Python SQLAlchemy 基础用法详解：从引擎配置到 CRUD 操作

Python SQLAlchemy 基础介绍

本文以 MySQL 数据库为例，演示 SQLAlchemy 的基础使用方法。文中使用的 Python 版本为 2.7，SQLAlchemy 版本为 1.1.6。

一、介绍

SQLAlchemy 是 Python 生态中最著名的 ORM（对象关系映射）工具之一。

关于 ORM 的概念：

ORM 的全称是 Object Relational Mapping（对象关系映射）。

其核心特点是直接操作 Python 对象而非编写 SQL 查询语句。这种编程方式让开发者在代码层面专注于对象逻辑，而非 SQL 语法，从而体现程序化思维，使 Python 代码更加简洁且易于阅读。

具体实现上，它将数据库中的表映射为 Python 类，将数据列映射为类的属性，将数据库操作映射为类的方法。

使用 ORM 的主要优点包括：

• 简洁易读：通过将数据表抽象为对象（数据模型），代码结构更直观。
• 可移植性：封装了多种数据库引擎，面对不同数据库时操作逻辑基本一致，便于代码维护。
• 安全性：能有效避免 SQL 注入攻击。

为什么要选择 SQLAlchemy？

尽管其执行性能略低于原生 SQL 语句，但使用它操作数据库非常便捷，能显著提升开发效率。

环境配置与连接建立

二、具体使用指南

核心概念与数据类型

关键概念解析

常见数据类型映射

创建数据库表

1. 安装步骤

pip install SQLalchemy

2. 建立数据库连接

from sqlalchemy import create_engine

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

上述代码初始化并创建了 Engine 对象。Engine 内部维护了一个 Pool（连接池）和一个 Dialect（方言解析器），其中 Dialect 用于识别具体连接的数据库类型。

当 Engine 创建完成后，Pool 和 Dialect 也随之生成，但此时并未真正建立数据库连接。只有当执行具体语句如 .connect() 时，才会实际连接到数据库。

create_engine 函数还支持其他可选参数，例如：

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

• echo：设置为 True 时，会将 ORM 语句转换为 SQL 语句并打印输出，通常用于调试阶段。
• pool_size：设置连接池的大小，默认值为 5；若设置为 0，则表示连接数无限制。
• pool_recycle：设置一个时间值，用于限制数据库连接在无活动多久后自动断开。

数据模型定义与表创建

3. 创建数据库表类（模型）

前文提到 ORM 的核心特点，即通过操作对象来操作表。下面我们以常见的用户表为例，创建一个对应的类：

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 内部封装的一个方法，用于构造一个基类。该基类及其子类可以将 Python 类与数据库表进行关联映射。

数据库表模型类通过 __tablename__ 属性与表名关联，Column 则用于定义数据表的列。

4. 生成数据库表

Base.metadata.create_all(engine)

执行上述代码创建表，若表已存在则忽略。运行后，可以在数据库中观察到 users 表的创建。

Session 管理与数据 CRUD 操作

数据操作

表结构创建完成后，即可进行数据操作。常见的增删改查（CRUD）操作将逐一介绍。

Session 会话管理

在 SQLAlchemy 中，Session 用于创建程序与数据库之间的会话，所有对象的加载和保存都必须通过 Session 对象完成。

可以通过 sessionmaker 调用创建一个工厂函数，并关联 Engine，以确保每个 Session 都能使用该 Engine 连接资源：

from sqlalchemy.orm import sessionmaker

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

Session 的常见操作方法包括：

• flush：预提交，将数据提交到数据库文件，但尚未正式写入数据库。
• commit：提交一个事务。
• rollback：回滚事务。
• close：关闭会话。

增加数据（Insert）

以下是一个最简单的添加示例：

add_user = Users("test", "test123@qq.com")
session.add(add_user)
session.commit()

session.add() 会将 Model 对象加入当前 Session 维护的持久化空间（可通过 session.dirty 查看），直到执行 commit 时才正式提交到数据库。

Q1：在 add 之后如何直接获取对象的属性？

可以在 add 之后执行 db.session.flush()，这样便可在 Session 中获取到对象的属性值。

Q2：如何进行批量插入，性能对比如何？

批量插入主要有以下几种方法，对其批量处理性能进行了比较，结果如下：

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

查询数据（Select）

查询是最常用的操作之一，以下是一个最简单的查询示例：

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

通常我们通过上述查询模式获取数据。需要注意的是，通过 session.query() 查询返回的是一个 Query 对象，此时并未真正去数据库中查询。只有当执行 .all()、.first() 等具体函数时，才会真正执行数据库操作。

其中，query 提供了 filter 和 filter_by 两种过滤方法，上述例子也可以改写为：

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

通常这两个方法都会用到，因此务必掌握它们的区别：

filter

filter_by 支持所有比较运算符，相等比较使用 ==；仅支持使用 "="、"!=" 和 "><"；过滤时使用类名.属性名；不支持组合查询，只能连续调用 filter 变相实现；参数为 **kwargs，支持组合查询，支持 and、or 和 in 等逻辑。

修改数据（Update）

更新数据有两种方法，第一种是使用 query 中的 update 方法：

修改数据

更新数据有两种方法，第一种是使用 query 中的 update 方法：

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

另一种是直接操作对应的表模型：

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

这两种方式中，一般批量更新时我会选择前者；而需要对查询获取的对象属性进行修改后再更新的场景，则需要使用后者。

删除数据（Delete）

与更新数据类似，删除数据也有两种方法，第一种：

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

第二种：

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

批量删除时推荐使用第二种方法。

以上即为 Python SQLAlchemy 的基本用法总结。

完整代码可参考：我的 GitHub 仓库

总结

以上所述是小编给大家介绍的 Python SQLAlchemy 入门教程，希望对大家有所帮助。如果大家有任何疑问请留言，小编会及时回复。在此非常感谢大家对本站的支持！ 如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！