echo=True)
Base = declarative_base()#生成orm基類
class User(Base):
  __tablename__ = 'user'#表名
  id = Column(Integer,primary_key=True)
  name = Column(String(32))
  password = Column(String(64))
Base.metadata.create_all(engine)#建立表結構
Session_class = sessionmaker(bind=engine)#建立與資料庫的會話session class,注意這裡返回給session的是一個類，不是例項
Session = Session_class()#生成session例項
user_obj = User(name = "xiaoming",password = "123456")#生成你要建立的資料物件
user_obj2 = User(name = "jack",password = "123564")#生成你要建立的資料物件
print(user_obj.name,user_obj.id)#此時還沒有建立物件，列印一下會發現id還是None
Session.add(user_obj)
Session.add(user_obj2)
print(user_obj.name,user_obj.id)#此時也依然還沒有建立

Session.commit()#現在才統一提交，建立資料

插入資料是使用sessionmaker,通過繫結上面建立的連線創建出一個類，生成session例項（相當於之前的cursor）,用面向物件的方式建立兩條記錄，然後新增，最後commit就可以了

下面我們來看看資料庫的增刪改查：

查詢：

import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,encoding='utf-8')
Base = declarative_base()#生成orm基類
class User(Base):
  __tablename__ = 'user'#表名
  id = Column(Integer,注意這裡返回給session的是一個類，不是例項
Session = Session_class()#生成session例項
data=Session.query(User).filter_by(name="xiaoming").all()
#print(data[0].name,data[0].password)
print(data)

如果只是Session.query(User).filter_by(name="xiaoming"),只會看到一條sql語句：

filter_by()查出來的是一個列表，是一組資料

加上.all()

這個是一個物件，這也看不出來是那個，所以我們要手動去調出資料

我們用print(data[0].name,data[0].password):

這樣就查出了資料

現在是查一條資料，如果filter_by()裡面什麼都不寫：

data=Session.query(User).filter_by().all()

我們就查出了好幾條資料，我們要迴圈才能看出來具體的資料。我們想要直接看到誰是誰，我們怎麼辦呢？

import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,primary_key=True)
  name = Column(String(32))
  password = Column(String(64))
  def __repr__(self):
    return "<%s name:%s>" % (self.id,self.name)
Base.metadata.create_all(engine)#建立表結構
Session_class = sessionmaker(bind=engine)#建立與資料庫的會話session class,注意這裡返回給session的是一個類，不是例項
Session = Session_class()#生成session例項
data=Session.query(User).filter_by().all()
print(data)

我們添加了__repr__（）函式，這樣看看執行結果：

這樣就顯現出我們查詢的結果了。就相當於，如果你要檢視什麼資料，以什麼格式的方式顯示，就可以在__repr__這個函式中設定

在這裡，我們用filter_by().all()查詢出所有的資料，那我們用 filter_by().first() ，就可以查詢出資料庫中的第一條資料

上面我們用filter_by(name="xiaoming")查詢出了姓名為xiaoming的資料，那我們想要查詢 使用者id>1的資料 應該怎麼查詢呢？

data=Session.query(User).filter(User.id>1).all()

多個條件查詢：再加幾個filter

data=Session.query(User).filter(User.id>1).filter(User.id<3).all()

修改：

data=Session.query(User).filter(User.id>1).first()
print(data)
data.name = "Jack Chen"
data.password = "555555"
Session.commit()

查詢到你要修改的這個資料，然後想修改面向物件裡的資料一樣，對資料進行修改，最後commit（）就可以了

刪除：

data = Session.query(User).filter_by(name = 'Rain').first()
Session.delete(data)
Session.commit()

同樣的，先查詢到要刪除的資料，然後對資料進行刪除，最後提交commit

回滾：

fake_user = User(name = 'Rain',password = "123456")
Session.add(fake_user)
print(Session.query(User).filter(User.name.in_(['jack','rain'])).all())#這時候看看session裡有了剛剛新增的資料
Session.rollback()#此時你rollback一下
print(Session.query(User).filter(User.name.in_(['jack','rain'])).all())#再查就發現剛剛新增的資料就沒有了

