SQLAlchemy的主要组件详细讲解

 更新时间:2023年08月09日 11:11:42   作者:2301_78316786  
SQLAlchemy是一个基于Python实现的ORM框架,能满足大多数数据库操作需求,同时支持多种数据库引擎(SQLite,MySQL,Postgresql,Oracle等),这篇文章主要介绍了SQLAlchemy的主要组件有哪些,本文给大家介绍的非常详细,对大家的学习具有一定的参考借鉴价值,需要的朋友可以参考

 SQLAlchemy介绍

SQLAlchemy是一个基于Python实现的ORM框架,能满足大多数数据库操作需求,同时支持多种数据库引擎(SQLite,MySQL,Postgresql,Oracle等)

SQLAlchemy组件中最有名的是它的对象关系映射器(ORM)

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

ORM将一个Python的对象映射为数据库中的一张关系表。它将SQL封装起来,程序员不再需要关心数据库的具体操作,只需要专注于自己本身代码和业务逻辑的实现

对数据表的抽象,允许开发人员首先考虑数据模型,同时使得Python程序更加简洁易读。
对各种数据库引擎的封装,使得开发人员在面对不同数据库时,只需要做简单修改即可,工作量大大减少。

整体的实现过程就是:Python代码,通过ORM转换成SQL语句,再通过pymysql去实际操作数据库,最典型的ORM就是我们的SQLAlchemy

SQLAlchemy的主要组件有哪些?

SQLAlchemy,听名字就知道是个把SQL用魔法驱动的库。它有很多组件,让我一个个给你揭晓。首先,它的核心是Engine,相当于一个数据库的驱动程序,负责和数据库进行交流。比如你想从数据库读取数据,你只需要告诉Engine你要什么,Engine就会帮你搞到手。

例如,你想要从名为“users”的表读取所有数据,代码可能是这样的:

from sqlalchemy import create_engine  
# 创建一个引擎  
engine = create_engine('sqlite:///example.db')  
# 打开一个数据库连接  
with engine.connect() as connection:  
    # 创建一个查询,这里我们查询 "users" 表中的所有数据  
    query = connection.query(users)  
    # 执行查询并打印结果  
    for user in query:  
        print(user)

但是,SQLAlchemy更强大的地方在于,它可以把复杂的SQL查询用Python的方式写出来。比如,你想要查询“users”表中年龄大于18岁的女性用户,你可以像这样写:

from sqlalchemy import create_engine, Column, Integer, String, func  
from sqlalchemy.orm import sessionmaker  
from sqlalchemy.ext.declarative import declarative_base  
# 创建ORM对象的基础  
Base = declarative_base()  
# 定义一个User对象  
class User(Base):  
    __tablename__ = 'users'  
    id = Column(Integer, primary_key=True)  
    name = Column(String)  
    age = Column(Integer)  
    gender = Column(String)  
# 创建一个引擎  
engine = create_engine('sqlite:///example.db')  
# 创建Session类  
Session = sessionmaker(bind=engine)  
# 创建一个新的Session对象  
session = Session()  
# 查询所有年龄大于18岁的女性用户  
for user in session.query(User).filter(User.age > 18, User.gender == 'female'):  
    print(user.id, user.name, user.age, user.gender)

是不是很酷?不过要注意,上面的代码需要先建立一个数据库和相应的表。你可以用SQLAlchemy的DDL(数据库定义语言)来创建表。比如:

from sqlalchemy.sql import table, column  
users = table('users',  
             column('id', Integer),  
             column('name', String),  
             column('age', Integer),  
             column('gender', String),  
             )

然后可以用SQLAlchemy的DDL对象的create方法来创建表:

from sqlalchemy import create_engine  
engine = create_engine('sqlite:///example.db')  
with engine.connect() as connection:  
    connection.execute(users.create)

SQLAlchemy还有许多其他组件,比如SQL表达式语言、ORM、Schema、Type System等等,这些都是SQLAlchemy提供的功能。但这些功能并不是每个人都需要用到的。你可能需要的是它的核心——Engine。如果你想要更进一步,可以试试它的SQL表达式语言和ORM。如果你是一个数据库研究员,你可能需要的是它的Schema和Type System。总之,SQLAlchemy是一个非常强大的库,几乎可以处理所有和SQL有关的任务。

除了上面提到的组件,SQLAlchemy还提供了许多其他的功能和工具,下面简单列举一些:

