python orm框架操作mysql_Python操作MySql——使用SQLAlchemy ORM操作数据库

1 基础知识介绍

1.1 ORM框架介绍

ORM(Object Ralational Mapping，对象关系映射)，用来把对象模型表示的对象映射到基于S Q L 的关系模型数据库结构中去。我们在具体的操作实体对象的时候，就不需要再去和复杂的 SQ L 语句打交道，只需简单的操作实体对象的属性和方法。

常见的ORM框架

SQLAlchemy:SQLAlchemy 采用了数据映射模式，其工作单元主要使得有必要限制所有的数据库操作代码到一个特定的数据库session，在该session中控制每个对象的生命周期 。

SQLObject:是一种流行的对象关系管理器，用于为数据库提供对象接口，其中表为类，行为实例，列为属性。SQLObject包含一个基于Python对象的查询语言，使SQL更抽象，并为应用程序提供了大量的数据库独立性。

Storm :是一个介于 单个或多个数据库与Python之间 映射对象的 Python ORM 。为了支持动态存储和取回对象信息，它允许开发者构建跨数据表的复杂查询。Stom中 table class 不需要是框架特定基类 的子类 。每个table class是 的sqlobject.SQLObject 的子类。

Django's ORM : 因为Django的ORM 是紧嵌到web框架的，所以就算可以也不推荐，在一个独立的非Django的Python项目中使用它的ORM。Django，一个最流行的Python web框架， 有它独有的 ORM。 相比 SQLAlchemy， Django 的 ORM 更吻合于直接操作SQL对象，操作暴露了简单直接映射数据表和Python类的SQL对象 。

1.2 SQLAlchemy介绍

sqlalchemy是Python ORM的开源框架，使用它可以快速方便的构建数据库模型

SQLAlchemy框架

Engine： 框架的引擎

Connection Pooling ： 数据库连接池

Dialect ： 选择连接数据库的DB API类型

Schema / Type ： 架构和类型

SQL Expression Language： SQL表达式语言

SQLALchemy本身无法操作数据库，需要依赖pymysql第三方模块，Dialect用于和数据API进行交流，根据配置文件的不同调用不同的数据库API，从而实现对数据库的操作

使用pymysql连接数据库格式：

mysql + pymysql: / / :@ / [?]

2 使用SQLAlchemy

2.1安装SQLAlchemy与检查是否安装成功

#安装pip install SQLAlchemy#检查是否安装成功C:\Users\lsl\Desktop>pythonPython 3.7.0rc1 (v3.7.0rc1:dfad352267, Jun 12 2018, 07:05:25) [MSC v.1914 64 bit (AMD64)] on win32Type 'help', 'copyright', 'credits' or 'license' for more information.>>> import sqlalchemy>>> sqlalchemy.__version__'1.3.18'复制代码

2.2使用SQLAlchemy对数据库的表进行操作

2.2.1创建连接对象也就是为了连接到本地的数据库

create_engine中的字段的意义介绍：

engine = create_engine(' dialect+driver://username:password@host:port/database ')

dialect -- 数据库类型

driver -- 数据库驱动选择(我的数据库驱动选择是pymysql，默认会调用MySQLdb，如果运行的时候提示ImportError: No module named 'MySQLdb'/ImportError: No module named 'pymysql'，则意味着没有安装你想使用的数据驱动，安装命令：pip install pymysql)

username -- 数据库用户名

password -- 用户密码

host 服务器地址

port 端口

database 数据库

创建连接：from sqlalchemy import create_engine# 连接本地test数据库engine = create_engine('mysql+pymysql://root:root@localhost:3306/testdab',#数据库类型是mysql，采用pymysql数据库驱动来连接，用户名是root，密码也是root，连接本地数据库testdab(连接的数据库要是已存在的，就是你本地已有的数据库) encoding='utf-8', # 编码格式 echo=True, # 是否开启sql执行语句的日志输出 pool_recycle=-1, # 多久之后对线程池中的线程进行一次连接的回收(重置) (默认为-1),其实session并不会被close poolclass=NullPool # 无限制连接数 )复制代码

