SQLAlchemy是Python编程语言下的一款ORM框架，该框架建立在数据库API之上，使用关系对象映射进行数据库操作，简言之便是：将对象转换成SQL，然后使用数据库API执行SQL并获取执行结果。
安装：
pip3 install SQLAlchemy
版本检查：
import sqlalchemy sqlalchemy.__version__
不同数据库配置：
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：
格式：'数据库类型+数据库驱动名称://用户名:口令@机器地址:端口号/数据库名'
MySQL-Python mysql+mysqldb://<user>:<password>@<host>[:<port>]/<dbname> pymysql mysql+pymysql://<username>:<password>@<host>[:<port>]/<dbname>[?<options>] MySQL-Connector mysql+mysqlconnector://<user>:<password>@<host>[:<port>]/<dbname> cx_Oracle oracle+cx_oracle://user:pass@host:port/dbname[?key=value&key=value...]
连接数据库：
from sqlalchemy import create_engine
engine = create_engine("mysql+pymysql://root:[email protected]/school",encoding='utf-8',echo=True)
声明映射：
declaractive用来表示类与表的关系。
声明基类，将类映射到数据表，自定义数据表类必须继承这个基类。
from sqlalchemy.ext.declaractive import declaractive_base Base = declaractive_base()
创建表结构类：
一个表结构类必须包含一个__tablename__和primary_key的字段
字段的类型：
SmallInteger Integer BigInteger Float Numeric(precision=None, scale=None, decimal_return_scale=None, asdecimal=True) Boolean Enum Date DateTime Time Interval(native=True, second_precision=None, day_precision=None) LargeBinary(length=None) MatchType(create_constraint=True, name=None, _create_events=True) PickleType(protocol=4, pickler=None, comparator=None) SchemaType(name=None, schema=None, metadata=None, inherit_schema=False, quote=None, _create_events=True) String(length=None, collation=None, convert_unicode=False, unicode_error=None, _warn_on_bytestring=False) Text(length=None, collation=None, convert_unicode=False, unicode_error=None, _warn_on_bytestring=False) Unicode(length=None, **kwargs)
字段的选项：
Column( nullable=True, # 可以为空 autoincrement=True, # 数值自增 default='red' # 指定默认值 primary_key = True # 设为主键 ForeignKey = 'table_name.id' # 指定外键，ForeignKey需要导入 )
建立sqlalchemy连接：
from sqlalchemy import create_engine engine = create_engine()
声明表结构：
class School(Base):
__tablename__ = "school" # 这个才是表名
id = Column(Integer, primary_key = True)
sch_name = Column(String(32))
sch_addr = Column(String(255))
sch_tel = Column(Integer)
def __repr__(self):
# 查询的时候显示的是值，需不是一个内存地址。
return "school name:{},tel:{}".format(self.sch_name,self.sch_tel)
动态添加表字段。
def add_filed(table_name,):
for i in range(3):
setattr(table_class,'Col'+str(i),(Column('Col'+str(i), String(50),comment='Col'+str(i))))
Base.metadata.create_all(engine)
创建表：
Base.metadata.create_all(engine) # 删除表 Base.metadata.drop_all(engine)
增加一条记录：
from sqlalchemy.orm import sessionmaker
Session = sessionmaker(bind=engine) # 创建一个与数据库的会话，生成的对象是类
session = Session() # 实例化这个会话类
class AddRecord(object):
# 交互添加记录类。
def __init__(self,*args):
# self.table_name = table_name
self.school_feild = {'sch_name':'学校名：','sch_addr':'学校地址：','sch_tel':'学校电话：'}
def school(self):
f = {}
for k,v in self.school.items():
f[k] = input('{}'.format(v)).strip()
return f # 返回一个字典
add = AddRecord()
school_attr = add.school() # 获取输入的值
# 下面a1是创建一条记录
a1 = School(sch_name = school_attr[sch_name],sch_addr= school_attr[sch_addr],sch_tel = school_attr[sch_tel])
session.add(a1) # 把记录添加到数据库
session.commit() # 提交到数据库，最终对数据库更改。
增、查、改、删：
这四个操作都需要导入sessionmaker ，用sessionmaker创建一个会话，除了建库外，所有操作都在会话中完成。
from sqlalchemy.orm import sessionmaker
Session = sessionmaker()
session =Session()
增：
| add(记录) |
记录：由表类生成的实例 | 增加一条记录 | d1=School(name='DL',addr='GJZ') session.add(d1) |
| add_all(记录列表) |
