SQLAlchemy使用筆記－－SQLAlchemy ORM（一）
阿新 • • 發佈：2018-12-31
檢視版本
>>> import sqlalchemy
>>> sqlalchemy.__version__
'1.0.9'建立連線
from sqlclachemy import create_engine
engine = create_engine("sqlite:///:memory:", echo=True)‘sqlite:///:memory:’ 是 database URL
postgresql
sqlalchemy 預設使用 psycopg2
# 預設情況(即使用psycopg2)
engine = create_engine('postgresql://scott: MySQL
預設使用mysql-python
# 預設情況（即使用mysql-python）
engine = create_engine('mysql://scott: Oracle
預設使用cx_oracle
＃ 預設情況（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
預設使用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
因為sqlite是基於檔案的資料庫，所以database URL 和前面的不太一樣。
# 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 中使用原始字串
engine = create_engine(r'sqlite:///C:\path\to\foo.db')
# 使用記憶體
engine = create_engine('sqlite://')
engine = create_engine('sqlite:///:memory:')建立表
使用ORM，需要首先描述表，然後把類對映到表上。在SQLAclhemy中這兩步通常在一起，使用叫做Declarative的系統，可以讓我們建立一個包含描述我們需要建立表的類
建立declarative base class
需要先建立基類
from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base()建立類
比如建立User類，User類需要繼承前面建立的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 指名錶名。Column 表明欄位。
當聲名ORM的類時，Declarative系統會使用python的元類，建立一個包含表資訊的Table類（可以通過User.table_ 檢視），然後通過Mapper把這個Table與ORM的類聯絡起來。所有ORM類的Table類都包含在一個MetaData類中，通過Base.metadata 可以檢視MetaData類
對於SQLAlchemy ORM來說Declarative 系統不是必須的，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)建立User表
Base.metadata.create_all(engine) 基本的CURD操作
需要建立一個session來對錶進行操作
建立一個session
from sqlalchemy.orm import sessionmaker
Session = sessionmaker(bind=engine)
Session = sessionmaker()
'''or
Session = sessionmaker()
Session.configure(bind=engine)
'''
session = Session()插入資料
ed_user = User(name='ed', fullname='Ed Jones', password='edspassword')
session.add(ed_user)一次新增多行
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')])此時資料是沒有插入到資料庫中的，ed_user.id 是為None的。如果想真正插入資料庫中需要commit。
session.commit()如果想要操作只是在記憶體中，不真正commit，ed_user.id 不為None，可以使用flush操作，它只是寫到記憶體中。
session.flush()回滾操作
當沒有commit之前，可以回滾
session.rollback()讀取操作，Querying
執行query操作之前會自動執行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欄位
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對錶取別名，可以在表join本身時用。
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篩選
for name, in sesson.query(User.name).filter_by(fullname='Ed Jones'):
print(name)也可以使用filter，它更加的靈活
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，返回一個列表。
query = session.query(User).filter(Usre.name.like('%ed%')).all()first() 取出第一個,如果沒有就返回None
obj = query.first()one() 取出一個，如果篩選的結果不只一個，報MultipleResultsFound錯，如果沒有報NoResultFound 錯
one_or_none() 取出一個，如果篩選的結果不只一個，報MultipleResultsFound錯，如果沒有返回None
scalar() 跟one_or_none() 一樣
使用原始的sql
query = session.query(User).filter('id<200').order_by(text('id')).all()使用引數
query = session.query.(User).filter(text('id<:value and name=:name')).params(value=224, name='fred').order_by(User.id).one()使用完全基於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()刪除
session.delete(user)