第 86 天:Python SQLAlchemy

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
云原生数据库 PolarDB PostgreSQL 版,标准版 2核4GB 50GB
简介: 第 86 天:Python SQLAlchemy

1 简介


SQLAlchemy 是一个使用 Python 实现的 ORM 框架,它的设计理念是:SQL 数据库的量级和性能比对象集合重要,对象集合的抽象比表和行重要;它采用了类似于 Java 里 Hibernate 的数据映射模型;它的目标是提供能兼容众多数据库(如:SQLite、MySQL、Postgres、Oracle、MS-SQL、SQLServer 和 Firebird)的企业级持久性模型。

上面提到了 ORM,那 ORM 是什么?ORM 全称 Object Relational Mapping,中文译为对象关系映射,简单的说就是在数据库与业务实体对象之间建立了一种对应关系,我们可以用操作实体对象的方式来完成数据库的操作,ORM 封装了数据库操作,我们无需关心底层数据库是什么,也不用关心 SQL 语言,只需与数据对象交互即可。


2 使用


SQLAlchemy 可以支持多种数据库,本文我们以 SQLite 例,其他数据库也会做一些简单介绍。


2.1 安装


在使用 SQLAlchemy 之前,我们首先要进行安装,使用 pip install sqlalchemy 即可。安装好后看一下版本,如下所示:


>>> import sqlalchemy>>> sqlalchemy.__version__'1.3.11'


2.2 创建连接


具体操作之前先看一下 SQLAlchemy Engine(引擎),如图所示:

image.png


SQLAlchemy 通过 Engine 来驱动,从图中可以看出 Engine 内维护了一个连接池(Pool)和方言(Dialect),Pool 就是用来存放连接的,Dialect 是用来判断要连接的是哪种数据库,我们创建连接要先创建 Engine,然后再通过 Engine 来创建连接。


2.2.1 SQLite


我们先来看一下如何创建 Engine,几种创建方式如下所示:


相对路径方式


engine = create_engine('sqlite:///foo.db')


绝对路径方式


# Unix/Macengine = create_engine('sqlite:////absolute/path/to/foo.db')
# Windowsengine = create_engine('sqlite:///C:\\path\\to\\foo.db')
# Windows 另一种写法engine = create_engine(r'sqlite:///C:\path\to\foo.db')


创建内存数据库


SQLite 可以创建内存数据库,其他数据库不可以。


engine = create_engine('sqlite://')


以相对路径方式为例,看一下实现示例:




from sqlalchemy import create_engine
# 创建 Engineengine = create_engine('sqlite:///foo.db', echo=True)# 创建连接conn = engine.connect()

echo=True 会将执行语句打印出来,默认为 False;数据库(foo.db)不存在会自动创建。


2.2.2 其他数据库


MySQL


在使用之前要进行第三库的安装,使用 pip install mysqlclient 和 pip install pymysql 即可。


创建 Engine 方式如下所示:


# defaultengine = create_engine('mysql://scott:tiger@localhost/foo')
# mysqlclientengine = create_engine('mysql+mysqldb://scott:tiger@localhost/foo')
# PyMySQLengine = create_engine('mysql+pymysql://scott:tiger@localhost/foo')

使用示例如下所示:


from sqlalchemy import create_engine
engine = create_engine('mysql://root:root@localhost:3306/mysql',                       echo=True,                       pool_size=10,                       pool_recycle=3600)conn = engine.connect()


参数说明如下所示:

  • echo:值为 True 将执行语句打印出来,默认为 False。
  • pool_size:连接池的大小,默认为 5,0 表示连接数无限制。
  • pool_recycle:设置了 pool_recycle 后,SQLAlchemy 会在指定时间内回收连接,单位为秒。


Oracle


创建 Engine 方式如下所示:


engine = create_engine('oracle://scott:tiger@127.0.0.1:1521/sidname')
engine = create_engine('oracle+cx_oracle://scott:tiger@tnsname')

PostgreSQL


创建 Engine 方式如下所示:



# defaultengine = create_engine('postgresql://scott:tiger@localhost/mydatabase')
# psycopg2engine = create_engine('postgresql+psycopg2://scott:tiger@localhost/mydatabase')
# pg8000engine = create_engine('postgresql+pg8000://scott:tiger@localhost/mydatabase')

