Python零基础从小白打怪升级中~~~~~~~SQLAlchemy的介绍

2024-04-13 09:28

本文主要是介绍Python零基础从小白打怪升级中~~~~~~~SQLAlchemy的介绍,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!

第四节:SQLAlchemy操作数据库

一、SQLAlchemy介绍

SQLAlchemy 是 Python 中一个通过 ORM 操作数据库的框架。

SQLAlchemy对象关系映射器提供了一种方法,用于将用户定义的Python类与数据库表相关联,并将这些类(对象)的实例与其对应表中的行相关联。它包括一个透明地同步对象及其相关行之间状态的所有变化的系统,称为工作单元,以及根据用户定义的类及其定义的彼此之间的关系表达数据库查询的系统。

可以让我们使用类和对象的方式操作数据库,从而从繁琐的 sql 语句中解脱出来。

ORM 就是 Object Relational Mapper 的简写,就是关系对象映射器的意思。

pip install sqlalchemy

from sqlalchemy import create_engine# 数据库的配置变量
HOSTNAME = '127.0.0.1'
PORT     = '3306'
DATABASE = 'test'
USERNAME = 'root'
PASSWORD = '123123'
DB_URI = 'mysql+mysqldb://{}:{}@{}?charset=utf8mb4:{}/{}'.format(USERNAME,PASSWORD,HOSTNAME,PORT,DATABASE)# pymysql
engine = create_engine("mysql://user:password@localhost:3306/dbname",echo=True,  # echo 设为 True 会打印出实际执行的 sql,调试的时候更方便future=True,  # 使用 SQLAlchemy 2.0 API,向后兼容pool_size=5, # 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=3600, # 设置时间以限制数据库自动断开
)# 创建一个 SQLite 的内存数据库,必须加上 check_same_thread=False,否则无法在多线程中使用
engine = create_engine("sqlite:///:memory:", echo=True, future=True,connect_args={"check_same_thread": False})# pip install mysqlclient
engine = create_engine('mysql+mysqldb://user:password@localhost/foo?charset=utf8mb4')

二、创建ORM映射

创建一个类,一个类对应了一个数据库中的一张表,类的数据属性对应了表中的字段名,这个类称为映射类。根据映射类创建出一个一个的对象,每个对象对应了表中的一条实际的数据。

image.png

#1、创建基类
from sqlalchemy.ext.declarative import declarative_baseengine = create_engine(DB_URI)Base = declarative_base(engine)#2、用这个`Base`类作为基类来写自己的ORM类。要定义`__tablename__`类属性,来指定这个模型映射到数据库中的表名。
class Person(Base):__tablename__ ='person'#3. 创建属性来映射到表中的字段,所有需要映射到表中的属性都应该为Column类型:
class Person(Base):__tablename__ ='t_person'#2.在这个ORM模型中创建一些属性,来跟表中的字段进行 一一 映射。这些属性必须是sqlalchemy给我们提供好的数据类型id = Column(Integer,primary_key=True,autoincrement=True)name = Column(String(50))age = Column(Integer)country = Column(String(50))# 调用 create_all 创建所有模型Base.metadata.create_all(engine)# 如果只需要创建一个模型User.__table__.create(engine)

image.png

image.png

#定义一个枚举类
class   TagEnum(enum.Enum):python="PYHTON"flask="FLASK"django ="DJANGO"#创建一个ORM模型     说明基于sqlalchemy  映射到mysql数据库的常用字段类型有哪些?
Base = declarative_base(engine)
class News(Base):__tablename__='news'id = Column(Integer,primary_key=True,autoincrement=True)price1 = Column(Float)  #存储数据时存在精度丢失问题price2 = Column(DECIMAL(10,4))title = Column(String(50))is_delete =Column(Boolean)tag1 =Column(Enum('PYTHON','FLASK','DJANGO'))  #枚举常规写法tag2 =Column(Enum(TagEnum)) #枚举另一种写法create_time1=Column(Date)create_time2=Column(DateTime)create_time3=Column(Time)content1 =Column(Text)content2 =Column(LONGTEXT)# Base.metadata.drop_all()
# Base.metadata.create_all()

三、增删改查操作

1、建立session链接

from sqlalchemy.orm import sessionmakerDBSession = sessionmaker(bind=engine,autocommit=False, autoflush=False,future=True)with DBSession() as sess:sess.execute()with DBSession.begin() as sess:sess.execute()

2、新增操作

和 1.x API 不同,2.0 API 中不再使用 query,而是使用 select 来查询数据。

<!--方式一SQL-->
insert_stmt = insert(User).values(name='name1')
with DBSession() as sess:sess.execute(insert_stmt)sess.commit()<!--未绑定参数-->
insert_stmt2 = insert(User)
with DBSession() as sess:sess.execute(insert_stmt2,{'name':'name1'})sess.commit()<!--批量-->
with DBSession() as sess:sess.execute(insert_stmt2,[{'name':'name1'},{'name':'name2'}])sess.commit()<!--另一种方式begin-->
with DBSession.begin() as sess:sess.execute(insert_stmt2,[{'name':'name1'},{'name':'name2'}])<!--方式二对象-->
obj=User(name='name2')
with DBSession() as sess:sess.add(obj)sess.commit()<!--批量-->
obj=User(name='name2')
obj2=User(name='name2')
with DBSession() as sess:sess.add(obj)sess.add(obj2)# 或者 s.bulk_save_objects([obj,obj2])sess.commit()

3、查、改和删除操作

2.0 API 中不再使用 query,而是使用 select,update,delete 来操作数据。但query仍可使用

# session.query(User).get(42)
session.get(User, 42)# session.query(User).all()
session.execute(select(User)).scalars().fetchall()# session.query(User).filter_by(name="some_user").first()
session.execute(select(User).filter_by(name="some_user")).fetchone()# session.query(User).from_statememt(text("select * from users")).a..()
session.execute(select(User).from_statement(text("selct * from users"))).scalars().all()# session.query(User).filter(User.name == "foo").update({"fullname": "FooBar"}, synchronize_session="evaluate")
session.execute(update(User).where(User.name == "foo").values(fullname="FooBar").execute_options(synchronize_session="evaluate"))
# synchronize_session 有三种选项: false, "fetch", "evaluate",默认是 evaluate
# false 表示完全不更新 Python 中的对象
# fetch 表示重新从数据库中加载一份对象
# evaluate 表示在更新数据库的同时,也尽量在 Python 中的对象上使用同样的操作

这篇关于Python零基础从小白打怪升级中~~~~~~~SQLAlchemy的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!



http://www.chinasem.cn/article/899757

相关文章

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该