IT评测·应用市场-qidao123.com技术社区

标题: 【Python】使用SQLAlchemy操纵Mysql数据库 [打印本页]

作者: 我可以不吃啊 时间: 2024-7-27 03:03
标题: 【Python】使用SQLAlchemy操纵Mysql数据库
一、SQLAlchemy 介绍

SQLAlchemy是Python的SQL工具包和对象关系映射（ORM）库，它提供了全套的企业级持久性模子，用于高效、机动且优雅地与关系型数据库举行交互。使用SQLAlchemy，你可以通过Python类来界说数据库表的结构，并通过这些类与数据库举行交互，而无需编写复杂的SQL语句。
以下是SQLAlchemy的一些重要特点和功能：

ORM（对象关系映射）：SQLAlchemy允许你使用Python类来界说数据库表，并将这些类映射到数据库中的实际表。这使得你可以使用Python代码来创建、查询、更新和删除数据库记录，而无需编写大量的SQL代码。
机动的查询体系：SQLAlchemy提供了一个强盛而机动的查询体系，允许你构建复杂的查询语句，包罗连接、子查询、聚合函数等。你可以使用Python的语法和逻辑来构建这些查询，而无需直接编写SQL。
事件管理：SQLAlchemy支持事件管理，允许你在一组数据库操纵中执行提交、回滚等操纵，以确保数据的完整性和一致性。
模式/表结构反射：SQLAlchemy可以读取数据库中的表结构，并将其转换为Python的模子代码。这对于明确和操纵现有的数据库结构非常有用。
可连接池：SQLAlchemy提供了一个连接池功能，可以管理和复用数据库连接，以进步性能和资源使用率。
广泛的数据库支持：SQLAlchemy支持多种关系型数据库，如MySQL、PostgreSQL、SQLite、Oracle等。你可以轻松地在差别的数据库之间迁移和切换。

二、使用步骤（示例）

以下是一个使用SQLAlchemy连接到MySQL数据库并举行基本操纵的例子：
1. 安装所需的库

首先，确保你已经安装了SQLAlchemy和MySQL的Python驱动。你可以使用pip来安装它们：

pip install sqlalchemy pymysql

复制代码

2. 连接到MySQL数据库

from sqlalchemy import create_engine
# 替换为你的MySQL数据库信息
username = 'your_mysql_username'
password = 'your_mysql_password'
host = 'your_mysql_host' # 例如：'localhost' 或 '127.0.0.1'
port = 'your_mysql_port' # 通常是 3306
database = 'your_database_name'
# 创建连接引擎
engine = create_engine(f'mysql+pymysql://{username}:{password}@{host}:{port}/{database}')

复制代码

3. 界说模子

接下来，我们界说一个模子来表示我们想要在数据库中存储的数据。

from sqlalchemy import Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base()
class User(Base):
__tablename__ = 'users'
id = Column(Integer, primary_key=True)
name = Column(String)
email = Column(String)

复制代码

4. 创建表

在数据库中创建表。

Base.metadata.create_all(engine)

复制代码

5. 添加数据

from sqlalchemy.orm import sessionmaker
# 创建会话
Session = sessionmaker(bind=engine)
session = Session()
# 添加新用户
new_user = User(name='John Doe', email='john.doe@example.com')
session.add(new_user)
session.commit()
# 关闭会话
session.close()

复制代码

6. 查询数据

session = Session()
# 查询所有用户
users = session.query(User).all()
for user in users:
print(f"User ID: {user.id}, Name: {user.name}, Email: {user.email}")
# 关闭会话
session.close()

复制代码

请确保在运行代码之前，你已经正确配置了MySQL服务器，并且替换了上述代码中的数据库连接信息（用户名、密码、主机、端口和数据库名）。
这个例子展示了如何使用SQLAlchemy连接到MySQL数据库，界说模子，创建表，添加数据，以及查询数据。在实际应用中，你可能还须要处置处罚更复杂的情况，好比关系、继承、事件管理等。SQLAlchemy提供了丰富的功能来满足这些需求。
三、结合事件使用（示例）

首先，确保你已经按照前面的示例设置好了SQLAlchemy和MySQL的连接。
1. 界说模子

我们继续使用前面的User模子。

from sqlalchemy import Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base()
class User(Base):
__tablename__ = 'users'
id = Column(Integer, primary_key=True, autoincrement=True)
name = Column(String)
email = Column(String)

复制代码

2. 初始化数据库连接和会话

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
# 连接到MySQL数据库（请替换为你的数据库信息）
engine = create_engine('mysql+pymysql://user:password@localhost/dbname')
Session = sessionmaker(bind=engine)
session = Session()

