本文详细介绍了Python中使用SQLAlchemy库的方法。首先对SQLAlchemy进行了简介，包括其定义、适用的数据库类型等。然后讨论了SQLAlchemy提供的两种主要使用模式，即SQL表达式语言和ORM。针对不同的需求，给出了选择哪种模式的建议。最后，介绍了连接数据库的方法，包括创建SQLAlchemy引擎和执行SQL语句的接口。
一、SQLAlchemy简介
1.1、SQLAlchemy是什么？
sqlalchemy是一个python语言实现的的针对关系型数据库的orm库。可用于连接大多数常见的数据库，比如Postges、MySQL、SQLite、Oracle等。
1.2、为什么要使用SQLAlchemy？
它将你的代码从底层数据库及其相关的SQL特性中抽象出来。
1.3、SQLAlchemy提供了两种主要的使用模式
- SQL表达式语言（SQLAlchemy Core）
- ORM
1.4、应该选择哪种模式？
虽然你使用的框架中已经内置了ORM，但是希望添加更强大的报表功能，请选用Core。
如果你想在一个一模式为中心的视图中查看数据（用户类似于SQL），请使用Core。
如果你的数据不需要业务对象，请使用Core。
如果你要把数据看作业务对象，请使用ORM。
如果你想快速创建原型，请使用ORM。
如果你需要同事使用业务对象和其他与问题域无关的数据，请组合使用Core和ORM。
1.5、连接数据库
要连接到数据库，需要先创建一个SQLAlchemy引擎。SQLAlchemy引擎为数据库创建一个公共接口来执行SQL语句。这是通过包装数据库连接池和方言（不同数据库客户端）来实现的。
SQLAlchemy提供了一个函数来创建引擎。在这个函数中，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需要用某种东西来代表数据库中的表。为此，可以使用下面三种方法总的一种：
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
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，它们与一个常见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。我们要在构造函数中提供MetaData对象（元数据）和表名，任何其他参数都被认为是列对象。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
首先创造一条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inset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()函数的返回值是一热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，用来指定删除范文。
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。
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。
四、反射
使用反射技术可以利用先用数据库填充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库的资料请关注编程笔记其它相关文章！
原文链接：https://www.cnblogs.com/lit10050528/p/13806516.html
京公网安备 11010802041100号