本文主要是介绍【Python系列】SQLAlchemy 基本介绍,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
💝💝💝欢迎来到我的博客,很高兴能够在这里和您见面!希望您在这里可以感受到一份轻松愉快的氛围,不仅可以获得有趣的内容和知识,也可以畅所欲言、分享您的想法和见解。
- 推荐:kwan 的首页,持续学习,不断总结,共同进步,活到老学到老
- 导航
- 檀越剑指大厂系列:全面总结 java 核心技术,jvm,并发编程 redis,kafka,Spring,微服务等
- 常用开发工具系列:常用的开发工具,IDEA,Mac,Alfred,Git,typora 等
- 数据库系列:详细总结了常用数据库 mysql 技术点,以及工作中遇到的 mysql 问题等
- 新空间代码工作室:提供各种软件服务,承接各种毕业设计,毕业论文等
- 懒人运维系列:总结好用的命令,解放双手不香吗?能用一个命令完成绝不用两个操作
- 数据结构与算法系列:总结数据结构和算法,不同类型针对性训练,提升编程思维,剑指大厂
非常期待和您一起在这个小小的网络世界里共同探索、学习和成长。💝💝💝 ✨✨ 欢迎订阅本专栏 ✨✨
博客目录
- 一.基础介绍
- 1. SQLAlchemy 的起源
- 2. SQLAlchemy 的核心组件
- 2.1 核心 SQL 工具包
- 2.2 ORM 层
- 3. SQLAlchemy 的优势
- 3.1 灵活性
- 3.2 跨数据库支持
- 3.3 强大的社区支持
- 二.实战步骤
- 1.数据库配置
- 2.model
- 3.连接配置
- 4.调用 SQL
一.基础介绍
SQLAlchemy 是一个 Python 的 SQL 工具包和对象关系映射(ORM)工具,它提供了一个高层的 ORM 以及底层的 SQL 表达式语言。SQLAlchemy 是开源的,并且可以在商业和非商业项目中免费使用。它支持多种数据库系统,包括 PostgreSQL、MySQL、SQLite 等。
1. SQLAlchemy 的起源
SQLAlchemy 最初由 Michael Bayer 在 2005 年创建,目的是提供一个全面的 SQL 工具包和 ORM 解决方案,以满足 Python 社区的需求。随着时间的推移,SQLAlchemy 不断发展和完善,成为了 Python 数据库编程领域中最受欢迎的库之一。
2. SQLAlchemy 的核心组件
2.1 核心 SQL 工具包
SQLAlchemy 的核心 SQL 工具包提供了构建 SQL 查询的功能,它允许开发者以 Pythonic 的方式编写 SQL 语句。这包括了对数据库表的创建、数据的增删改查等操作。
2.2 ORM 层
ORM(Object-Relational Mapping)层是 SQLAlchemy 的另一个重要组成部分,它允许开发者使用 Python 类和对象来表示数据库中的表和行。ORM 层抽象了数据库操作,使得开发者可以不必编写 SQL 语句,而是通过操作 Python 对象来间接地与数据库交互。
3. SQLAlchemy 的优势
3.1 灵活性
SQLAlchemy 提供了灵活的 SQL 构建工具,开发者可以自由地编写 SQL 语句,同时也可以利用 ORM 层提供的抽象来简化数据库操作。
3.2 跨数据库支持
SQLAlchemy 支持多种数据库系统,这意味着开发者可以使用相同的代码库来操作不同的数据库,而不需要为每种数据库编写特定的代码。
3.3 强大的社区支持
由于 SQLAlchemy 的流行,它拥有一个活跃的社区,开发者可以在社区中找到大量的资源和帮助,包括文档、教程和第三方库。
二.实战步骤
1.数据库配置
# 数据库
database:TYPE: mysqlDATABASE_URL: mysql://root:xxx@xxxx:9306/test?serverTimezone=Asia/ShanghaiUSERNAME: rootPASSWORD: xxxHOST: xxxxPORT: 9306DBNAME: testMAX_OVERFLOW: 60POOL_TIMEOUT: 120POOL_SIZE: 30URL_PROPERTY: ?charset=utf8ECHO: True
2.model
from datetime import datetimeimport pytz
from sqlalchemy import String, Column, Text, DateTime, JSON
from sqlalchemy.ext.asyncio import AsyncAttrs
from sqlalchemy.orm import DeclarativeBase, Mapped, mapped_column, attributesdef get_beijing_now():# 获取当前系统时区return datetime.now(pytz.timezone('Asia/Shanghai'))# 基类
class Base(AsyncAttrs, DeclarativeBase):id: Mapped[int] = mapped_column(primary_key=True)create_time = Column(DateTime, default=get_beijing_now, nullable=False)update_time = Column(DateTime, default=get_beijing_now, onupdate=get_beijing_now, nullable=False)def to_dict(self):"""转为字典输出:return:"""return {c.name: getattr(self, c.name) for c in self.__table__.columns}@repr_generator
class AlchemyEntitySchemas(Base):__tablename__ = "entity_schemas"name = Column(String(255), nullable=False, comment='名称')
3.连接配置
from sqlalchemy.pool import QueuePool
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.exc import SQLAlchemyError
from sqlalchemy.sql import text
from base.config import get_config_key
from urllib.parse import quote_plus as urlquote
from sqlalchemy.ext.asyncio import create_async_engine, AsyncSession, AsyncEngine, async_sessionmakerclass Database:def __init__(self, url, pool_size=30, pool_timeout=1200, max_overflow=60, echo=False):try:self.engine = create_engine(url, poolclass=QueuePool, pool_size=pool_size,max_overflow=max_overflow, pool_timeout=pool_timeout,echo=echo, pool_recycle=7200, pool_pre_ping=True, echo_pool=echo)self.Session = sessionmaker(bind=self.engine, expire_on_commit=False, autocommit=False, autoflush=False)print("Database connected successfully.")except SQLAlchemyError as e:print(f"Error connecting to the database: {e}")def get_session(self):return