在Python程序和Flask框架中使用SQLAlchemy的教程
|
ORM 江湖 ORM 的出现，让畏惧SQL的开发者，在坑里看见了爬出去的绳索，仿佛天空并不是那么黑暗，至少再暗，我们也有了眼睛。顾名思义，ORM 对象关系映射，简而言之，就是把数据库的一个个table(表)，映射为编程语言的class(类)。 python中比较著名的ORM框架有很多，大名顶顶的 SQLAlchemy 是python世界里当仁不让的ORM框架。江湖中peewee，strom， pyorm，SQLObject 各领风骚，可是最终还是SQLAlchemy 傲视群雄。 SQLAlchemy 简介
本文先探讨 SQLAlchemy的 sql expresstion 部分的用法。主要还是跟着官方的 SQL Expression Language Tutorial.介绍 为什么要学习 sql expresstion ，而不直接上 ORM？因为后面这个两个是 orm 的基础。并且，即是不使用orm，后面这两个也能很好的完成工作，并且代码的可读性更好。纯粹把SQLAlchemy当成dbapi使用。首先SQLAlchemy 内建数据库连接池，解决了连接操作相关繁琐的处理。其次，提供方便的强大的log功能，最后，复杂的查询语句，依靠单纯的ORM比较难实现。 实战
from sqlalchemy import create_engine
engine = create_engine("mysql://root:@localhost:3306/webpy?charset=utf8",encoding="utf-8",echo=True)
create_engine 方法进行数据库连接，返回一个 db 对象。里面的参数表示 数据库类型://用户名:密码（没有密码则为空，不填）@数据库主机地址/数据库名?编码 直接使用engine的execute执行sql的方式,叫做connnectionless执行,
# -*- coding: utf-8 -*-
__author__ = 'ghost'
from sqlalchemy import create_engine,Table,Column,Integer,String,MetaData,ForeignKey
# 连接数据库
engine = create_engine("mysql://root:@localhost:3306/webpy?charset=utf8",echo=True)
# 获取元数据
metadata = MetaData()
# 定义表
user = Table('user',metadata,Column('id',primary_key=True),Column('name',String(20)),Column('fullname',String(40)),)
address = Table('address',Column('user_id',None,ForeignKey('user.id')),Column('email',String(60),nullable=False)
)
# 创建数据表，如果数据表存在，则忽视
metadata.create_all(engine)
# 获取数据库连接
conn = engine.connect()
插入 insert
>>> i = user.insert() # 使用查询
>>> i
<sqlalchemy.sql.dml.Insert object at 0x0000000002637748>
>>> print i # 内部构件的sql语句
INSERT INTO "user" (id,name,fullname) VALUES (:id,:name,:fullname)
>>> u = dict(name='jack',fullname='jack Jone')
>>> r = conn.execute(i,**u) # 执行查询，第一个为查询对象，第二个参数为一个插入数据字典，如果插入的是多个对象，就把对象字典放在列表里面
>>> r
<sqlalchemy.engine.result.ResultProxy object at 0x0000000002EF9390>
>>> r.inserted_primary_key # 返回插入行 主键 id
[4L]
>>> addresses
[{'user_id': 1,'email': 'jack@yahoo.com'},{'user_id': 1,'email': 'jack@msn.com'},{'user_id': 2,'email': 'www@www.org'},'email': 'wendy@aol.com'}]
>>> i = address.insert()
>>> r = conn.execute(i,addresses) # 插入多条记录
>>> r
<sqlalchemy.engine.result.ResultProxy object at 0x0000000002EB5080>
>>> r.rowcount #返回影响的行数
4L
>>> i = user.insert().values(name='tom',fullname='tom Jim')
>>> i.compile()
<sqlalchemy.sql.compiler.SQLCompiler object at 0x0000000002F6F390>
>>> print i.compile()
INSERT INTO "user" (name,fullname) VALUES (:name,:fullname)
>>> print i.compile().params
{'fullname': 'tom Jim','name': 'tom'}
>>> r = conn.execute(i)
>>> r.rowcount
1L
查询 select >>> s = select([user]) # 查询 user表 >>> s <sqlalchemy.sql.selectable.Select at 0x25a7748; Select object> >>> print s SELECT "user".id,"user".name,"user".fullname FROM "user" 如果需要查询自定义的字段，可是使用 user 的cloumn 对象，例如 >>> user.c # 表 user 的字段column对象 <sqlalchemy.sql.base.ImmutableColumnCollection object at 0x0000000002E804A8> >>> print user.c ['user.id','user.name','user.fullname'] >>> s = select([user.c.name,user.c.fullname]) >>> r = conn.execute(s) >>> r <sqlalchemy.engine.result.ResultProxy object at 0x00000000025A7748> >>> r.rowcount # 影响的行数 5L >>> ru = r.fetchall() >>> ru [(u'hello',u'hello world'),(u'Jack',u'Jack Jone'),(u'jack',u'jack Jone'),(u'tom',u'tom Jim')] >>> r <sqlalchemy.engine.result.ResultProxy object at 0x00000000025A7748> >>> r.closed # 只要 r.fetchall() 之后，就会自动关闭 ResultProxy 对象 True 同时查询两个表 >>> s = select([user.c.name,address.c.user_id]).where(user.c.id==address.c.user_id) # 使用了字段和字段比较的条件 >>> s <sqlalchemy.sql.selectable.Select at 0x2f03390; Select object> >>> print s SELECT "user".name,address.user_id FROM "user",address WHERE "user".id = address.user_id 操作符 >>> print user.c.id == address.c.user_id # 返回一个编译的字符串 "user".id = address.user_id >>> print user.c.id == 7 "user".id = :id_1 # 编译成为带参数的sql 语句片段字符串 >>> print user.c.id != 7 "user".id != :id_1 >>> print user.c.id > 7 "user".id > :id_1 >>> print user.c.id == None "user".id IS NULL >>> print user.c.id + address.c.id # 使用两个整形的变成 + "user".id + address.id >>> print user.c.name + address.c.email # 使用两个字符串 变成 || "user".name || address.email 操作连接
>>> print and_(
user.c.name.like('j%'),user.c.id == address.c.user_id,or_(
address.c.email == 'wendy@aol.com',address.c.email == 'jack@yahoo.com'
),not_(user.c.id>5))
"user".name LIKE :name_1 AND "user".id = address.user_id AND (address.email = :email_1 OR address.email = :email_2) AND "user".id <= :id_1
>>>
得到的结果为 编译的sql语句片段，下面看一个完整的例子
>>> se_sql = [(user.c.fullname +"," + address.c.email).label('title')]
>>> wh_sql = and_(
user.c.id == address.c.user_id,user.c.name.between('m','z'),or_(
address.c.email.like('%@aol.com'),address.c.email.like('%@msn.com')
)
)
>>> print wh_sql
"user".id = address.user_id AND "user".name BETWEEN :name_1 AND :name_2 AND (address.email LIKE :email_1 OR address.email LIKE :email_2)
>>> s = select(se_sql).where(wh_sql)
>>> print s
SELECT "user".fullname || :fullname_1 || address.email AS title
FROM "user",address
WHERE "user".id = address.user_id AND "user".name BETWEEN :name_1 AND :name_2 AND (address.email LIKE :email_1 OR address.email LIKE :email_2)
>>> r = conn.execute(s)
>>> r.fetchall()
使用 raw sql 方式 （编辑：安卓应用网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |