一. 介绍
SQLAlchemy是Python中最有名的ORM工具。
关于ORM：
全称Object Relational Mapping（对象关系映射）。
特点是操纵Python对象而不是SQL查询，也就是在代码层面考虑的是对象，而不是SQL，体现的是一种程序化思维，这样使得Python程序更加简洁易读。
具体的实现方式是将数据库表转换为Python类，其中数据列作为属性，数据库操作作为方法。
优点：
简洁易读：将数据表抽象为对象（数据模型），更直观易读
可移植：封装了多种数据库引擎，面对多个数据库，操作基本一致，代码易维护
更安全：有效避免SQL注入
为什么要用sqlalchemy?
虽然性能稍稍不及原生SQL，但是操作数据库真的很方便！
二. 使用
概念和数据类型
概念 对应数据库 说明
Engine 连接 驱动引擎
Session 连接池，事务 由此开始查询
Model 表 类定义
Column 列
Query 若干行 可以链式添加多个条件
常见数据类型
数据类型 数据库数据类型 python数据类型 说明
Integer int int 整形，32位
String varchar string 字符串
Text text string 长字符串
Float float float 浮点型
Boolean tinyint bool True / False
Date date datetime.date 存储时间年月日
DateTime datetime datetime.datetime 存储年月日时分秒毫秒等
Time time datetime.datetime 存储时分秒
使用步骤
创建数据库表
1.安装
pip install SQLalchemy
2. 创建连接
from sqlalchemy import create_engine
engine = create_engine("mysql://user:password@hostname/dbname?charset=uft8")
# 这行代码初始化创建了Engine，Engine内部维护了一个Pool（连接池）和Dialect（方言），方言来识别具体连接数据库种类。
# 创建好了Engine的同时，Pool和Dialect也已经创建好了，但是此时并没有真正与数据库连接，等到执行具体的语句.connect()等时才会连接到数据库。
# create_engine还有其它可选的参数，比如：
'''
engine = create_engine("mysql://user:password@hostname/dbname?charset=uft8",
echo=True,
pool_size=8,
pool_recycle=60*30
)
echo: 当设置为True时会将orm语句转化为sql语句打印，一般debug的时候可用
pool_size: 连接池的大小，默认为5个，设置为0时表示连接无限制
pool_recycle: 设置时间以限制数据库多久没连接自动断开
'''
3. 创建数据库表类（模型）
前面有提到ORM的重要特点，那么我们操作表的时候就需要通过操作对象来实现，现在我们来创建一个类，以常见的用户表举例：
from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base()
class Users(Base):
__tablename__ = "users"
id = Column(Integer, primary_key=True)
name = Column(String(64), unique=True)
email = Column(String(64))
def __init__(self, name, email):
self.name = name
self.email = email
declarative_base()是sqlalchemy内部封装的一个方法，通过其构造一个基类，这个基类和它的子类，可以将Python类和数据库表关联映射起来。
数据库表模型类通过_ _ tablename _ _和表关联起来，Column表示数据表的列。
4. 生成数据库表
Base.metadata.create_all(engine)
创建表，如果存在则忽略，执行以上代码，就会发现在db中创建了users表。
操作数据
表创建好了就是操作数据了，常见的操作增删改查，我们一一介绍。
session
sqlalchemy中使用session用于创建程序和数据库之间的会话，所有对象的载入和保存都需要通过session对象 。
通过sessionmaker调用创建一个工厂，并关联Engine以确保每个session都可以使用该Engine连接资源：
from sqlalchemy.orm import sessionmaker
#创建session
DbSession = sessionmaker(bind=engine)
session = DbSession()
'''
session的常见操作方法包括：
flush：预提交，提交到数据库文件，还未写入数据库文件中
commit：提交了一个事务
rollback：回滚
close：关闭
增
'''
# 举个最简单的例子：
add_user = Users("test", "[email protected]")
session.add(add_user)
session.commit()
session.add()将会把Model加入当前session维护的持久空间(可以从session.dirty看到)中，直到commit时提交到数据库。
Q1：add之后如何直接返回对象的属性？
可以在add之后执行db.session.flush()，这样便可在session中get到对象的属性。
Q2：如何进行批量插入，性能比较？
批量插入共有以下几种方法，对它们的批量做了比较，分别是：
session.add_all() < bulk_save_object() < bulk_insert_mappings() < SQLAlchemy_core()
5.数据库操作
① 查
# 查询是最常用的一个操作了，举个最简单的查询例子：
users = session.query(Users).filter_by(id=1).all()
for item in users:
print(item.name)
#通常我们通过以上查询模式获取数据，需要注意的是，通过session.query()我们查询返回了一个Query对象，此时还没有去具体的数据库中查询，
#只有当执行具体的.all()，.first()等函数时才会真的去操作数据库。
#其中，query有filter和filter_by两个过滤方法，上述例子也可写为：
users = session.query(Users).filter_by(Users.id == 1).all()
'''
通常这两个方法都会用到的，所以一定要掌握它们的区别：
filter filter_by
支持所有比较运算符，相等比较用比较用== 只能使用"="，"!="和"><"
过滤用类名.属性名 过滤用属性名
不支持组合查询，只能连续调用filter变相实现 参数是**kwargs，支持组合查询
支持and，or和in等
'''
②改
# 更新数据有两种方法，一种是使用query中的update方法：
session.query(Users).filter_by(id=1).update({'name': "Jack"})
# 另一种是操作对应的表模型：
users = session.query(Users).filter_by(name="Jack").first()
users.name = "test"
session.add(users)
# 这两种方式呢，一般批量更新的话我会选前者，而要对查询获取对象属性之后再更新的场景就需要使用后者。
③删
# 和更新数据类似，删除数据也有两种方法，第一种：
delete_users = session.query(Users).filter(Users.name == "test").first()
if delete_users:
session.delete(delete_users)
session.commit()
# 第二种：
session.query(Users).filter(Users.name == "test").delete()
session.commit()
# 批量删除时推荐使用第二种。
以上，就是Python sqlalchemy的基本用法。
SQLAlchemy中文文档：https://www.osgeo.cn/sqlalchemy/
转载：https://www.cnblogs.com/ybjourney/p/11832045.html