執行結果看看：

這個時候可以看到一開始我們是能夠看到剛剛插入的資料，但是回滾之後我們就看不到了，我們到資料庫中看看：

我們插入一條資料看看

可以看出我們插入的資料的id是4，這樣看來確實是先插入進去，然後回滾之後刪除的

分組 統計：

統計：

Session.query(User).filter(User.name.in_(['xiaoming','rain'])).count()

分組：

from sqlalchemy import func
print(Session.query(func.count(User.name),User.name).group_by(User.name).all())

join多表查詢:

Session.query(User,Student).filter(User.id == Student.id).all()
Session.query(User).join(Student).all()#這種寫法必須要求兩個表有外來鍵關聯

外來鍵關聯

我們先建立兩個表student,study_record：

import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,String,DATE,ForeignKey
from sqlalchemy.orm import sessionmaker
engine = create_engine("mysql+pymysql://root:[email protected]/xumingdb",encoding='utf-8')
Base = declarative_base()#生成orm基類
class Student(Base):
  __tablename__ = 'student'#表名
  id = Column(Integer,primary_key=True)
  name = Column(String(32),nullable=False)
  register_date = Column(DATE,nullable=False)
  def __repr__(self):
    return "<%s name:%s>" % (self.id,self.name)
class StudyRecord(Base):
  __tablename__ = 'study_record'#表名
  id = Column(Integer,primary_key=True)
  day = Column(Integer,nullable=False)
  status = Column(String(32),nullable=False)
  stu_id = Column(Integer,ForeignKey("student.id"))
  def __repr__(self):
    return "<%s day:%s>" % (self.id,self.day)
Base.metadata.create_all(engine)#建立表結構

外來鍵表的建立，要用到ForeignKey("student.id")裡面就直接是 表名.欄位名

然後向兩個表中插入資料：

Base.metadata.create_all(engine)#建立表結構
Session_class = sessionmaker(bind=engine)
session = Session_class()
s1 = Student(name = "xiaoming",register_date="2015-06-07")
s2 = Student(name = "huahua",register_date="2015-06-08")
s3 = Student(name = "caicai",register_date="2015-06-09")
s4 = Student(name = "zhazha",register_date="2015-06-04")
study_obj1 = StudyRecord(day = 1,status = "YES",stu_id=1)
study_obj2 = StudyRecord(day = 2,status = "NO",stu_id=1)
study_obj3 = StudyRecord(day = 3,stu_id=1)
study_obj4 = StudyRecord(day = 1,stu_id=2)
session.add_all([s1,s2,s3,s4])
session.add_all([study_obj1,study_obj2,study_obj3,study_obj4])
session.commit()

批量插入用add_all，裡面用一個列表放入要插入的資料， 注意的是，因為建立了外來鍵，所以在新增資料的時候，study_record的資料一定要在student表資料插入之後才能夠被插入，如果一起插入就會報錯

現在我們要查詢xiaoming一共上了幾節課，那應該怎麼做呢：

import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,ForeignKey
from sqlalchemy.orm import sessionmaker,relationship
engine = create_engine("mysql+pymysql://root:[email protected]/xumingdb",ForeignKey("student.id"))
  student = relationship("Student",backref="my_study_record")
  def __repr__(self):
    return "<%s day:%s status:%s>" % (self.student.name,self.day,self.status)
Base.metadata.create_all(engine)#建立表結構
Session_class = sessionmaker(bind=engine)
session = Session_class()
stu_obj = session.query(Student).filter(Student.name=='xiaoming').first() 
print(stu_obj.my_study_record) 
session.commit()

注意上面程式碼標紅的這個語句，我們引入了relationship,然後這個允許你在study_record表裡通過backref欄位反向查出所有它在student表裡的關聯項,實現了一個雙向查詢，即關聯student表，在studyrecord中通過student欄位就可以查 student表中的所有欄位，反過來，我們可以在student表中通過 my_study_record欄位反查studyrecord裡面的資料，然後代表著我們在下面查到的xiaoming,可以.my_study_record就可以查詢出在studyrecord表中還有xiaoming的id的資料項

