基于sqlalchemy建表的orm查询操作、单表查询、多表查询


一、orm查询操作

1、给一个表 增加数据 

 

 2、表的 增,删,改,查

from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from models import Users
engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/python13", max_overflow=0, pool_size=5)
Connection
= sessionmaker(bind=engine) con = Connection() # 每次执行数据库操作时,都需要创建一个Connection # 1 单增(add) # obj1 = Users(name="lsb1",age=12) # con.add(obj1) # con.commit() #必须提交才能生效 # con.close() #关闭链接 # 2 多个增加(add_all):可以对一个表添加多个数据或者对多个表添加多个数据 # con.add_all([ # Users(name="lsb1",age=12), # Users(name="esb",age=40), # Users(name="jsb",age=30), # Users(name="tsb",age=12), # #Host(name = "tsb",time=123213) # ]) # con.commit() #必须提交才能生效 # con.close() #关闭链接 # 3 删除delete # con.query(Users).delete() # con.commit() #必须提交才能生效 # con.close() #关闭链接 # 4 改update # con.query(Users).update({"name":"sb","age":14})

# F查询。如果基于原来的之上 加上一个字符串,要设置synchronize_session属性为False # con.query(Users).update({Users.name:Users.name +" is true","age":1},synchronize_session=False)

# F查询。如果基于原来的之上 加上一个数字,不用设置synchronize_session # con.query(Users).update({Users.age:Users.age + 10}) # con.commit() #必须提交才能生效 # con.close() #关闭链接 # 5查 (查是不需要commit,也能拿到结果,所有commit可写可不写) # r1 = con.query(Users).all() #查询所有 # r1 = con.query(Users).first() #查单条记录 # r1 = con.query(Users.age,Users.name.label("sb")).first() #查具体哪些字段 # r1 = con.query(Users).filter(Users.name == "tsb").first() # 过滤用filter(传表达式) # r1 = con.query(Users).filter(Users.name == "tsb").update({"name": "sb", "age": 14}) # 指定一条记录 改(先过滤再修改) r1 = con.query(Users).filter_by(name = "esb").first() # 过滤用filter_by(传参数)
print(r1) 
con.commit()
#必须提交才能生效
con.close() #关闭链接

二、orm的单表查询、

from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from models import Users

engine = create_engine("mysql+pymysql://root:@127.0.0.1:3307/python13", max_overflow=0, pool_size=5)
Connection = sessionmaker(bind=engine)

session = Connection()   # 每次执行数据库操作时,都需要创建一个Connection

# 一、单条件查询(用参数)
# ret =  session.query(Users).filter_by(name = "esb").all()

# 二、多条件查询(用表达式)
# ret  = session.query(Users).filter(Users.name == "sb",Users.age ==14 ).first()
# print(ret.age,ret.name)

# 三、区间查询(用between):顾头顾尾
# ret  = session.query(Users).filter(Users.age.between(30,40)).all()
# print(ret)

# 四、列表查询(用 in_):相当于django中的__in
# ret =session.query(Users).filter(Users.id.in_([9,11,13])).all()
# print(ret)

# 五、非查询(用 ~):取反查询
# ret1 = session.query(Users).filter(~Users.id.in_([9,11,13])).all()
# print(ret1)


from sqlalchemy import or_,and_ # 六、或查询(用 or_) 
# ret =  session.query(Users).filter(or_(Users.id == 9,Users.name=="jsb")).all()

# 七、与查询(用 and_)
# ret =  session.query(Users).filter(and_(Users.id == 9,Users.name=="lsb1")).all()

# 八、or和and 整合查询
# ret =  session.query(Users).filter(or_(
#     Users.id == 9,
#     and_(Users.name=="jsb",Users.id==13),
#
#     )
# ).all()

# 九、模糊查询:like查询 # 1、必须以b开头
# ret = session.query(Users).filter(Users.name.like("b%")).all() # 2、第二字母是b
# ret = session.query(Users).filter(Users.name.like("_b%")).all() # 3、不以b开头
# ret = session.query(Users).filter(~Users.name.like("b%")).all()

# 十、排序查询(用order_by) # 1.desc 从大到小排序 (降序)
# ret = session.query(Users).filter(Users.id>1).order_by(Users.id.desc()).all() # 2.asc 从小到大排序 (升序)
# ret = session.query(Users).filter(Users.id>1).order_by(Users.id.asc()).all() # 3.多条件排序,先以年纪从大到小排,如果年龄相同,再以id从小到大排
# ret = session.query(Users).filter(Users.id>1).order_by(Users.age.desc(),Users.id.asc()).all()
# print(ret)