SQL Server


创建 Engine 方式如下所示:


# pyodbcengine = create_engine('mssql+pyodbc://scott:tiger@mydsn')
# pymssqlengine = create_engine('mssql+pymssql://scott:tiger@hostname:port/dbname')


2.3 创建表

表的创建通过映射类的方式实现,首先创建映射基类,后面的类需要继承它,如下所示:


from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base()

创建具体映射类,如下所示:



from sqlalchemy import create_enginefrom sqlalchemy.ext.declarative import declarative_basefrom sqlalchemy import Column, Integer, String
engine = create_engine('sqlite:///foo.db', echo=True)# 映射基类Base = declarative_base()# 具体映射类class SysUser(Base):    # 指定映射表名    __tablename__ = 'sys_user'
    # id 设置为主键    id = Column(Integer, primary_key=True)    # 指定 name 映射到 name 字段    name = Column(String(30))    password = Column(String(32))
# 创建表Base.metadata.create_all(engine)


执行完成后表就自动为我们创建好了,我们通过 SQLiteStudio 查看一下,结果如图所示:


image.png


2.4 建立会话

具体的操作需要使用 session,创建方式如下所示:


from sqlalchemy import create_enginefrom sqlalchemy.orm import sessionmaker
engine = create_engine('sqlite:///foo.db', echo=True)Session = sessionmaker(bind=engine)# 创建 Session 类实例session = Session()


2.5 基本操作


2.5.1 新增


我们先新增一条数据,如下所示:


from sqlalchemy import create_enginefrom sqlalchemy.ext.declarative import declarative_basefrom sqlalchemy import Column, Integer, Stringfrom sqlalchemy.orm import sessionmaker
engine = create_engine('sqlite:///foo.db', echo=True)# 映射基类Base = declarative_base()# 具体映射类class SysUser(Base):    # 指定映射表名    __tablename__ = 'sys_user'
    # id 设置为主键    id = Column(Integer, primary_key=True)    # 指定 name 映射到 name 字段    name = Column(String(30))    password = Column(String(32))Session = sessionmaker(bind=engine)# 创建 Session 类实例session = Session()# 新增su = SysUser(id=1, name='Jhon', password='123456')# 保存session.add(su)# 提交session.commit()# 关闭session.close()


2.5.2 查询

查询操作如下所示:



from sqlalchemy import create_enginefrom sqlalchemy.ext.declarative import declarative_basefrom sqlalchemy import Column, Integer, Stringfrom sqlalchemy.orm import sessionmaker
engine = create_engine('sqlite:///foo.db', echo=True)# 映射基类Base = declarative_base()# 具体映射类class SysUser(Base):    # 指定映射表名    __tablename__ = 'sys_user'
    # id 设置为主键    id = Column(Integer, primary_key=True)    # 指定 name 映射到 name 字段    name = Column(String(30))    password = Column(String(32))Session = sessionmaker(bind=engine)# 创建 Session 类实例session = Session()# 查询一条数据,filter 相当于 where 条件u = session.query(SysUser).filter(SysUser.id==1).one()# 查询所有数据# session.query(SysUser).filter(SysUser.id==1).all()print('name-->', u.name)


2.5.3 修改


我们将 id=1 这条数据的 name 修改一下,如下所示:


from sqlalchemy import create_enginefrom sqlalchemy.ext.declarative import declarative_basefrom sqlalchemy import Column, Integer, Stringfrom sqlalchemy.orm import sessionmaker
engine = create_engine('sqlite:///foo.db', echo=True)# 映射基类Base = declarative_base()# 具体映射类class SysUser(Base):    # 指定映射表名    __tablename__ = 'sys_user'
    # id 设置为主键    id = Column(Integer, primary_key=True)    # 指定 name 映射到 name 字段    name = Column(String(30))    password = Column(String(32))Session = sessionmaker(bind=engine)# 创建 Session 类实例session = Session()u = session.query(SysUser).filter(SysUser.id==1).one()print('修改前名字-->', u.name)u.name = 'James'session.commit()print('修改后名字-->', u.name)


