SQLAlchemy

知识点:

  1. 什么是sqlalchemy
  2. 环境搭建
  3. 使用sqlalchemy
  4. sqlalchemy对象映射
  5. 常用的过滤方法
  6. sqlalchemy常用的数据类型

什么是sqlalchemy

ORM 全称 Object Relational Mapping对象关系映射。
SQLAlchemy 是一个数据库的ORM框架,python操作数据库的工具ORM 将数据库中的表与面向对象语言中的类建立了一种对应关系。

部署环境

第一、mysql 数据库。
第二、pymysql 用于连接 MySQL 服务器的一个库
通过e装 : pip install pymysql
第三、sqlalchemy 数据库的ORM框架
通过pip安装 : pip install sqlalchemy

注意:
pip安装是在python的环境变量配置好的前提下打开windows上的命令提示符进行安装。
安装完成后打开python IDLE,通过import sqlalchemy测试是否安装成功。

使用sqlaclchemy

从sqlalchemy中导入create_engin,创建引擎建立与数据库的连接。
from sqlalchemy import create_engine

准备连接数据库的数据:
HOSTNAME = '127.0.0.1' # ip地址
PORT = '3306' # 端口号
DATABASE = 'sqlceshi' # 数据库名
USERNAME = 'zhiliaoawen' # 用户名
PASSWORD = 'zhiliaoawen' # 用户登录密码
DB_URI的格式:
数据库类型+数据库驱动名称://用户名:密码@机器地址:端口号/数据库名?字符编码
DB_URI=mysql+pymysql://<username>:<password>@<host>/<dbname>charset=utf8
engine = create_engine(DB_URI)

  • 声明映射
    对象关系型映射,数据库中的表与python中的类相对应,创建的类必须继承自sqlalchemy中的基类。
    使用Declarative方法定义的映射类依据一个基类,
    这个基类是维系类和数据表关系的目录
    应用通常只需要有一个base的实例。我们通过declarative_base()功能创建一个基类
from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base(engine)
  • 创建数据表对应的类
    这些表的类都继承于我们的Base基类
    定义好一些属性,与user表中的字段进行映射并且这个属性要属于某个类型
    Column用来创建表中的字段的一个方法
    sqlalchemy常用的数据类型
    Integer:整形,映射到数据库中的int类型。
    String:字符类型,映射到数据库中的varchar类型,使用时,需要提供一个字符长度。
    from sqlalchemy import Column,Integer,String

  • 数据操作
    增、删、改、查
    创建会话
    需要定义个session会话对象
    sessionmaker初始化一个类对象
    from sqlalchemy.orm import sessionmaker
    Session = sessionmaker(engine)
    session = Session()

    创建一个对象
    将数据保存到数据库中:
    将创建的user对象添加到会话对象中
    添加单个对象:
    session.add(user)
    添加多个对象:
    session.add_all([user1,user2,....])
    将会话对象进行提交:
    session.commit()
    如果你不想将修改提交则使用回滚:session.rollback()

    通过session的query这个对象完成的
    查找User这张表中的所有数据
    session.query(User).all()
    查找User这张表中的第一条数据
    session.query(User).first()
    通过username=taka来进行过滤查找
    session.query(User).filter_by(username='taka')
    通过get方法,用主键查找对象
    session.query(User).get(primary_key)
    补充:
    filter 引用列名时,使用“类名.属性名”的方式,比较使用两个等号“==”
    filter_by 引用列名时,使用“属性名”,比较使用一个等号“=” 赋值这种形式

    先从数据库中找到数据
    修改成需要的数据
    做事物的提交操作:
    user = session.query(User).filter_by(id=3)[0]
    user.username = 'awen'
    session.commit()

    先从数据库中获取数据
    使用session.delete方法进行删除
    做事务的提交操作:
    user = session.query(User).filter_by(username='taka').first()
    user.delete(user)
    session.commit()

常用过滤方法

filter和filter_by的区别:
filter 引用列名时,使用“类名.属性名”的方式,比较使用两个等号“==”
filter_by 引用列名时,使用“属性名”,比较使用一个等号“=”

等于:
session.query(User).filter(User.username == 'taka').all()

不等于:
session.query(User).filter(User.username != 'taka').all()

模糊匹配like:
session.query(User).filter(User.username.like('taka%')).all()

成员所属(in_):
session.query(User).filter(User.username.in_(['tk','塔卡','taka'])).all()

不属于notin:
session.query(User).filter(~User.username.in_(['tk','塔卡','taka'])).all()
session.query(User).filter(User.username.notin_(['tk','塔卡','taka'])).all()

为空is null:
session.query(User).filter(User.username==None).all()
# 或者是
session.query(User).filter(User.username.is_(None)).all()

不为空is not null:
session.query(User).filter(User.username != None).all()
# 或者是
session.query(User).filter(User.username.isnot(None)).all()

多个条件and:
session.query(User).filter(User.username=='taka',User.password=='123456').all()
session.query(User).filter_by(username='tk',password='1234').all()

条件或or:
from sqlalchemy import or_ 
session.query(User).filter(or_(User.username=='tk',User.password=='123456')).all()

sqlalchemy常用数据类型

  1. Integer:整型,映射到数据库中的int类型。
  2. String:字符类型,映射到数据库中的varchar类型,使用时,需要提供一个字符长度。
  3. Text:文本类型,映射到数据库中的text类型。
  4. Boolean:布尔类型,映射到数据库中的tinyint类型,在使用的时候,传递True/False进去。
  5. Date:日期类型,没有时间。映射到数据库中是date类型,
    在使用的时候,传递datetime.date()进去。
  6. DateTime:日期时间类型。映射到数据库中的是datetime类型,
    在使用的时候,传递datetime.datetime()进去。
  7. Float:浮点类型。

推荐阅读更多精彩内容