2.2.2 简单查询——使用SQL语句

result = engine.execute('select * from students')//在execute()里的参数是查询的sql语句print(result.fetchall()) //打印出查询的结果复制代码

2.2.3 创建映射

创建映射后我们就可以减少sql语句对数据库的操作，而是通过操作我们建立的与数据库中的数据表的class来对数据库中的数据进行操作。

创建一个py文件来做数据表的映射text2.py#引入要使用的declarative_basefrom sqlalchemy.ext.declarative import declarative_base#在要映射的数据表students中有id，name两个字段，所以要引入Integer对应id，String对应namefrom sqlalchemy import Column, Integer, String#声名BaseBase = declarative_base()#User类就是对应于 __tablename__ 指向的表，也就是数据表students的映射class User(Base):#students表是我本地数据库testdab中已存在的 __tablename__ = 'students' id = Column(Integer, primary_key=True, autoincrement=True) name = Column(String(64),nullable=False) __table_args__ = { 'mysql_charset': 'utf8' }复制代码

在要进行操作之前还要创建一下会话，Session的主要目的是建立与数据库的会话，它维护你加载和关联的所有数据库对象。它是数据库查询(Query)的一个入口。在Sqlalchemy中，数据库的查询操作是通过Query对象来实现的。而Session提供了创建Query对象的接口。

# 创建会话session = sessionmaker(engine)mySession = session()复制代码

接下来，我们就可以通过操作User类来操作数据表students

2.2.4 查询

查询students表中所有的数据result = mySession.query(News).all()print(result[0])复制代码

查询students表中第一条数据

result = mySession.query(User).first()print(result.name) #打印对象属性复制代码

通过id查询数据(id=2)result = mySession.query(User).filter_by(id=2).first()print(result.name)复制代码

自定义过滤条件

result = mySession.query(User).filter(text('id>:id')).params(id=2).all()复制代码

根据主键查询result = mySession.query(User).get(2)复制代码

其他查询操作介绍all() 返回查询到的所有的结果。这个方法比较危险的地方是，如果数据量大且没有使用 limit 子句限制的话，所有的结果都会加载到内存中。它返回的是一个 列表 ，如果查询不到任何结果，返回的是空列表。

first() 返回查询到的第一个结果， 如果没有查询到结果，返回 None。

.scalar() 这个方法与 .one_or_none() 的效果一样。 如果查询到很多结果，抛出 sqlalchemy.orm.exc.MultipleResultsFound 异常。如果只有一个结果，返回它，没有结果返回 None 。

one() 如果只能查询到一个结果，返回它，否则抛出异常。没有结果时抛 sqlalchemy.orm.exc.NoResultFound ，有超过一个结果时抛 sqlalchemy.orm.exc.MultipleResultsFound 。

one_or_none() 比起 one() 来，区别只是查询不到任何结果时不再抛出异常而是返回 None 。

get() 这是个比较特殊的方法。它用于根据主键来返回查询结果，因此它有个参数就是要查询的对象的主键。如果没有该主键的结果返回 None ，否则返回这个结果。

2.2.5 增加数据(添加一条数据 name=”小红“)，注意要commit

user = User(name='小红')mySession.add(user)mySession.commit()复制代码

2.2.6删除数据(根据id进行修改)mySession.query(User).filter(User.id == 1).delete()mySession.commit()复制代码

2.2.7修改数据(修改一条数据，把小红的名字修改成小白)

mySession.query(User).filter(User.name=='小红').update({'name':'小白'})mySession.commit()复制代码