事务处理:SQLAlchemy提供了事务处理的功能,可以方便地进行数据库事务的操作和管理。
连接池:SQLAlchemy支持多种数据库连接池,可以有效地管理数据库连接,提高数据库的性能和可靠性。
SQL迁移:SQLAlchemy提供了SQL迁移工具,可以方便地进行数据库表的迁移和版本控制。
查询构建器:SQLAlchemy提供了查询构建器,可以用Python语言的方式构建SQL查询,更加灵活和方便。
ORM映射器:SQLAlchemy的ORM组件提供了映射器,可以将Python对象映射到数据库中的表,实现对象关系映射(ORM)的功能。
事件系统:SQLAlchemy提供了事件系统,可以方便地对数据库操作进行监控和分析,实现自定义的逻辑和功能。
下面举几个例子来说明SQLAlchemy的用法:

查询数据库:

from sqlalchemy import create_engine  
from sqlalchemy.orm import sessionmaker  
from sqlalchemy.ext.declarative import declarative_base  
# 创建引擎和会话  
engine = create_engine('sqlite:///example.db')  
Session = sessionmaker(bind=engine)  
session = Session()  
# 查询所有用户信息  
users = session.query(User).all()  
for user in users:  
    print(user.id, user.name, user.age)

条件查询:

from sqlalchemy import create_engine, func  
from sqlalchemy.orm import sessionmaker  
from sqlalchemy.ext.declarative import declarative_base  
# 创建引擎和会话  
engine = create_engine('sqlite:///example.db')  
Session = sessionmaker(bind=engine)  
session = Session()  
# 查询年龄大于18岁的女性用户信息  
female_users = session.query(User).filter(User.gender == 'female', User.age > 18).all()  
for user in female_users:  
    print(user.id, user.name, user.age)

到此这篇关于SQLAlchemy的主要组件有哪些?的文章就介绍到这了,更多相关SQLAlchemy组件内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python魔法方法-属性访问控制详解

    python魔法方法-属性访问控制详解

    下面小编就为大家带来一篇python魔法方法-属性访问控制详解。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2016-07-07
  • 200行python代码实现2048游戏

    200行python代码实现2048游戏

    这篇文章主要为大家详细介绍了200行Python代码实现2048游戏,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-07-07
  • Python使用subprocess模块检测Linux用户是否存在

    Python使用subprocess模块检测Linux用户是否存在

    本文介绍了使用Python的subprocess模块检测和创建Unix系统用户的方法,通过调用id命令判断用户是否存在,若不存在则使用adduser命令创建用户,适用于Ubuntu/Debian系统,感兴趣的小伙伴可以了解下
    2026-01-01
  • 用python爬虫爬取CSDN博主信息

    用python爬虫爬取CSDN博主信息

    这篇文章主要介绍了如何用python爬虫获取CSDN博主信息的方法,原理和代码写的非常详细,对大家学习Python爬取很有用处,有需要的朋友可以和小编一起看一下
    2021-04-04
  • python重写方法和重写特殊构造方法

    python重写方法和重写特殊构造方法

    这篇文章主要介绍了python重写方法和重写特殊构造方法,对于父类的方法,只要他不符合子类模拟的实物的行为,都可以进行重写,更多相关内容需要的朋友可以参考一下
    2022-07-07
  • PyTorch 多GPU下模型的保存与加载(踩坑笔记)

    PyTorch 多GPU下模型的保存与加载(踩坑笔记)

    这篇文章主要介绍了PyTorch 多GPU下模型的保存与加载(踩坑笔记),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2021-03-03
  • Python实现专业级字符串清理技术的完全指南

    Python实现专业级字符串清理技术的完全指南

    在数据处理领域,超过80%的时间都花在数据清洗上,而字符串净化是其中最关键的一环,本文将系统解析Python字符串净化技术体系,希望对大家有所帮助
    2025-08-08
  • 解读Django框架中的低层次缓存API

    解读Django框架中的低层次缓存API

    这篇文章主要介绍了解读Django框架中的低层次缓存API,Django是最具人气的Python web开发框架,需要的朋友可以参考下
    2015-07-07
  • Python打包模块wheel的使用方法与将python包发布到PyPI的方法详解

    Python打包模块wheel的使用方法与将python包发布到PyPI的方法详解

    这篇文章主要介绍了Python打包模块wheel的使用方法与将python包发布到PyPI的方法详解,需要的朋友可以参考下
    2020-02-02
  • Python解决pip install numpy过慢问题的几种方法

    Python解决pip install numpy过慢问题的几种方法

    在进行Python科学计算、数据分析或机器学习时,numpy是最基础且最常用的库之一,然而,许多用户在安装numpy时,可能会遇到下载速度极慢甚至失败的情况,本文将从问题分析、解决方案、优化建议等多个角度,详细介绍pip install numpy过慢问题的解决,需要的朋友可以参考下
    2025-03-03

最新评论