Python中SQLAlchemy庫的使用方法分析

更新時間：2024年08月13日 09:51:59 作者：碼農(nóng)研究僧

SQLAlchemy 是Python SQL工具包和對象關系映射器(ORM),允許Python開發(fā)者在應用程序中使用SQL來交互,而無需處理數(shù)據(jù)庫的具體細節(jié),本文給大家詳細分析了Python中SQLAlchemy庫的使用方法,需要的朋友可以參考下

1. 基本知識

一、ORM (對象關系映射)：

SQLAlchemy 是Python SQL工具包和對象關系映射器(ORM)，允許Python開發(fā)者在應用程序中使用SQL來交互，而無需處理數(shù)據(jù)庫的具體細節(jié)
提供一個高層的抽象層，允許開發(fā)者通過Python類和對象來表示數(shù)據(jù)庫中的表和行，從而使得數(shù)據(jù)庫操作更加方便和靈活

二、核心（Core）：

SQLAlchemy 的核心部分提供了一組工具來執(zhí)行SQL操作，包括創(chuàng)建和執(zhí)行SQL語句、連接池管理、事務管理等。開發(fā)者可以使用核心部分來執(zhí)行一些高級的數(shù)據(jù)庫操作，如自定義SQL語句、連接到數(shù)據(jù)庫等。

三、優(yōu)點：

靈活性：
多種不同的方式來與數(shù)據(jù)庫交互，包括使用核心部分執(zhí)行原始SQL語句、使用ORM進行對象關系映射、以及使用表達式語言構建SQL查詢等

功能豐富：
許多功能豐富的工具和API，滿足各種不同的數(shù)據(jù)庫操作需求

ORM支持：
SQLAlchemy 的ORM工具允許開發(fā)者使用Python類來代表數(shù)據(jù)庫中的表和行，從而使得數(shù)據(jù)庫操作更加Pythonic和易于理解
ORM工具提供了一種高級的抽象，隱藏了底層數(shù)據(jù)庫操作的細節(jié)，使得開發(fā)者可以更專注于業(yè)務邏輯的實現(xiàn)

跨數(shù)據(jù)庫支持：
支持多種不同的數(shù)據(jù)庫后端，包括MySQL、PostgreSQL、SQLite等

活躍的社區(qū)：
SQLAlchemy 有一個活躍的社區(qū)，提供了大量的文檔、教程和示例代碼，使得開發(fā)者可以更容易地學習和使用這個工具包

四、缺點：性能開銷

盡管SQLAlchemy提供了許多便利的功能，但有時候這些功能可能會帶來一定的性能開銷。特別是在處理大量數(shù)據(jù)或需要高性能的場景下，可能需要仔細優(yōu)化代碼以減少性能損失

五、與其他工具比較：

與其他ORM工具的比較：

Django ORM	Peewee	SQLObject
與Django ORM相比，SQLAlchemy提供了更多的靈活性和功能，尤其是在處理復雜數(shù)據(jù)庫操作和跨數(shù)據(jù)庫支持方面但Django ORM更容易上手，并且與Django框架無縫集成，適合快速開發(fā)和小型項目	Peewee 是另一個輕量級的Python ORM工具，相比于SQLAlchemy，它的學習曲線更為平緩，適合于簡單的數(shù)據(jù)庫操作和小型項目但Peewee的功能相對較少，不如SQLAlchemy靈活	SQLObject 是另一個Python ORM庫，它的設計更加接近于Active Record模式，與SQLAlchemy的Data Mapper模式有所不同但SQLObject的學習曲線較陡，且功能相對較少，通常適用于簡單的數(shù)據(jù)庫操作

2. 基本API

安裝庫：pip install SQLAlchemy
驗證是否安裝成功：python -c "import sqlalchemy; print(sqlalchemy.__version__)" 或者 pip show sqlalchemy