记录列表：由表类生成的实例列表 | 同时增加多条记录 |
d1=School(name='DL',addr='GJZ') d2=School(name='BJ',addr='HLG') session.add([d1,d2]) |
查：
这三个操作都需要用到query
| query | 参数 | 作用 | |
| query(table) | table:表名。 |
查询表中所有数据 以表结构__repr__中定义的格式显示 |
session.query(table).all() |
| query(table.field1,table.field2,……) | table:表名。 field:字段名，可多个。 |
显示指定字段，不以表结构__repr__格式输出 | session.query(table.id,table.name).all() |
| 结果显示的方法： | |||
| all() | 显示所有结果，结果是一个列表 | session.query(table).all() | |
| first() | 只显示第一个结果 | session.query(table).first() | |
| one() | 如果没有获得结果或者返回了多个结果，则会产生一个 error 结果是一个实例类。 |
a=session.query(table).filter(table.id==6).one() a.id#就可以查看id的值。 |
|
| scalar() | 干啥用的？ 感觉和one一样。。。 |
||
| count() | 计数 | session.query(table).count() | |
| [m:n] | 切片，读取指定的结果和列表切片一样 | session.query(table)[:3] | |
| offset(2) | 从第3条数据开始读 | session.query(table).offset(2).all() | |
| limit(3) | 只显示前三条 | session.query(table).limit(3).all() | |
| order_by | |||
| desc | 降序 查询结果降序显示 |
session.query(t).order_by(t.id.desc()).filter(t.id>3).all() | |
| asc | 升序 查询结果升序显示 |
session.query(t).order_by(t.id.asc()).filter(t.id>3).all() | |
| query给表和字段重命名 | |||
| lable() | 给字段重命名 调用时可以调用lable内的名字。 |
a=session.query(table.filed.lable('other')).all() for i in a: print (i.other) |
|
| aliased | 给表重命名，需要导入 | from sqlalchemy.orm import aliased table_a = aliased(table) |
|
query使用text执行SQL语句 text需要导入 |
from sqlalchemy import text |
||
| text('SQL') | SQL：SQL语句或SQL表达式或表的字段 |
||
在filter()方法中使用 |
指定过滤条件 | session.query(t).filter(text('id >2')).all() | |
| 在order_by()方法中使用 | 指定排序的字段 | session.query(t).order_by(text('id desc')).all() | |
| 在from_statement()方法中使用 | 运行完整的SQL语句 | session.query(t).from_statement(text( 'select * from talbe where id>2' )) |
|
| params(变量1=值1,变量2=值2...) | TEXT中的变量前面必须加冒号。 例:text('id = id') |
给text中的变量指定值。 | session.query(t).filter(text('id>:id')).params(id=2).all() 相当于text('id>2') |
query.filter 条件查询 支持所有SQL条件表达式（where部分） |
|||
| filter(表名.字段 == 值) | 表名.字段：固定格式，不能省略表名。 ==：条件表达式，==,>=,<=,>,<,!= |
根据条件查询数据 | session.query(table).filter(table.id <2).all() |
| filter(表名.字段.关键字(值) ) | 表名.字段：固定格式，不能省略表名。 关键字：in_,like,notin_,notlike,between,contains，is_，notis 值：可以是列表，元组，字符串，数字 字符串：可以用通配符%，例："%a%"，单字符通配 _ |
1在列表里 2没在列表里 3匹配字符串 4不匹配字符串 5匹配字符串，不区分大小写 6不匹配字符串，不区分大小写 7在2和6之间，含2和6 8包含字符a 9field是真 10field是不是真 11匹配索引，匹配表报错 |
1-filter(table.field.in_([1,2,'1'])) 2-filter(table.field.notin_([1,2,'1'])) 3-filter(table.field.like('%a%')) 4-filter(table.field.notlike('%a%')) 5-filter(table.field.ilike('%a%')) 6-filter(table.field.notilike('%a%')) 7-filter(table.field.between(2,6)) 8-filter(table.field.contains('a')) 9-filter(table.field.is_(True)) 10-filter(table.field.notis(True)) 11-filter(table.field.match('dage')) |
| fileter多条件查询，or_,and_ | |||
| filter(逻辑运算符(条件表达式1,条件表达式2,......)) |
逻辑运算符:and_,or_ | 需要从sqlalchemy导入 from sqlalchmy import and_,or_ |
filter(and_(table.id >1,table.id<6)) filter(or_(table.id>1,table.name=='dage')) |
| func写在query方法里，可以和字段一起显示。 | |||
| func.参数 |
avg：求平均值 count：统计数量 sum：求和 max：最大 min：最小 |
对分组和字段进行简单的数学运算。 如果不符合逻辑会提示错误“Inaggregated query without GROUP BY” |
session.query(table_b.name ,func.count(table_b.age), func.min(table_b.age)).group_by(table_b.name).all() 这一句是对name分组，显示name，显示每个name的个数，和每组最小的age |
改：
| 有两种方法: | |||
| query.fileter(条件).update(值) | 值：字典格式。{表名.字段:值} | 更新所有filter筛选的记录的指定字段 | session.query(table_b).filter(table_b.name == 'erge').update({table_b.score : 60}) |
