Python 数据库操作 SQLAlchemy的示例代码

2023-08-28 21:15:05 63

程序在运行过程中所有的的数据都存储在内存(RAM)中，「RAM是易失性存储器，系统掉电后RAM中的所有数据将全部丢失」。在大多数情况下我们希望程序运行中产生的数据能够长久的保存，此时我们就需要将数据保存到磁盘上，无论是保存到本地磁盘，还是通过网络保存到服务器上，最终都会将数据写入磁盘文件。将数据保存在磁盘中我们需要面对一个数据格式的问题，此时就需要引入数据库操作。

数据库是专门用于数据的集中存储和查询的软件，它便于程序保存和读取数据，且能够通过特定的条件查询指定的数据。

Python的标准数据库接口为PythonDB-API，它为编程人员提供了完善的数据库应用标称接口。但是使用PythonDB-API需要开发人员自行去拼接SQL，并把SQL做成模板。此时全靠编程人员来保证系统的安全性，完全有人来保证系统的安全性，不可避免的会出现错误，为了减少人为原因产生的错误ORM框架应运而生。

ORM即Object-RelationalMapping，把关系数据库的表结构映射到对象上面。负责这个转换过程的就是ORM框架

Python中的ORM框架主要有SQLObject、Storm、Django'sORM、peewee、SQLALchemy。每种ORM框架都有各自的特点和相应的应用范围，本文主要介绍SALALchemy，若你对其他框架感兴趣请自行搜索相关内容。

SQLAlchemy简介

SQLAlchemy是一个功能强大的开源PythonORM工具包。它提供了“一个知名企业级的持久化模式的，专为高效率和高性能的数据库访问设计的，改编成一个简单的Python域语言的完整套件”。它采用了数据映射模式（像Java中的Hibernate）而不是ActiveRecord模式（像RubyonRails的ORM）。

SQLAlchemy官网。

SQLAlchemy的优缺点：

优点：

企业级API，使得代码有健壮性和适应性。
灵活的设计，使得能轻松完成复杂的数据查询。

缺点：

工作单元概念不常见。
重量级API，导致长学习曲线。

SQLAlchemy应用

以下是一段使用SQLAlchemy操作SQLite数据库的代码

#-*-coding:utf-8-*-

fromsqlalchemyimport(
create_engine,
Column,
Integer,
String,
)

fromsqlalchemy.ext.declarativeimportdeclarative_base
fromsqlalchemy.ormimportsessionmaker

engine=create_engine('sqlite:///./sqlalchemy.sqlite',echo=True)

Base=declarative_base()

classUser(Base):
__tablename__='users'

id=Column(Integer,primary_key=True,autoincrement=True)
name=Column(String)
fullname=Column(String)
nickname=Column(String)

def__repr__(self):
return""%(self.name,self.fullname,self.nickname)


db_session=sessionmaker(bind=engine)
session=db_session()

Base.metadata.create_all(engine)

user1=User(name='ed',fullname='EdJones',nickname='edsnickname')
user2=User(name='wendy',fullname='WendyWilliams',nickname='windy')
user3=User(name='mary',fullname='MaryContrary',nickname='mary')

session.add(user1)
session.add(user2)
session.add(user3)
session.commit()

user=session.query(User).filter(User.id<2).all()
print(user)
user=session.query(User).filter(User.id<=5).all()
print(user)

user1.name='admin'
session.merge(user1)
user4=User(name='fred',fullname='FredFlintstone',nickname='freddy')
session.merge(user4)
session.query(User).filter(User.id==2).update({'name':'test'})
user=session.query(User).filter(User.id<=5).all()
print(user)

在以上代码中我们完成了一下工作：

连接到数据库「本次我们使用的是SQLite数据库」。
创建数据库表并将其映射到Python类上。
创建数据实例，并将其保存到数据库中。
对保存在数据库中的数据进行读取和修改。

导入SQLAlchemy模块并连接到SQLite数据库

SQLAlchemy通过create_engine函数来创建数据库连接。create_engine函数的第一个参数是数据了URL，第二个参数echo设置为True表示在程序的运行过程中我们可以在控制台看到操作所涉及到的SQL语句。

