详解如何使用SQLAlchemy连接数据库
相对于 Django 来说，Flask 并没有 Django 中自带的那种 ORM 框架，但是我们可以利用第三方的 ORM 框架来进行操作，比如我们这里介绍的 SQLAlchemy。
接下来这一篇笔记将会介绍如何使用 SQLAlchemy 连接数据库、建立模型、操作表、以及查询操作表数据等内容。
0、模块安装
对于 SQLAlchemy 来说，它还需要使用 pymysql 这个库来进行数据库的操作，所以这里我们安装的模块如下：
pip3 install sqlalchemy==2.0.19 pip3 install pymysql==1.1.0
1、数据库的连接与使用
以下是使用 SQLAlchemy 对数据库进行连接以及一个简单的查询示例：
from sqlalchemy import create_engine, text
engine = create_engine("mysql+pymysql://root:123456@192.168.1.5:3306/db_test?charset=utf8")
with engine.connect() as conn:
sql = "select id, name from users"
result = conn.execute(text(sql))
print(result.all())
# [(1, 'admin'), (2, 'user_1')]
在这里，我们预设在 db_test 这个库下有一张表名为 users 的表，然后使用原生的 SQL 语句进行了查询和打印操作，这个操作其实就跟直接使用 pymysql 模块操作数据库没有区别。
如果是插入、更新语句的话，在后面还需要加上 conn.commit() 提交操作。
2、ORM 模型的建立与 ORM Session 的使用
接下来我们定义一个 ORM 模型，其实这里的 ORM 模型就跟 Django 的模型类似了，不过在语法上有一些区别：
from sqlalchemy.orm import DeclarativeBase
from sqlalchemy import Column, Integer, String, Text, DateTime, func
class Base(DeclarativeBase):
pass
class User(Base):
__tablename__ = "users"
id = Column(Integer, primary_key=True, autoincrement=True)
name = Column(String(50), unique=True, nullable=False, comment="用户名")
email = Column(String(120), default="", comment="邮箱")
remark = Column(Text, default="", comment="备注信息")
created_time = Column(DateTime, server_default=func.now(), comment="创建时间")
updated_time = Column(DateTime, server_default=func.now(), onupdate=func.now(), comment="修改时间")
在这里，我们定义了一个 Base 类，继承于 DeclarativeBase，DeclarativeBase 是用于定义 ORM 模型的基类，提供了一些方便的功能，使得使用 ORM 进行数据库操作更加简单和直观，比如提供了一些 query 的方法，这个我们后面再介绍。
对于 User 这个 class，一个类似于 Django 的 ORM 的 SQLAlchemy 的 ORM 模型就搭建完成了。
其中，Integer，String，Text，DateTime 这些都是各自对应到数据库的字段
对于定义的 Column()，有很多字段的属性，比如 primary_key 主键，auto_increment 自增，default 默认值，nullable 是否允许为 Null 等
在这里，created_time 和 updated_time 实现的是 Django 的日期时间字段里 auto_now_add 和 auto_now 属性，即为创建或者修改的时候值为当前时间
接下来介绍一下 ORM Session 的定义，以下是一个示例：
from sqlalchemy import create_engine
from sqlalchemy.orm import scoped_session, sessionmaker
engine = create_engine("mysql+pymysql://root:123456@192.168.1.5:3306/db_test?charset=utf8")
db_session = scoped_session(
sessionmaker(
autoflush=False,
bind=engine
)
)
上面的操作中，sessionmaker() 通过 engine 创建了一个会话工厂对象，然后通过 scoped_session() 函数创建了一个 scoped_session 对象
我们可以直接使用上面定义出来的 db_session 对数据库进行操作，也可以对其进行实例化后操作：
db_session.do_something() // 直接用 db_session 操作数据库 session = db_session() session.db_something() // 用 db_session 实例化结果操作数据库
他们的使用对象虽然不同，但在功能上都提供了线程本地的会话对象，可以在多线程应用程序中安全地使用。
3、表操作
下面介绍一下 SQLAlchemy 如何操作表。
1. 创建表
在前面我们定义了 engine 和 Base 基类和 User 这个表的 class 之后，我们可以使用下面的方式创建全部定义的表：
Base.metadata.create_all(bind=engine)
执行上面的语句之后，User 这个 class 对应的表就会被创建到数据库中。
可以把上面这个语句添加到项目的启动步骤中，因为这个操作会创建库里没有的表，已有的就不会重复执行了。
2. 修改表结构
SQLAlchemy 不支持通过函数的形式直接修改表结构，但是可以执行原生的 SQL 来进行 ALTER TABLE 的操作。
或者通过下面的删除表操作删除，再进行 create_all() 操作，但是这样的话，原表的数据就不存在了。
3. 删除表
删除表的操作与创建的方式类似，如下：
Base.metadata.drop_all(bind=engine)
这样，所有继承了 Base 基类的表都会被删除
如果要执行删除单张表，可以使用 Table 的 drop() 函数：