3 常用条件查询代码表名：User1.条件查询session.query(User).filter(User.name=='张三'){ .all() 查询所有 .one() 查询单个(如果存在多个会异常) .first() 查询符合条件的第一个 .limit(1).one() limit限制查询，limit(1).one()升级第一个 .count() 查询符合条件的总个数 }2.主键查询session.query(User).get(0) 查询主键ID=03.offset(n) 限制前面n个，显示后面n+1个#查询出第三个后面的所有session.query(User).offset(3).all()4.slice()切片#slice(1,3) 与python的slice一致，从0开始 左闭右开，显示1,2两个元素session.query(User).slice(1,,3).all()5.order_by() 默认升序session.query(User).order_by(User.id).all()6.desc() 降序session.query(User).order_by(desc(User.id)).all()7.like 模糊匹配，与sql一样session.query(User).filter(User.neme.like('%吴')).add()8.notlike 与7相反form operator import *9.in_() 包含#查询是否包含唐人、吴新喜这个用户的信息session.query(User).filter(User.name.in_(['唐人','吴新喜'])).all()10.notin_() 不包含11.is_ 两种表达方式 None#查询所有手机号为null的信息session.query(User).filter(User.phone==None).all()session.query(User).filter(User.phone.is_(None)).all()12. isnot()13. or_ 条件或者关系#查询name==吴新喜或者唐人的用户信息session.query(User).filter(or_(User.name=='唐人',User.name=='吴新喜'))聚合函数1.count group_by#查询所有的密码并且计算其相同的个数from sqlalchemy import funcssession.query(db_user.psw,func.count(db_user.psw)).group_by(db_user.psw).all()2.havinghaving字句可以让我们筛选成组后的各种数据，where字句在聚合前先筛选记录，也就是说作用在group by和having字句前。而having子句在聚合后对组记录进行筛选。真实表中没有此数据，这些数据是通过一些函数生存。即先成组在筛选#查询所有的密码并且计算其相同的个数,having条件相同密码总数大于1的数据ssession.query(db_user.psw,func.count(db_user.psw)).group_by(db_user.psw).having(func.count(db_user.psw)>1).all()3.sum#计算所有id的总和ssession.query(func.sum(db_user.id)).all()4.max#最大的ID ssession.query(func.max(db_user.id)).all()5.min#最小的id ssession.query(func.min(db_user.id)).all()6.lable 别名lable别名不能用在having中7.extract 提取时间元素from sqlalchemy import extract复制代码

4 总的代码

#importfrom sqlalchemy import create_enginefrom sqlalchemy.ext.declarative import declarative_basefrom sqlalchemy import Column, Integer, Stringfrom sqlalchemy.orm import sessionmakerfrom sqlalchemy.pool import NullPool#创建连接对象也就是为了连接到本地的数据库engine = create_engine('mysql+pymysql://root:root@localhost:3306/testdab', encoding='utf-8', # 编码格式 echo=True, # 是否开启sql执行语句的日志输出 pool_recycle=-1, # 多久之后对线程池中的线程进行一次连接的回收(重置) (默认为-1),其实session并不会被close poolclass=NullPool # 无限制连接数 ) #声名BaseBase = declarative_base()# 创建会话session = sessionmaker(engine)mySession = session() # 创建类，继承基类，用基本类型描述数据库结构class User(Base): __tablename__ = 'students' id = Column(Integer, primary_key=True, autoincrement=True) name = Column(String(64),nullable=False) __table_args__ = { 'mysql_charset': 'utf8' } #sql语句查询result = engine.execute('select * from students')print(result.fetchall()) # 查询第一条result = mySession.query(User).first()print(result.name) #打印对象属性# 查询所有result = mySession.query(User).all()print(result[0])# 查询id为2的result = mySession.query(User).filter_by(id=2).first()print(result.name)# 分页查询 0,2result = mySession.query(User).filter(User.id>1).limit(2).offset(0).all()print(result)#插入新数据user = User(name='小红')mySession.add(user)mySession.commit()result = mySession.query(User).filter_by(name='小红').first()print(result.name)#修改已有数据mySession.query(User).filter(User.name=='小红').update({'name':'小白'})mySession.commit()result = mySession.query(User).filter_by(name='小白').first()print(result.name)#删除数据mySession.query(User).filter(User.id == 1).delete()mySession.commit()result = mySession.query(User).first()print(result.name) #打印对象属性复制代码