在這里插入圖片描述

為了讓大家更快上手，先學習下下面這個實戰(zhàn)項目：

from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base

# 創(chuàng)建引擎
engine = create_engine('mysql+pymysql://root:root@127.0.0.1:3306/easy-admin')

# 創(chuàng)建Session
Session = sessionmaker(bind=engine)
session = Session()

# 定義映射類
Base = declarative_base()


class User(Base):
    __tablename__ = 'manong'

    id = Column(Integer, primary_key=True)
    name = Column(String(255))  # 在這里指定了 name 列的長度為 255
    age = Column(Integer)


# 創(chuàng)建表
Base.metadata.create_all(engine)

# 插入數(shù)據(jù)
new_user = User(name='yanjiuseng', age=25)
session.add(new_user)
session.commit()

# 查詢數(shù)據(jù)
query = session.query(User).filter(User.age > 18)
result = query.all()
for user in result:
    print(user.name, user.age)

最終截圖如下：

在這里插入圖片描述

通過看完整個代碼邏輯，帶著一些小疑問，深入探討下這些API的使用方式

2.1 create_engine（創(chuàng)建引擎）

create_engine 函數(shù)用于創(chuàng)建一個與數(shù)據(jù)庫的連接引擎，該引擎可以執(zhí)行SQL操作

from sqlalchemy import create_engine

engine = create_engine('mysql+pymysql://username:password@host:port/database')

針對里頭的參數(shù)解釋如下：

mysql：指定數(shù)據(jù)庫類型，這里是 MySQL 數(shù)據(jù)庫
username：數(shù)據(jù)庫用戶名
password：數(shù)據(jù)庫密碼
host：數(shù)據(jù)庫主機名或 IP 地址
port：數(shù)據(jù)庫端口號，默認是 MySQL 的端口號 3306
database：要連接的數(shù)據(jù)庫名稱

MySQL 數(shù)據(jù)庫用戶名是 user1，密碼是 pass123，主機名是 localhost，端口號是 3306，要連接的數(shù)據(jù)庫名稱是 my_database，那么連接字符串就應該是：

'mysql://user1:pass123@localhost:3306/my_database'

對于數(shù)據(jù)庫類型常用的：mysql+pymysql，主要區(qū)別在于其使用的數(shù)據(jù)庫驅動程序不同。

mysql+pymysql：（更簡單地安裝和使用，可以選擇使用 pymysql）
指定使用 PyMySQL 作為連接 MySQL 數(shù)據(jù)庫的驅動程序，PyMySQL 是一個純 Python 實現(xiàn)的 MySQL 客戶端庫，兼容 Python 數(shù)據(jù)庫 API 規(guī)范 2.0，可以在 Python 中直接使用
mysql：（對性能要求比較高，可以選擇使用 mysql 并配合 MySQLdb 或者 mysqlclient）
沒有指定具體的數(shù)據(jù)庫驅動程序，使用默認的 MySQL 客戶端庫，一般情況下會使用 MySQLdb 或者 mysqlclient

再額外補充其他的URL格式：

# MySQL-Python:
mysql+mysqldb://<user>:<password>@<host>:<port>/<dbname>

# pymysql:
mysql+pymysql://<username>:<password>@<host>:<port>/<dbname>?<options>

# MySQL-Connector:
mysql+mysqlconnector://<user>:<password>@<host>:<port>/<dbname>

# cx_Oracle:
oracle+cx_oracle://<user>:<password>@<host>:<port>/<dbname>?key=value&key=value...

2.2 sessionmaker（創(chuàng)建session）

用于創(chuàng)建一個 Session 類，該類用于執(zhí)行 ORM（對象關系映射）操作

主要作用是創(chuàng)建一個會話工廠，通過工廠可以創(chuàng)建數(shù)據(jù)庫會話對象，用于在代碼中執(zhí)行數(shù)據(jù)庫操作