self.Session()@staticmethoddef close_session(_session):_session.close()@staticmethoddef execute_query(query, _session):try:result = _session.execute(query)return result.fetchall()except SQLAlchemyError as e:print(f"Error executing query: {e}")return Nonefinally:Database.close_session(_session)class SyncDatabase:async_engine: AsyncEngine = Noneasync_session = Nonedef __init__(self, url, pool_size=30, pool_timeout=1200, max_overflow=60, echo=False):self.url = urlself.max_overflow = max_overflowself.pool_timeout = pool_timeoutself.pool_size = pool_sizeself.echo = echoself.connect()def connect(self):"""创建数据库引擎和会话类"""try:self.async_engine = create_async_engine(self.url, echo=self.echo, pool_size=pool_size,max_overflow=max_overflow, pool_timeout=pool_timeout,pool_recycle=7200,pool_pre_ping=True, echo_pool=self.echo)self.async_session = async_sessionmaker(bind=self.async_engine, class_=AsyncSession, expire_on_commit=False,autocommit=False, autoflush=False)print("Database connected successfully.")except SQLAlchemyError as e:print(f"Error connecting to the database: {e}")def get_db_url():userName = get_config_key("database", "USERNAME")password = get_config_key("database", "PASSWORD")dbHost = get_config_key("database", "HOST")dbPort = get_config_key("database", "PORT")dbName = get_config_key("database", "DBNAME")urlProperty = get_config_key("database", "URL_PROPERTY")if dbName is None:return f'mysql+pymysql://{userName}:{urlquote(password)}@{dbHost}:{dbPort}{urlProperty}'else:return f'mysql+pymysql://{userName}:{urlquote(password)}@{dbHost}:{dbPort}/{dbName}{urlProperty}'def get_sync_db_url():userName = get_config_key("database", "USERNAME")password = get_config_key("database", "PASSWORD")dbHost = get_config_key("database", "HOST")dbPort = get_config_key("database", "PORT")dbName = get_config_key("database", "DBNAME")urlProperty = get_config_key("database", "URL_PROPERTY")if dbName is None:return f'mysql+aiomysql://{userName}:{urlquote(password)}@{dbHost}:{dbPort}{urlProperty}'else:return f'mysql+aiomysql://{userName}:{urlquote(password)}@{dbHost}:{dbPort}/{dbName}{urlProperty}'url = get_db_url()
max_overflow = get_config_key("database", "MAX_OVERFLOW")
pool_timeout = get_config_key("database", "POOL_TIMEOUT")
pool_size = get_config_key("database", "POOL_SIZE")
echo = get_config_key("database", "ECHO")# sqlalchemy实际操作对象,导入的时候应该导入这个对象
get_sqlalchemy_db = Database(url, pool_size=pool_size, pool_timeout=pool_timeout, max_overflow=max_overflow, echo=echo)# 异步的
SYNC_DB_URI = get_sync_db_url()
_async_engine = create_async_engine(SYNC_DB_URI, echo=echo, pool_size=pool_size,max_overflow=max_overflow, pool_timeout=pool_timeout, pool_recycle=7200,pool_pre_ping=True, echo_pool=echo)
# 异步IO的 sqlalchemy实际操作对象,导入的时候应该导入这个对象
async_session_factory = async_sessionmaker(bind=_async_engine, class_=AsyncSession, expire_on_commit=False,autocommit=False, autoflush=False)
4.调用 SQL
@staticmethod
async def find_by_name(name: str):"""根据名称查询"""db = get_sqlalchemy_dbtry:with Session(db.engine) as session:stmt = select(AlchemySchemas)if name:stmt = stmt.where(AlchemySchemas.name == name)schemas_infos = session.scalars(stmt).all()return [schemas_info.to_dict() for schemas_info in schemas_infos] if schemas_infos else Noneexcept SQLAlchemyError as e:print(f"An error occurred: {e}")return Nonefinally:db.close_session(session)
觉得有用的话点个赞
👍🏻
呗。
❤️❤️❤️本人水平有限,如有纰漏,欢迎各位大佬评论批评指正!😄😄😄💘💘💘如果觉得这篇文对你有帮助的话,也请给个点赞、收藏下吧,非常感谢!👍 👍 👍
🔥🔥🔥Stay Hungry Stay Foolish 道阻且长,行则将至,让我们一起加油吧!🌙🌙🌙
这篇关于【Python系列】SQLAlchemy 基本介绍的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!