Python的SQLalchemy模块连接与操作MySQL的基础示例
一、SQLalchemy简介
SQLAlchemy是一个开源的SQL工具包,基本Python编程语言的MIT许可证而发布的对象关系映射器。SQLAlchemy提供了“一个熟知的企业级全套持久性模式,使用ORM等独立SQLAlchemy的一个优势在于其允许开发人员首先考虑数据模型,并能决定稍后可视化数据的方式。
二、SQLAlchempy的安装
首先需安装mysql,这里就不再多说了.....
然后,下载SQLAlchemy(http://www.sqlalchemy.org/download.html),这里我们以Windows系统为例,然后打开cmd,在安装包文件目录下,运行
python setup.py install
,通过python下输入
import sqlalchemy
,执行未报错则表示安装成功
三、SQLAlchemy的使用实例
1、完成简单数据表信息查询
# 1. 导入模块 from sqlalchemy import * from sqlclchemy.orm import * # 2. 建立数据库引擎 mysql_engine = create_engine("$address", echo, module) #address 数据库://用户名:密码(没有密码则为空)@主机名:端口/数据库名 #echo标识用于设置通过python标准日志模块完成的SQLAlchemy日志系统,当开启日志功能,我们将能看到所有的SQL生成代码 # 3. 建立连接 connection = mysql_engine.connect() # 4. 查询表信息 result = connection.execute("select name from t_name) for row in result: print "name: ", row['name'] # 5. 关闭连接 connection.close()
2、插入新的数据表
# 1. 导入模块 from sqlalchemy import * from sqlclchemy.orm import * # 2. 建立数据库引擎 mysql_engine = create_engine("$address", echo, module) #address 数据库://用户名:密码(没有密码则为空)@主机名:端口/数据库名 #echo标识用于设置通过python标准日志模块完成的SQLAlchemy日志系统,当开启日志功能,我们将能看到所有的SQL生成代码 # 3. 设置metadata并将其绑定到数据库引擎 metadata = Metadata(mysql_engine) # 4. 定义需新建的表 users = Table('users', metadata,Column('user_id', Integer, primary_key=True), Column('name', String(40)), Column('age', Integer), Column('password', String),) #Table实现方式与SQL语言中的CRETE TABLE类似 # 5. 在数据库中创建表 metadata.create_all(mysql_engine) #向数据库发出CREATE TABLE命令,由此数据库新建名为users的表 #调用时会检查已经存在的表结构,因此可重复调用 # 6. 创建一个与数据库中的users表匹配的python类 class user(): def __int__(self, name, fullname, password): self.name = name self.fullname = fullname self.passwd = passwd #python类的属性需与users表的列名一致 # 7. 设置映射 from sqlalchemy.orm import mapper mapper(user, users) # mapper()创建一个新的Mapper对象,与定义的类相关联 #需要注意的是,通过mapper建立映射的数据表必须带有主键,如果没有主键就无法定位某个table的某行row, #如果无法定位某行row, 就无法做Object-relational mapping这样的映射 # 8. 创建session Session = sessionmaker(bind=mysql_egnine) session = Session() #由此我们只需对python的user类的操作,后台数据库的具体实现交由session完成 # 9. 执行 session.commit() #实现与数据库的交互 # 10. 查询 usr_info = session.query(user).filter_by(age=12).first() #返回数据库中年纪12岁的第一条数据
上面结合SQLAlchemy中ORM部分实现一个Mapper对象,将类的实例对应表中的记录,实例的属性对应字段。实现一个Data Mapping需要三个元素:Tabella Metadata, user-defined class, mapper对象,这三个是实现对象对表映射的基本元素,在此基础上,可实现一对多的映射,实现类似多表查询的问题
首先创建两个相关联的表Student, Score,表Score中以主表的id字段为外键
Student = Table('student', engine, column(‘id', Interger, primary_key = True), column('name', String, nullable=False), column('age', Interger) ) Score = Table('score', engine, column('id', Integer, primary_key=True), column('student_id', Integer, ForeignKey(student.id)) column('category', String, nullable=False), column('score', Integer) )
两表中,Score表以Student表中id项为外键,一般称Student表为主表,Score表为从表
表创建好后,那同样,在python中需定义两个与表相对应的类
class student_type(object): def __init__(self): self.name = None class score_type(object): def __init__(self): self.category = None
在建立mapping时,我们只需要体现两个表间又相互关联关系,
并不关心表中具体的主键与外键等关系(由SQLAlchemy处理),
当需要体现表student与表score间的关联关系,mapper具体的定义方法如:
mapper(student_type, student, properties={'_scores': relation(score_type, Score)})
通过properties中参数,实现score_type 与Score的映射,
由此可以通过访问student中的'_scores'属性来查询Score表中的值
另外,properties是一个字典,可以添加多个属性,SQLAlchemy中有些模块如backref, 也可导入
综上,使用关系映射可以方便地从一个对象直接找到相对应的其他的对象
相关文章
Python实现滑动平均(Moving Average)的例子
今天小编就为大家分享一篇Python实现滑动平均(Moving Average)的例子,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2019-08-08
最新评论