| 实例.字段=值 | 先创建一个查询结果的实例 再通过实例改字段的值 提交更改 |
sql=seesion.query(table_b).filter(table_b.id ==3).first() sql.name = 'new name' session.commit() |
|
实例.字段=值 批量更新 |
sql=seesion.query(table_b).filter(table_b.age ==20).all() for i in range(len(sql)): sql(i).score= 100 session.commit() |
||
| update(值，synchronize_session=False) | synchronize_session=False立即提交，更新的时候速度更快，同时批量更新时不加此参数报错 | session.query(table_b).filter(table_b.name == 'erge').update({table_b.score : 60},synchronize_session =False) | |
| user = User(id=1, name='通过主键改内容') session.merge(user) |
merge的作用是合并，查找primary key是否一致，一致则合并，不一致则新建 |
删：
| delete() |
qurey后面加limit.all,first,等方法时， 不能直接加delete() 需要使用for删除。 |
sql1 = session.query(table_b).filter(and_(table_b.name == 'dage', table_b.age == 19）).delete() 或者： sql1 = session.query(table_b).filter(and_(table_b.name == 'dage', table_b.age == 19).first() sql1.delete() |
|
in_查询的结果，删除会报错 |
错误提示： sqlalchemy.exc.InvalidRequestError: Could not evaluate current criteria in Python. Specify 'fetch' or False for the synchronize_session parameter |
解决方法： 在delete中，添加synchronize_session=False,含义是同步删除。 delete(synchronize_session=False) |
sql1 = session.query(table_b).filter(table_b.name.in_('dage', 'erge'）).delete(synchronize_session=False) |
| 删除指定条数 | 删除d开头的前三条记录 | sql1 = session.query(table_b).filter(table_b.name.like('d%'）).limit(3).all() for i in sql1: session.delete(i) |
|
一个基本表的创建与操作：
from sqlalchemy import create_engine, ForeignKey, Table, Column, String, Integer, Boolean, Enum
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy.ext.declarative import declarative_base
mysql_name = 'david'
mysql_pw = 'Yaotiao&shunv666'
mysql_server = '192.168.2.120'
database_name = 'test'
# 1、连接数据库
engine = create_engine("mysql+pymysql://{name}:{pw}@{server}/{database}".
format(mysql_name,mysql_pw,mysql_server,database_name),
encoding ='utf-8'
)
# 2、生成ORM基类
Base = declarative_base()
# 3、继承基类，定义表结构
class Product(Base):
# 创建orm对象
__tablename__ = 'products' # 数据表名
id = Column(Integer, primary_key = True) # 字段，设为主键，默认不用赋值，此字段会自增
name = Column(String(32))
price = Column(Integer)
def __repr__(self):
# 打印查询结果实例显示结果，不加此项显示的是类的内存地址
return "name:{},price:{}".format(self.name,self.price)
# 4、创建数据表
Base.metadata.create_all(engine) # 在数据库中创建表，已存在则不创建
# 5、添加多条数据
product1 = Product(name = '华为100', price = 999) # 创建两个实例
product2 = Product(name = '华为400', price = 1999)
session.add_all([product1,product2 ]) # add_all把实例列表添加到数据库
# 6、添加单条数据
product = Product(name = '一条', price = 9999)
session.add(product)
# 7、查询数据
query_data = session.query(Product).all() # 查所有，如果不加__repr__,结果是内存地址列表，使用for查看
for i in query_data:
# 查看结果
print (i.id,i.name,i.price)
# 8、修改一项数据
query_data = session.query(Product).filter(Product.name=='一条').first()
query_data.name = 'yitiao' # 只改name一个数据
# 9、批量更新：把所有华为开头的产品价格改成10000
session.query(Product).filter(Product.name.like('华为%')).update({Product.price:10000},synchronize_session =False)
# 10、通过主键改内容merge：
update_name = Product(id=3,price=3651)
session.merge(update_name) # id 和 name不变，只修改了价格price = 3651
# 11、删除一条数据：把华为开头的价格最高的一条数据删掉
del_product = session.query(Product).fileter(Product.price.like('华为%'))).order_by(Product.price.desc()).first()
session.delete(del_product)
# 12、删除所有符合条件的数据：
session.query(Product).filter(Product.name.like('华为%')).delete(synchronize_session = False)