多外來鍵關聯

首先我們建立兩個表customer和address兩個表，其中customer表中有address的兩個外來鍵：

import sqlalchemy
from sqlalchemy import Integer,ForeignKey,Column
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import relationship
from sqlalchemy import create_engine
engine = create_engine("mysql+pymysql://root:[email protected]/xumingdb",encoding='utf-8')
Base = declarative_base()
class Customer(Base):
  __tablename__ = 'customer'
  id = Column(Integer,primary_key=True)
  name = Column(String(64))
  billing_address_id = Column(Integer,ForeignKey("address.id"))
  shipping_address_id = Column(Integer,ForeignKey("address.id"))
  billing_address = relationship("Address")
  shipping_address = relationship("Address")
class Address(Base):
  __tablename__ = 'address'
  id = Column(Integer,primary_key=True)
  street = Column(String(64))
  city = Column(String(64))
  state = Column(String(64))
　　def __repr__(self):
  　　return self.street
Base.metadata.create_all(engine) # 建立表結構

然後我們向兩個表中插入資料：

from day12 import sqlalchemy_multi_fk
from sqlalchemy.orm import sessionmaker
Session_class = sessionmaker(bind=sqlalchemy_multi_fk.engine)
session = Session_class()
addr1 = sqlalchemy_multi_fk.Address(street="XiZangBeiLu",city="ShangHai",state="ShangHai")
addr2 = sqlalchemy_multi_fk.Address(street="YuHu",city="XiangTan",state="HuNan")
addr3 = sqlalchemy_multi_fk.Address(street="ZhongXinZhen",city="SuQian",state="JiangSu")
session.add_all([addr1,addr2,addr3])
c1 = sqlalchemy_multi_fk.Customer(name="xiaoming",billing_address=addr1,shipping_address=addr2)
c2 = sqlalchemy_multi_fk.Customer(name="jack",billing_address=addr3,shipping_address=addr3)
session.add_all([c1,c2])
session.commit()

這樣插入會出現一個錯誤：

sqlalchemy.exc.AmbiguousForeignKeysError: Could not determine join condition between parent/child tables on relationship Customer.billing_address - there are multiple foreign key paths linking the tables. Specify the 'foreign_keys' argument,providing a list of those columns which should be counted as containing a foreign key reference to the parent table.

說白了就是我們現在在做關聯查詢的時候，有兩個欄位同時關聯到了Address表中 ，在做反向查詢的時候它分不清楚誰是誰，通過address反向查的時候分不清哪個欄位代表billing_address,哪個欄位是代表了shipping_address.那我們怎麼解決呢？

billing_address = relationship("Address",foreign_keys=[billing_address_id])
shipping_address = relationship("Address",foreign_keys=[shipping_address_id])

在建立反向查詢的語句中新增foreign_keys引數就可以了

新增資料成功！！

這個時候我們要查詢customer的地址：

obj = session.query(sqlalchemy_multi_fk.Customer).filter(sqlalchemy_multi_fk.Customer.name=="xiaoming").first()
print(obj.name,obj.billing_address,obj.shipping_address)