# 創(chuàng)建Session
Session = sessionmaker(bind=engine)
session = Session()

其中sessionmaker的參數(shù)如下：

bind：要綁定到的數(shù)據(jù)庫引擎，通常是一個 create_engine 函數(shù)返回的 Engine 對象
class_：可選參數(shù)，指定要創(chuàng)建的會話類，默認為 Session 類
autocommit：是否自動提交事務，默認為 False
autoflush：是否自動刷新會話，默認為 True
expire_on_commit：在提交事務時是否自動使對象過期，默認為 True
info：一個字典，用于指定會話的其他配置信息

具體示例如下：

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker

# 創(chuàng)建引擎
engine = create_engine('sqlite:///example.db')

# 創(chuàng)建會話工廠
Session = sessionmaker(bind=engine, autocommit=False, autoflush=True)

# 創(chuàng)建會話對象
session = Session()

需要注意的點如下：

在使用會話對象執(zhí)行數(shù)據(jù)庫操作后，一般需要調用 commit 方法提交事務，或者調用 rollback 方法回滾事務。
在會話對象的作用域結束時，通常需要調用 close 方法關閉會話，釋放數(shù)據(jù)庫連接資源。

2.3 declarative_base（定義映射類）

使用 ORM 進行數(shù)據(jù)庫操作的核心部分之一，涉及到將數(shù)據(jù)庫中的表映射到 Python 中的類，以及定義類屬性來表示表的列

一、映射類的定義：

通過創(chuàng)建Python 類來表示數(shù)據(jù)庫中的表
該類通常繼承自 SQLAlchemy 的 Base 類，而 Base 類是使用 declarative_base() 函數(shù)創(chuàng)建的

from sqlalchemy.ext.declarative import declarative_base

Base = declarative_base()

二、表的映射：

在映射類中定義 __tablename__ 屬性，指定該類所映射的數(shù)據(jù)庫表的名稱

class User(Base):
    __tablename__ = 'users'

三、列的映射：

在映射類中定義類屬性，來表示表中的列

每個類屬性通常都會被定義為 Column 對象，并指定其數(shù)據(jù)類型以及其他屬性

from sqlalchemy import Column, Integer, String

class User(Base):
    __tablename__ = 'users'

    id = Column(Integer, primary_key=True)
    name = Column(String(255))
    age = Column(Integer)

對應的屬性如下：

屬性的含義：

Column：表示一個數(shù)據(jù)庫表的列
Integer、String 等數(shù)據(jù)類型：表示列的數(shù)據(jù)類型
primary_key=True：指定該列為主鍵

其他參數(shù)：例如長度、唯一性等，用于進一步定義列的屬性

2.4 SQL與ORM差異

一、基于 SQL 的查詢：

特點：

原始的 SQL 查詢語句，手動編寫 SQL 語句來執(zhí)行數(shù)據(jù)庫操作。于執(zhí)行復雜的查詢、跨表查詢或性能要求較高的場景

示例代碼：

from sqlalchemy import create_engine, text

# 創(chuàng)建引擎
engine = create_engine('mysql+pymysql://root:root@127.0.0.1:3306/easy-admin')

# 執(zhí)行 SQL 查詢
with engine.connect() as connection:
    result = connection.execute(text("SELECT * FROM manong WHERE age > :age"), {'age': 18})
    for row in result:
        print(row)

截圖如下：

在這里插入圖片描述

二、基于ORM查詢：

操作對象來執(zhí)行數(shù)據(jù)庫操作，而不需要編寫原始的 SQL 語句
提供了更加 Pythonic 和面向對象的接口，使得代碼更加清晰和易于維護

from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base

# 創(chuàng)建引擎
engine = create_engine('mysql+pymysql://root:root@127.0.0.1:3306/easy-admin')

# 創(chuàng)建Session
Session = sessionmaker(bind=engine)
session = Session()

# 定義映射類
Base = declarative_base()


class User(Base):
    __tablename__ = 'manong'

    id = Column(Integer, primary_key=True)
    name = Column(String(255))  # 在這里指定了 name 列的長度為 255
    age = Column(Integer)

result = session.query(User).filter(User.age > 18).all()
for user in result:
    print(user.name, user.age)

