Python SQLAlchemy库全面指南：Core与ORM实战详解
本文详细介绍Python SQLAlchemy库的使用方法，涵盖Core和ORM两种模式。从引擎创建、表结构定义到增删改查操作，结合代码示例解析SQL表达式语言与对象关系映射的核心概念，帮助开发者根据需求选择合适的开发模式。
SQLAlchemy简介与模式选择
一、SQLAlchemy简介
1.1、SQLAlchemy是什么？
SQLAlchemy是一个基于Python语言的关系型数据库ORM（对象关系映射）库。它支持连接多种主流数据库，包括PostgreSQL、MySQL、SQLite以及Oracle等。
1.2、为什么要使用SQLAlchemy？
它能够将应用程序代码与底层数据库及其特定的SQL特性解耦，提高代码的可移植性和维护性。
1.3、SQLAlchemy提供了两种主要的使用模式
- SQL表达式语言（SQLAlchemy Core）
- ORM（对象关系映射）
1.4、应该选择哪种模式？
尽管你使用的框架可能已内置ORM，但若需更强大的报表功能，建议选择Core。若希望以类似SQL的方式查看数据，请使用Core。若数据无需封装为业务对象，请选择Core。若将数据视为业务对象，请使用ORM。若需快速构建原型，推荐使用ORM。若需同时使用业务对象与无关数据，可组合使用Core和ORM。
数据库连接与引擎创建
1.5、连接数据库
要连接到数据库，首先需要创建一个SQLAlchemy引擎。该引擎为数据库提供了一个执行SQL语句的公共接口，通过封装数据库连接池和方言（针对不同数据库客户端）来实现。
SQLAlchemy提供了一个用于创建引擎的函数。在该函数中，你可以指定连接字符串，以及其他一些可选的关键字参数。
from sqlalchemy import create_engine
engine = create_engine('sqlite:///cookies.db')
engine1 = create_engine('sqlite:///:memory:')
engine2 = create_engine('sqlite://///home/cookiemonster/cookies.db')
engine3 = create_engine('sqlite:///c:\\Users\\cookiemonster\\cookies.db')
engine_mysql = create_engine('mysql+pymysql://cookiemonster:chocolatechip', '@mysql01.monster.internal/cookies', pool_recycle=3600)1.6、模式和类型
为了访问底层数据库，SQLAlchemy需要用某种方式来代表数据库中的表。为此，可以使用以下三种方法之一：
使用用户定义的Table对象 使用代表数据表的声明式类 从数据库中推断
SQLAlchemy Core核心操作
二、SQLAlchemy core
SQLAlchemy Core定义表结构使用的是1.5中说的第1种方式。table对象包含一系列带有类型的列和属性，它们与一个共同的元数据容器相关联。
元数据可以看作是一种Table对象目录。这些表可以通过MetaData.tables来访问。
2.1、定义表结构
在SQLAlchemy Core中，我们通过Table构造函数来初始化Table对象。在构造函数中，我们需要提供MetaData对象（元数据）和表名，任何其他参数都被视为列对象。列是通过Column()函数创建的。
from sqlalchemy import create_engine
from sqlalchemy import Column
from sqlalchemy import Integer
from sqlalchemy import String
from sqlalchemy import MedaData
metadata = MetaData()
user = table('user', metadata,
Column(id, Integer(), primary_key=True),
Column(name, String(255)),
)
engine = create_engine('sqlite:///:memory:')
metadata.create_all(engine) # 表的持久化2.2、插入数据
首先创建一条insert语句，用来把小明放入user表中。为此，先调用user表的insert()方法，然后再使用values()语句，关键字参数为各个列及相应值：
ins = user.insert().values(
id=1,
name='小明'
)
print(str(ins))到此仅仅只是创建了一个insert语句，还没有真正执行呢，接下来执行插入操作：
connection = engine.connect()
result = connection.execute(ins)
print(result.inserted_primary_key)2.3、查询数据
构建查询时，要用到select函数，它类似于标准SQL SELECT语句。
from sqlalchemy.sql import select
s = select([user])
# 可以使用str(s)查看数据库看到的语句
print(str(s))
rp = connection.execute(s)
results = rp.fetchall()2.3.1、ResultProxy
execute()函数的返回值是一个ResultProxy对象，它允许使用索引、名称或Column对象进行访问。
使用ResultProxy处理行
first_row = results[0]
first_row[1]
first_row.name
first_row[user.c.name]迭代ResultProxy
rp = connection.execute(s)
for record in rp:
print(record.user_name)使用方法访问结果
rp.first() # 若有记录，则返回第一个记录并关闭连接
rp.fetchone() # 返回一行，并保持光标为打开状态，以便你做更多获取调用
rp.scalar() # 入股查询结果是包含一个列的单条记录，则返回单个值2.3.2、控制查询中的列数
s = select([user.c.name])
rp = connection.execute(s)
print(rp.keys())
result = rp.first()2.3.3、排序
s = select([user.c.name])
s = s.order_by(user.c.name)
rp = connection.execute(s)
for user in rp:
print(user.name)2.3.4、限制返回结果集的条数
s = select([user.c.name])
s = s.order_by(user.c.name)
s = s.limit(2)
rp = connection.execute(s)
for user in rp:
print(user.name)2.3.5、内置SQL函数和标签
from sqlalchemy.sql import func
s = select([func.sum(user.c.score)])
rp = connection.execute(s)
print(rp.scalar())2.3.6、过滤
对查询过滤是通过添加where()语句来完成的。
s = select([user]).where(user.c.name == '小明')
rp = connection.execute(s)
record = rp.first()
print(record.items())这里只是介绍了常用的查询方法，更多复杂的查询请查阅官方文档。
2.4、更新数据
update()方法和前面的insert()方法很相似，它们的语法几乎完全一样，但是update()可以指定一个where()子句，用来指出要更新哪些行。