多對多關係

現在讓我們設計一個能描述“圖書”與“作者”的關係的表結構，需求是：

1.一本書可以有好幾個作者一起出版

2.一個作者可以寫好幾本書

首先我們看一下一般的思路 ：

兩個表，然後我們在遇到一本書有多個作者共同參與出版，就把作者id寫在一起，但是這樣不利於查詢

那我們可以再新增一張表：

這就實現了雙向的一對多，一個作者可以包含多本書，一本書可以包含多個作者。這就形成了多對多。

來看程式碼的實現：

首先還是先建立資料表：

from sqlalchemy import Table,Column,ForeignKey
from sqlalchemy.orm import relationship
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine
engine = create_engine("mysql+pymysql://root:[email protected]/xumingdb",encoding='utf-8')
Base = declarative_base()
Base = declarative_base()
book_m2m_author = Table('book_m2m_author',Base.metadata,Column('book_id',ForeignKey('books.id')),Column('author_id',ForeignKey('authors.id')),)
class Book(Base):
  __tablename__ = 'books'
  id = Column(Integer,primary_key=True)
  name = Column(String(64))
  pub_date = Column(DATE)
  authors = relationship('Author',secondary=book_m2m_author,backref='books')
  def __repr__(self):
    return self.name
class Author(Base):
  __tablename__ = 'authors'
  id = Column(Integer,primary_key=True)
  name = Column(String(32))
  def __repr__(self):
    return self.name
Base.metadata.create_all(engine) # 建立表結構

這裡我們使用了另外一種建立表的方式，建立了第三張表book_m2m_auther，這張表建立起來後基本上不需要我們去人為的新增資料，對使用者來講是不用關心這裡面有什麼資料，是由orm自動幫你維護的。也就不需要給它建立對映關係了。

但是在mysql端其實已經關聯上了，因為外來鍵已經建立好了，在orm查詢的時候，還要做一個orm級別的 記憶體物件的對映：relationship，告訴book表和author表在查詢資料的時候去哪張表裡查詢。

所以看上面的紅色的程式碼，通過secondary這個欄位去查第三張表。

這個時候就建立好了多對多的關係。我們就可以插入資料看效果：（先把表建立起來再說）

from day12 import sqlalchemy_multitomulti
from sqlalchemy.orm import sessionmaker
Session_class=sessionmaker(bind=sqlalchemy_multitomulti.engine)
session = Session_class()
b1 = sqlalchemy_multitomulti.Book(name="book1",pub_date="2014-05-16")
b2 = sqlalchemy_multitomulti.Book(name="book2",pub_date="2012-03-16")
b3 = sqlalchemy_multitomulti.Book(name="book3",pub_date="2016-06-16")
a1 = sqlalchemy_multitomulti.Author(name="xiaoming")
a2 = sqlalchemy_multitomulti.Author(name="jack") 
a3 = sqlalchemy_multitomulti.Author(name="Rain")
b1.authors = [a1,a3]
b2.authors = [a2,a3]
b3.authors = [a1,a2,a3]
session.add_all([b1,b2,b3,a1,a3])
session.commit()

上面紅色標記是建立關聯關係，這樣建立出來之後，book_m2m_author表自動就會有資料。

當然如果我們想要插入中文的書。即插入的資料有中文，我們要怎麼做呢：

engine = create_engine("mysql+pymysql://root:[email protected]/xumingdb?charset=utf8",encoding='utf-8')
Base = declarative_base()

需要在建立資料庫連線的時候在資料庫後面加上 ?charset=utf8

現在資料插入之後，最終要實現查詢資料：

1.檢視作者xiaoming出版了多少本書：

author_obj = session.query(sqlalchemy_multitomulti.Author).filter(sqlalchemy_multitomulti.Author.name=="xiaoming").first()
print(author_obj.books)

2.檢視書b2是哪些作者出版的 ：

book_obj = session.query(sqlalchemy_multitomulti.Book).filter(sqlalchemy_multitomulti.Book.id==2).first()
print(book_obj.authors)

多對多刪除：

在刪除資料的時候我們也同樣的不需要管book_m2m_author表，sqlalchemy會自動幫我們把對應的資料刪除：

通過書刪除作者：

author_obj = session.query(sqlalchemy_multitomulti.Author).filter(sqlalchemy_multitomulti.Author.name=="xiaoming").first()
book_obj = session.query(sqlalchemy_multitomulti.Book).filter(sqlalchemy_multitomulti.Book.id==2).first()
book_obj.authors.remove(author_obj)
session.commit()　

這個時候圖書2的關聯關係會自動少一個

直接刪除作者：

author_obj = session.query(sqlalchemy_multitomulti.Author).filter(sqlalchemy_multitomulti.Author.name=="xiaoming").first()
session.delete(author_obj)
session.commit()

總結

以上所述是小編給大家介紹的python使用mysql的兩種使用方式，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！