在本次示例中我们使用的数据库是SQLite，你也可以使用其他数据库。只有在调试状态下将echo设置为True，在生产环境请将echo设置为false或省略echo参数。

engine=create_engine('sqlite:///./sqlalchemy.sqlite',echo=True)

create_engine返回的是一个Engine实例，它指向数据库的一些核心接口。SQLAlchemy会根据你选择的数据库配置而调用对应的DB-API。

create_engine函数并会不真正建立数据库的DB-API连接，当调用Engine.execute()或Engine.connect()方法时才会建立连接。大多数情况下我们无需关注Engine，SQLAlchemy会帮我们处理。

创建数据库表

将python类映射到数据库表上，这个Python类需要时一个指定基类的子类，这个基类应当含有ORM映射中相关的类和表的信息。这个基类可以通过declarative_base方法来创建。
Base=declarative_base()

在这个示例中使用Base基类创建了一个User的类来作为数据库表。

classUser(Base):
__tablename__='users'

id=Column(Integer,primary_key=True,autoincrement=True)
name=Column(String)
fullname=Column(String)
nickname=Column(String)

def__repr__(self):
return""%(self.name,self.fullname,self.nickname)

在User类中我们定义了需要映射到数据库表上的属性，主要包括表名称、列的类型和名称等。这个类至少应包含一个名为tablename的属性来给出数据库表的名称，及至少一个给出表的主键「primarykey」的列。在User类中我们定义了表名称为users，定义了id、name、fullname、nickname四列数据，并设置id为表的主键。
创建完成User类后，实际在SQLite数据库中并不存在该表，此时需要使用declarative基类的Metadata.create_all在数据库中创建users表，在create_all方法中我们需要传入参数Engine。

通过Metadata.create_all传入的Engine参数，SQLAlchemy自动实现对数据库的连接。

Base.metadata.create_all(engine)

metadata.create_all方法执行完成后在SQLite数据库即可查到名称为users的数据表。

保存数据实例到数据库中

将数据保存到数据库中，我们需要User的实例和用于操作数据的session。

session是ORM数据的接口，可以通过session来操作数据库中的数据。

使用已经定义完成的User类将数据实例化。

user1=User(name='ed',fullname='EdJones',nickname='edsnickname')
user2=User(name='wendy',fullname='WendyWilliams',nickname='windy')
user3=User(name='mary',fullname='MaryContrary',nickname='mary')

获取session首先需要使用sessionmaker来得到session的工厂类，然后通过工厂类来获取session。

db_session=sessionmaker(bind=engine)
session=db_session()

session通过Engine与数据库进行关联。session创建完成后并不会立即打开与数据库的连接，只有当我们第一使用session是，才会从Engine维护的连接池中取出一个连接来操作数据库，这个连接在我们关闭session时会被释放。
获取session后可以通过add和commit方法将数据保存到数据库中。

session.add(user1)
session.add(user2)
session.add(user3)
session.commit()

对数据库中的数据进行查询和修改

SQLAlchemy通过query来对数据进行查询，可以通过filter方法对查询结果进行筛选。

user=session.query(User).filter(User.id<2).all()
print(user)
user=session.query(User).filter(User.id<=5).all()
print(user)

以上代码通过query获取数据库中所有User数据，然后通过filter方法筛选出id小于2和id小于等于5的数据。

数据库的修改可以通过merge和update来实现

user1.name='admin'
session.merge(user1)
user4=User(name='fred',fullname='FredFlintstone',nickname='freddy')
session.merge(user4)
session.query(User).filter(User.id==2).update({'name':'test'})
user=session.query(User).filter(User.id<=5).all()
print(user)

使用merge修改数据，当数据中存在该数据时修改，不存在是将当前数据插入数据库中。

代码运行结果

以上示例代码的运行结果如下

2019-02-1621:45:23,919INFOsqlalchemy.engine.base.EngineSELECTCAST('testplainreturns'ASVARCHAR(60))ASanon_1
2019-02-1621:45:23,919INFOsqlalchemy.engine.base.Engine()
2019-02-1621:45:23,919INFOsqlalchemy.engine.base.EngineSELECTCAST('testunicodereturns'ASVARCHAR(60))ASanon_1
2019-02-1621:45:23,919INFOsqlalchemy.engine.base.Engine()
2019-02-1621:45:23,920INFOsqlalchemy.engine.base.EnginePRAGMAtable_info("users")
2019-02-1621:45:23,920INFOsqlalchemy.engine.base.Engine()
2019-02-1621:45:23,921INFOsqlalchemy.engine.base.Engine
CREATETABLEusers(
idINTEGERNOTNULL,
nameVARCHAR,
fullnameVARCHAR,
nicknameVARCHAR,
PRIMARYKEY(id)
)