from sqlalchemy import update
u = update(user).where(user.c.name == '小明')
u = u.values(name='小华')
result = connection.execute(u)
print(result.rowcount)2.5、删除数据
创建删除语句时，既可以使用delete()函数，也可以使用表的delete()方法。与insert()和update()不同，delete()不接收值参数，只接收一个可选where子句，用来指定删除范围。
from sqlalchemy import delete
u = delete(user).where(user.c.name == '小华')
result = connection.execute(u)
print(result.rowcount)注意：
更多的高级操作：连接、别名、分组、链式调用、原始查询等，请查阅官方文档。
2.5、事务
通过connection.begin()开启一个事务，返回一个transaction对象，接下来根据执行的情况调用transaction.commit()提交修改或者调用transaction.rollback()回滚操作。
SQLAlchemy ORM对象关系映射
三、SQLAlchemy orm
SQLAlchemy orm定义表结构使用的是1.5中说的第2种方式。通过定义一个类，它继承自一个名为declarative_base的特殊基类。declarative_base把元数据容器和映射器（用来把类映射到数据表）结合在一起。
orm使用的类应该满足如下四个要求：
- 继承自declarative_base对象。
- 包含__tablename__，这是数据库中使用的表名。
- 包含一个或多个属性，它们都是column对象。
- 确保一个或多个属性组成主键。
3.1、定义表结构：
from sqlalchemy import create_engine
from sqlalchemy import Column
from sqlalchemy import Integer
from sqlalchemy import String
from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base()
class User(Base):
__tablename__ = 'user'
id = Column(Integer, primary_key=True)
name = Column(String(255))
engine = create_engine('sqlite:///')
Base.metadata.create_all(engine)
Session = sessionmaker(bind=engine)
session = Session()3.2、会话（session)
会话是SQLAlchemy ORM和数据库交互的方式。它通过引擎包装数据库连接，并为通过会话加载或与会话关联的对象提供标识映射（identity map）。标识映射是一种类似于缓存的数据结构，它包含由对象表和主键确定的一个唯一的对象列表。会话还包装了一个事务，这个事务将一直保持打开状态，直到会话提交或回滚。
为创建会话，SQLAlchemy提供了一个sessionmaker类，这个类可以确保在整个应用程序中能够使用相同的参数创建会话。sessionmaker类通过创建一个Session类来实现这一点，Session类是根据传递给sessionmaker工厂的参数配置的。
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
engine = create_engine('sqlite:///:memory:')
Session = sessionmaker(bind=engine)
session = Session()3.3、插入
user = User(1, '小明')
session.add(user)
session.commit()3.4、查询
for row in session.query(User):
print(row.id, row.name)注意：session.query()的返回值是Query对象，不能使用它的返回值作为查询结果。关于Query对象的用法，请参阅：https://docs.sqlalchemy.org/en/13/orm/query.html#sqlalchemy.orm.query.Query
常用Query对象的方法：
q = session.query(User)
q.count() # 获取查询结果的数量
q.all() # 返回查询结果的list，会触发执行SQL查询
q.get(id) # 根据primary_key查询单个对象
q.as_scalar() # 返回此次查询的SQL语句3.4.1、控制查询中的列数
print(session.query(user.name).first())3.4.2、排序
for record in sesssion.query(user).order_by(user.name):
print(user.name)3.4.3、限制返回结果集的条数
query = session.query(user).order_by(user.name).[:2]
print([result.user_name for result in query])3.4.4、内置SQL函数和标签
from sqlalchemy import func
inv_count = session.query(func.sum(user.name)).scalar()
print(inv_count)3.4.5、过滤
record = session.query(user).filter(user.name == '小华')
print(record)3.5、更新数据
query = session.query(user)
xm_user = query.filter(user.user_name == '小华').first()
xm_user.name = 'robin'
session.commit()
print(xm_user.quantity)3.6、删除数据
query = session.query(user)
xm_user = query.filter(user.user_name == '小华').first()
session.delete(xm_user)
session.commit()
print(xm_user)注意：
这里简单介绍了SQLAlchemy orm的常见用法，更高级的用法请查阅官方文档。
数据库反射技术
四、反射
使用反射技术可以利用现有数据库填充SQLAlchemy对象。
4.1、反射单个表
创建初始对象：
from sqlalchemy import Metadata, create_engines
metadata = MetaData()
engine = reate_engine('sqlite:///')反射Artist表
from sqlalchmy impport Table
artist = Table('Artist', metadata, autoload=True, autoload_with=engine)4.2、反射整个数据库
metadata.reflect(bind=engine)参考资料
https://docs.sqlalchemy.org/en/13/core/type_basics.html#generic-types
以上就是Python SQLAlchemy库的使用方法的详细内容，更多关于Python SQLAlchemy库的资料请关注本站其它相关文章！
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