from sqlalchemy import Table, MetaData meta_data = MetaData() table_name = "users" user_table = Table(table_name, meta_data, autoload_with=engine) user_table.drop(bind=engine)
4、创建表数据
1. 创建单条数据
u = User(name="admin", email="120@qq.com") db_session.add(u) db_session.commit()
使用 add() 添加，然后进行 commit 操作
2. 创建多条数据
u1 = User(name="user_1", email="user1@qq.com") u2 = User(name="user_2", email="user2@qq.com") db_session.add_all([u1, u2]) db_session.commit()
批量创建使用 add_all() 函数。
5、查询表数据
1. 根据主键 id 查询数据
user = db_session.get(User, 1)
返回的 user 就是一个前面我们定义好的 User 对象
2. 条件查询
条件查询，可以有两个操作，一个是 where()，一个是 filter()，这两者在效果上是相同的，都是作用于条件查询。
比如，我们要查询 name 字段的值为 "admin" 以及 id 字段的值为 1 的数据，且返回 id, name, email 字段，可以使用 query() 来进行字段限制，如下操作：
query = db_session.query(User.id, User.name, User.email).filter(User.name == "admin").filter(User.id == 1) query = db_session.query(User.id, User.name, User.email).filter(User.name == "admin").where(User.id == 1) query = db_session.query(User.id, User.name, User.email).where(User.name == "admin").filter(User.id == 1) query = db_session.query(User.id, User.name, User.email).where(User.name == "admin").where(User.id == 1)
如果我们想要一条数据，可以使用 first()，如果想要符合条件的全部数据，可以使用 all()
query.first() # (1, 'admin', '120@qq.com') query.all() # [(1, 'admin', '120@qq.com')]
除此之外，我们还可以将 db_session.query_property() 赋值给 Base.query，后面就可以直接通过 User 进行查询操作
Base.query = db_session.query_property() User.query.filter(User.name == "admin").filter(User.id == 1)
然后通过 first() 或者 all() 返回的就是定义的 User 的对象
6、更新表数据
对于我们获取到的 ORM 模型实例，比如我们在前面通过主键 id 获取到的数据，或者在 db_session.query() 中不指定字段，直接指定模型获取到的数据，我们可以直接对其字段进行修改，然后 commit
user_1 = db_session.get(User, 1) user_1.email = "999@qq.com" db_session.add(user_1) user_2 = db_session.query(User).filter(User.id == 2).first() user_2.email = "888@qq.com" db_session.add(user_2) db_session.commit()
或者我们前面的 query 属性的方式也可以：
User.query.filter(User.id == 1).update({"email": "19283@qq.com"})
db_session.commit()
7、删除表数据
1. 单条记录删除
user = db_session.get(User, 2) db_session.delete(user) db_session.commit()
2. 根据条件批量删除
User.query.filter(User.id == 3).delete() db_session.commit()
以上就是详解如何使用SQLAlchemy连接数据库的详细内容，更多关于SQLAlchemy数据库的资料请关注脚本之家其它相关文章！
相关文章
在本篇内容里小编给大家整理的是关于python中复数的共轭复数知识点总结，有需要的朋友们可以学习下。2020-12-12
梯度下降法的机器学习的重要思想之一，梯度下降法的目标，是使得代价函数最小。本文将对梯度下降算法的原理及实现展开详细介绍，感兴趣的快跟随小编一起学习学习吧2022-08-08
这篇文章主要介绍了django的安装和创建应用,本文通过图文并茂的形式给大家介绍的非常详细，需要的朋友可以参考下2023-07-07
这篇文章主要介绍了Python编写memcached启动脚本代码实例,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,需要的朋友可以参考下2020-08-08
Python getsizeof()和getsize()区分详解
这篇文章主要介绍了Python getsizeof()和getsize()区分详解，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2020-11-11
今天小编就为大家分享一篇python读取txt文件,去掉空格计算每行长度的方法，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2018-12-12
这篇文章主要介绍了Python常用随机数与随机字符串方法实例,本文讲解了随机整数、随机选取0到100间的偶数、随机浮点数、随机字符串等常用随机方法,需要的朋友可以参考下2015-04-04
这篇文章主要介绍了Pyspark获取并处理RDD数据代码实例,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,需要的朋友可以参考下2020-03-03
ptorch中的dim类似于numpy纵的axis,这篇文章给大家介绍pytorch 中的dim的作用范围,不同的运算, dim 的作用域都是一样的思想,本文给大家介绍的非常详细,需要的朋友参考下吧2023-12-12
在本篇文章里的是关于python中time库的实例使用方法以及相关知识点，有需要的朋友们可以学习下。2019-10-10
最新评论