區(qū)別的方式在于：

實現(xiàn)方式：基于 SQL 的查詢直接使用原始的 SQL 語句，而基于 ORM 的查詢則是通過 ORM 工具來執(zhí)行數(shù)據(jù)庫操作
編寫方式：基于 SQL 的查詢需要開發(fā)者手動編寫 SQL 語句，而基于 ORM 的查詢則是通過操作對象來執(zhí)行數(shù)據(jù)庫操作，不需要編寫原始的 SQL 語句
靈活性：基于 SQL 的查詢更加靈活，可以執(zhí)行復雜的原始 SQL 查詢，而基于 ORM 的查詢提供了更加 Pythonic 和面向對象的接口，使得代碼更加清晰和易于維護

3. ORM CRUD

對于基本的SQL查詢，需要編寫SQL語句，此處偏向實戰(zhàn)類，所以詳細補充ORM CRUD的的基本知識

前半部分代碼如下：

from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base

# 創(chuàng)建引擎
engine = create_engine('mysql+pymysql://root:root@127.0.0.1:3306/easy-admin')

# 創(chuàng)建Session
Session = sessionmaker(bind=engine)
session = Session()

# 定義映射類
Base = declarative_base()


class User(Base):
    __tablename__ = 'manong'

    id = Column(Integer, primary_key=True)
    name = Column(String(255))  # 在這里指定了 name 列的長度為 255
    age = Column(Integer)

# 創(chuàng)建表
Base.metadata.create_all(engine)

3.1 增加（C）

添加單個對象：將新對象添加到數(shù)據(jù)庫中

user = User(name='AA', age=30)
session.add(user)
session.commit()

添加多個對象：將多個新對象批量添加到數(shù)據(jù)庫中

users = [User(name='BB', age=30), User(name='CC', age=25)]
session.add_all(users)
session.commit()

3.2 查找（R）

查詢所有對象：從數(shù)據(jù)庫中檢索所有對象

all_users = session.query(User).all()

根據(jù)條件查詢：根據(jù)指定條件過濾對象

# # 查詢數(shù)據(jù)
result = session.query(User).filter(User.age > 18).all()
for user in result:
    print(user.name, user.age)

查詢單個對象：從數(shù)據(jù)庫中檢索滿足條件的單個對象

user = session.query(User).filter_by(name='Alice').first()

3.3 更新（U）

更新單個對象：修改數(shù)據(jù)庫中的現(xiàn)有對象

user = session.query(User).filter_by(name='Alice').first()
user.age = 35
session.commit()

批量更新：使用 update() 方法批量更新滿足條件的對象

session.query(User).filter(User.age < 30).update({'age': 30})
session.commit()

3.4 刪除（D）

刪除單個對象：從數(shù)據(jù)庫中刪除指定的對象

user = session.query(User).filter_by(name='Alice').first()
session.delete(user)
session.commit()

批量刪除：使用 delete() 方法批量刪除滿足條件的對象

session.query(User).filter(User.age > 30).delete()
session.commit()

4. 彩蛋

4.1 建表Bug

建表的過程中如果語句如下：

class Manong(Base):
    __tablename__ = 'manong'

    id = Column(Integer)
    name = Column(String)

報錯信息如下： sqlalchemy.exc.CompileError: (in table 'manong', column 'name'): VARCHAR requires a length on dialect mysql

主要問題如下：
在 MySQL 中，VARCHAR 類型的列必須指定長度，即字符的最大數(shù)量。
需要為表中的 VARCHAR 類型的列指定長度

將其代碼修改為：

from sqlalchemy import Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base

Base = declarative_base()

class Manong(Base):
    __tablename__ = 'manong'

    id = Column(Integer, primary_key=True)
    name = Column(String(255))  # 在這里指定了 name 列的長度為 255