2019-02-1621:45:23,921INFOsqlalchemy.engine.base.Engine()
2019-02-1621:45:23,922INFOsqlalchemy.engine.base.EngineCOMMIT
2019-02-1621:45:23,924INFOsqlalchemy.engine.base.EngineBEGIN(implicit)
2019-02-1621:45:23,925INFOsqlalchemy.engine.base.EngineINSERTINTOusers(name,fullname,nickname)VALUES(?,?,?)
2019-02-1621:45:23,925INFOsqlalchemy.engine.base.Engine('ed','EdJones','edsnickname')
2019-02-1621:45:23,926INFOsqlalchemy.engine.base.EngineINSERTINTOusers(name,fullname,nickname)VALUES(?,?,?)
2019-02-1621:45:23,926INFOsqlalchemy.engine.base.Engine('wendy','WendyWilliams','windy')
2019-02-1621:45:23,926INFOsqlalchemy.engine.base.EngineINSERTINTOusers(name,fullname,nickname)VALUES(?,?,?)
2019-02-1621:45:23,926INFOsqlalchemy.engine.base.Engine('mary','MaryContrary','mary')
2019-02-1621:45:23,927INFOsqlalchemy.engine.base.EngineCOMMIT
2019-02-1621:45:23,929INFOsqlalchemy.engine.base.EngineBEGIN(implicit)
2019-02-1621:45:23,929INFOsqlalchemy.engine.base.EngineSELECTusers.idASusers_id,users.nameASusers_name,users.fullnameASusers_fullname,users.nicknameASusers_nickname
FROMusers
WHEREusers.id]
2019-02-1621:45:23,931INFOsqlalchemy.engine.base.EngineSELECTusers.idASusers_id,users.nameASusers_name,users.fullnameASusers_fullname,users.nicknameASusers_nickname
FROMusers
WHEREusers.id<=?
2019-02-1621:45:23,931INFOsqlalchemy.engine.base.Engine(5,)
[,,]
2019-02-1621:45:23,932INFOsqlalchemy.engine.base.EngineUPDATEusersSETname=?WHEREusers.id=?
2019-02-1621:45:23,932INFOsqlalchemy.engine.base.Engine('admin',1)
2019-02-1621:45:23,933INFOsqlalchemy.engine.base.EngineINSERTINTOusers(name,fullname,nickname)VALUES(?,?,?)
2019-02-1621:45:23,933INFOsqlalchemy.engine.base.Engine('fred','FredFlintstone','freddy')
2019-02-1621:45:23,934INFOsqlalchemy.engine.base.EngineUPDATEusersSETname=?WHEREusers.id=?
2019-02-1621:45:23,934INFOsqlalchemy.engine.base.Engine('test',2)
2019-02-1621:45:23,935INFOsqlalchemy.engine.base.EngineSELECTusers.idASusers_id,users.nameASusers_name,users.fullnameASusers_fullname,users.nicknameASusers_nickname
FROMusers
WHEREusers.id<=?
2019-02-1621:45:23,935INFOsqlalchemy.engine.base.Engine(5,)
[,,,]

由于我们设置create_engine中echo为True，因此在执行结果中包含了SQLAlchemy打印的SQL语句，我们可以取消crete_engine中的echo

engine=create_engine('sqlite:///./sqlalchemy.sqlite')

此时的执行结果如下：

[]
[,,]
[,,,]

当取消echo后，程序运行结果中原有的SQL语句消失。

本文只是对SQLAlchemy的使用进行简单的介绍，SQLAlchemy本身还有很多特性和运用方法我们可以共同探讨。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。

Python 数据库操作 SQLAlchemy的示例代码

热门推荐

随机推荐