复制代码

3. 使用事件添加用户

如今，我们将在一个事件中添加用户。如果添加过程中发生任何错误，我们将回滚事件，确保数据库的一致性。

try:
# 开始一个新的事务
session.begin()
# 创建新用户对象
user1 = User(name='Alice', email='alice@example.com')
user2 = User(name='Bob', email='bob@example.com')
# 添加到会话中
session.add(user1)
session.add(user2)
# 提交事务，将所有更改保存到数据库
session.commit()
print("Users added successfully.")
except Exception as e:
# 如果在添加用户过程中发生错误，则回滚事务
session.rollback()
print(f"An error occurred: {e}")
finally:
# 关闭会话
session.close()

复制代码

在这个示例中，我们使用session.begin()显式地开始了一个新的事件。然后，我们尝试添加两个新用户到会话中。如果在这个过程中没有发生任何错误，我们使用session.commit()提交事件，将全部更改保存到数据库中。但是，如果在添加用户的过程中发生了任何异常（例如，由于重复的电子邮件地点或数据库连接问题），我们将使用session.rollback()回滚事件，确保数据库的一致性。
请注意，为了简化示例，这里没有包含具体的错误处置处罚和验证逻辑。在实际应用中，你应该根据具体需求添加适当的错误处置处罚和验证。
四、复杂查询条件（示例）

以下是一些使用SQLAlchemy举行复杂查询的示例：
示例1：连接查询（Join）

假设我们有两个模子，User 和 Order，并且一个用户可以有多个订单。

from sqlalchemy import Column, Integer, String, ForeignKey
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import relationship
Base = declarative_base()
class User(Base):
__tablename__ = 'users'
id = Column(Integer, primary_key=True)
name = Column(String)
orders = relationship("Order", back_populates="user")
class Order(Base):
__tablename__ = 'orders'
id = Column(Integer, primary_key=True)
user_id = Column(Integer, ForeignKey('users.id'))
product = Column(String)
quantity = Column(Integer)
user = relationship("User", back_populates="orders")

复制代码

如今，如果我们想要查询全部下过订单的用户及其订单信息，我们可以举行连接查询：

from sqlalchemy.orm import joinedload
# 加载所有用户的订单信息
users_with_orders = session.query(User).options(joinedload(User.orders)).all()
for user in users_with_orders:
print(f"User: {user.name}")
for order in user.orders:
print(f" Order: {order.product}, Quantity: {order.quantity}")

复制代码

示例2：分组和聚合（Grouping and Aggregation）

假设我们想要统计每个用户下的订单总数。

from sqlalchemy import func
# 按用户分组，并计算每个用户的订单数量
order_count_by_user = session.query(User.id, User.name, func.count(Order.id).label('order_count')).\
join(Order).group_by(User.id, User.name).all()
for user_id, user_name, order_count in order_count_by_user:
print(f"User ID: {user_id}, Name: {user_name}, Order Count: {order_count}")

复制代码

示例3：子查询（Subquery）

如果我们想要找出订单数目凌驾匀称订单数目的用户，我们可以使用子查询。

from sqlalchemy import func, select
# 计算平均订单数量作为子查询
avg_order_quantity = select([func.avg(Order.quantity).label('avg_quantity')]).select_from(Order).alias()
# 查询订单数量超过平均值的用户及其订单信息
users_above_avg = session.query(User, Order.product, Order.quantity).\
join(Order).filter(Order.quantity > avg_order_quantity.c.avg_quantity).all()
for user, product, quantity in users_above_avg:
print(f"User: {user.name}, Product: {product}, Quantity: {quantity}")

复制代码

示例4：复杂筛选条件（Complex Filtering）

假设我们想要找到名字以“A”开头的用户，并且他们的订单中包含“apple”这个产物。

# 查询名字以“A”开头的用户，且订单中包含“apple”产品的用户信息
users_with_apple = session.query(User).join(Order).\
filter(User.name.startswith('A')).\
filter(Order.product.contains('apple')).\
distinct().all() # 使用distinct()确保结果中的用户不重复
for user in users_with_apple:
print(f"User: {user.name}")

复制代码

这些示例展示了SQLAlchemy在处置处罚复杂查询时的一些高级功能，包罗连接查询、分组聚合、子查询和复杂筛选条件。
请注意，这些示例代码可能须要根据你的具体数据库模子和表结构举行调整。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

欢迎光临 IT评测·应用市场-qidao123.com技术社区 (https://dis.qidao123.com/)