# 繼續(xù)定義其他列和表結構

如果不是建表，可以省略字段長度

4.2 filter 和 filter_by

filter 方法使用類名和屬性名來構建查詢條件，比較通常使用 ==，也可以使用其他比較操作符如 >, <, >=, <= 等
filter_by 方法直接使用屬性名和相應的值來構建查詢條件，比較通常使用 =

以下為簡易Demo，方便理解：

# 使用 filter 方法
from sqlalchemy.orm import sessionmaker

Session = sessionmaker(bind=engine)
session = Session()

# 查詢名字為 Alice 的記錄
alice_records = session.query(User).filter(User.name == 'Alice').all()

# 查詢年齡大于等于 25 歲的記錄
older_users = session.query(User).filter(User.age >= 25).all()

# 使用 filter_by 方法
# 查詢名字為 Alice 的記錄
alice_records = session.query(User).filter_by(name='Alice').all()

filter 的組合查詢： （這個在實戰(zhàn)中比較常用?。。。?/p>

通過連續(xù)調用來實現(xiàn)多個條件的組合查詢，或者使用AND 條件連接多個條件

# 使用 filter 連續(xù)添加條件查詢
# 查詢名字為 Alice 且年齡大于等于 25 歲的記錄
alice_older_records = session.query(User).filter(User.name == 'Alice').filter(User.age >= 25).all()

或者如下：

from sqlalchemy import and_

# 使用 and_ 函數(shù)連接兩個條件
alice_older_records = session.query(User).filter(and_(User.name == 'Alice', User.age >= 25)).all()

以上就是Python中SQLAlchemy庫的使用方法分析的詳細內(nèi)容，更多關于Python SQLAlchemy庫使用的資料請關注腳本之家其它相關文章！

您可能感興趣的文章:

詳解Python Matplotlib解決繪圖X軸值不按數(shù)組排序問題
這篇文章主要介紹了詳解Python Matplotlib解決繪圖X軸值不按數(shù)組排序問題，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
2019-08-08
Python著名游戲實戰(zhàn)之方塊連接我的世界
讀萬卷書不如行萬里路，學的扎不扎實要通過實戰(zhàn)才能看出來，本篇文章手把手帶你模仿著名游戲——我的世界,大家可以在過程中查缺補漏，看看自己掌握程度怎么樣
2021-10-10
使用Python編寫腳本來生成隨機密碼
在數(shù)字化時代,密碼已成為我們保護個人信息和數(shù)據(jù)安全的重要手段,然而,手動創(chuàng)建復雜且難以猜測的密碼是一項既繁瑣又容易出錯的任務,本文將詳細介紹如何使用Python編寫腳本來生成隨機密碼,并探討其背后的原理和技術細節(jié),需要的朋友可以參考下
2024-10-10
python3 selenium自動化 frame表單嵌套的切換方法
今天小編就為大家分享一篇python3 selenium自動化 frame表單嵌套的切換方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2019-08-08
使用Matlab將矩陣保存到csv和txt文件
這篇文章主要介紹了使用Matlab將矩陣保存到csv和txt文件，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教
2022-12-12
python利用pandas將excel文件轉換為txt文件的方法
今天小編就為大家分享一篇python利用pandas將excel文件轉換為txt文件的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2018-10-10
keras 多任務多l(xiāng)oss實例
這篇文章主要介紹了keras 多任務多l(xiāng)oss實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2020-06-06
numpy稀疏矩陣的實現(xiàn)
本文主要介紹了numpy稀疏矩陣的實現(xiàn)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
2022-08-08
自己使用總結Python程序代碼片段
這篇文章主要介紹了自己使用總結Python程序代碼片段,本文收集了如反向讀取文件、往文件中所有添加指定的前綴、匿名函數(shù)作為返回值、將二進制數(shù)轉為10進制數(shù)等實用代碼片段,需要的朋友可以參考下
2015-06-06
python集合的新增元素方法整理
在本篇文章里小編給大家整理了一篇關于python集合的新增元素方法整理內(nèi)容，有需要的朋友們可以學習下。
2020-12-12