2.5.4 删除

我们将 id=1 这条数据删除,如下所示:



from sqlalchemy import create_enginefrom sqlalchemy.ext.declarative import declarative_basefrom sqlalchemy import Column, Integer, Stringfrom sqlalchemy.orm import sessionmaker
engine = create_engine('sqlite:///foo.db', echo=True)# 映射基类Base = declarative_base()# 具体映射类class SysUser(Base):    # 指定映射表名    __tablename__ = 'sys_user'
    # id 设置为主键    id = Column(Integer, primary_key=True)    # 指定 name 映射到 name 字段    name = Column(String(30))    password = Column(String(32))Session = sessionmaker(bind=engine)# 创建 Session 类实例session = Session()u = session.query(SysUser).filter(SysUser.id==1).one()session.delete(u)session.commit()


总结


本文介绍了 SQLAlchemy 的基本概念和使用,对 Python 工程师使用 SQLAlchemy 提供了支撑。


参考:


https://docs.sqlalchemy.org/en/13/orm/tutorial.html

示例代码:Python-100-days-day086


相关实践学习
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
目录
相关文章
|
SQL 关系型数据库 MySQL
python使用SQLAlchemy进行mysql的ORM操作
python使用SQLAlchemy进行mysql的ORM操作
115 0
|
2月前
|
数据采集 关系型数据库 MySQL
如何用Python+sqlalchemy创建数据库
如何用Python+sqlalchemy创建数据库
|
1月前
|
SQL 数据库连接 数据库
使用 Python 和 SQLAlchemy 进行数据库操作
【10月更文挑战第2天】使用 Python 和 SQLAlchemy 进行数据库操作
|
3月前
|
SQL NoSQL 数据库
在Python中使用sqlalchemy来操作数据库的几个小总结
在探索使用 FastAPI, SQLAlchemy, Pydantic,Redis, JWT 构建的项目的时候,其中数据库访问采用SQLAlchemy,并采用异步方式。数据库操作和控制器操作,采用基类继承的方式减少重复代码,提高代码复用性。在这个过程中设计接口和测试的时候,对一些问题进行跟踪解决,并记录供参考。
|
3月前
|
SQL 开发框架 数据库
在Python中使用sqlalchemy来操作数据库的几个小总结
在Python中使用sqlalchemy来操作数据库的几个小总结
|
4月前
|
数据库 Python
【Python】已解决:Pandas requires version ‘1.4.0’ or newer of ‘sqlalchemy’ (version ‘0.7.10’ currently ins
【Python】已解决:Pandas requires version ‘1.4.0’ or newer of ‘sqlalchemy’ (version ‘0.7.10’ currently ins
132 0
|
6月前
|
SQL API 数据库
Python中的SQLAlchemy框架:深度解析与实战应用
【4月更文挑战第13天】在Python的众多ORM(对象关系映射)框架中,SQLAlchemy以其功能强大、灵活性和易扩展性脱颖而出,成为许多开发者首选的数据库操作工具。本文将深入探讨SQLAlchemy的核心概念、功能特点以及实战应用,帮助读者更好地理解和使用这一框架。
|
6月前
|
SQL 数据库 数据库管理
Python数据库操作(SQLAlchemy、SQLite等)面试题集
【4月更文挑战第15天】本文介绍了Python数据库操作的面试重点,涵盖SQLAlchemy ORM和SQLite。内容包括:1) 使用SQLAlchemy定义SQLite表的Python类及执行CRUD操作,强调ORM使用和会话管理;2) 查询优化与性能,涉及JOIN、分组、聚合查询,并提醒注意懒加载和索引创建;3) 异常处理和事务管理,展示如何捕获异常并进行事务控制。通过理解这些知识点并避免常见错误,可在面试中表现出色。
104 0
|
6月前
|
SQL 存储 关系型数据库
Python SQLAlchemy:需要了解的 3 个数据库操作功能
Python SQLAlchemy:需要了解的 3 个数据库操作功能
258 0
|
SQL 数据库连接 数据库
数据库操作与Python:使用SQLAlchemy构建强大的数据库应用
数据库是许多应用程序的核心组件,而Python提供了多种库来简化数据库操作。SQLAlchemy是其中一种强大而灵活的工具,它不仅提供了ORM(对象关系映射)功能,还支持直接的SQL查询。本文将介绍如何使用SQLAlchemy构建数据库应用,包括数据库连接、模型定义、查询和事务处理等关键方面。