# 十一、分组查询(用 group_by)
# ret  = session.query(Users).group_by(Users.name).all()

# 十二、聚合查询 from sqlalchemy.sql import func # 再分组的时候如果要用聚合操作,就要导入func
# 1、选出组内最小年龄要大于等于30的组
# ret = session.query(Users).group_by(Users.name).having(func.min(Users.age)>=30).all() # 2、选出组内最小年龄要大于等于30的组,查询组内的最小年龄,最大年纪,年纪之和, ret = session.query( func.min(Users.age), func.max(Users.age), func.sum(Users.age), Users.name ).group_by(Users.name).having(func.min(Users.age)>=30).all() print(ret)

 三、多表查询

1、一对多

class Hobby(Base):
    __tablename__ = "hobby"
    id = Column(Integer,primary_key=True)
    catption =Column(String(50),default="双色球")

class Person(Base):
    __tablename__ = "person"
    nid = Column(Integer,primary_key=True)
    name = Column(String(32))
    #hobby值tablename而不是Hobby类名,
    hobby_id = Column(Integer,ForeignKey("hobby.id"))

    # 更数据库没有关系,不会新增加字段,只能用于快速的链表查询操作
    #relationship的第一个参数,是类名,第二个参数backref,用于反向查询
    hobby =relationship("Hobby",backref="pres")
    def __repr__(self):
        return self.name

查询

from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from models import Hobby,Person

engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/python13", max_overflow=0, pool_size=5)
Connection = sessionmaker(bind=engine)

# 每次执行数据库操作时,都需要创建一个Connection
session = Connection()

# 1 添加,没有用关联关系
# session.add_all([
#     Hobby(catption="淫诗"),
#     Hobby(catption="推背"),
#     Person(name="tank",hobby_id=1),
#     Person(name="jason",hobby_id=2)
# ])
# session.commit()
# session.close()
# 2 添加,用关联关系 # 01、给Person表中的name字段添加一个数据,并关联他的 爱好 # preson = Person(name="egon",hobby=Hobby(catption="相亲")) # session.add(preson) # session.commit()
# session.close()
# 02、给Hobby表中catption字段添加一个数据,并关联他的 主人 # hobb = Hobby(catption="人妖") # pres 是Person表中 字段hobby =relationship("Hobby",backref="pres") 用于反向查询 # hobb.pres = [Person(name="owen"),Person(name="sean")] # session.add(hobb) # session.commit()
# session.close()
# 3 正向查询 # pr = session.query(Person).filter( Person.name == "tank").first() # print(pr.name) # print(pr.hobby.catption) # 4 反向查 # v = session.query(Hobby).filter(Hobby.catption=="人妖").first() # print(v.catption) # print(v.pres) # 5 自己连表查询(isouter=True表示是left join,不填默认为inner join) person_list1 = session.query(Person).join(Hobby,Person.hobby_id==Hobby.id).all() # inner join person_list = session.query(Hobby).join(Person,Person.hobby_id==Hobby.id,isouter=True) # left join print(person_list) session.close()

2、多对多

# 一个男孩可以喜欢多个女孩,一个女孩也可以喜欢多个男孩
class Boy2Girl(Base):
    __tablename__ = "boy2girl"
    id = Column(Integer, primary_key=True)
    girl_id = Column(Integer,ForeignKey("girl.id"))
    boy_id = Column(Integer,ForeignKey("boy.id"))


class Girl(Base):
    __tablename__ = "girl"
    id  = Column(Integer,primary_key=True)
    name =  Column(String(100),nullable=False)

    def __repr__(self):
        return self.name

class Boy(Base):
    __tablename__ = "boy"
    id = Column(Integer, primary_key=True)
    name = Column(String(100), nullable=False)
    #secondary=boy2girl 中间表的表名
   girl = relationship("Girl",secondary="boy2girl",backref = "boys") def __repr__(self):
        return self.name

查询

from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from models import Boy,Boy2Girl,Girl

engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/python13", max_overflow=0, pool_size=5)
Connection = sessionmaker(bind=engine)

session = Connection()  # 每次执行数据库操作时,都需要创建一个Connection

#添加,没有用关联
# session.add_all([
#     Boy(name="tank"),
#     Boy(name="sean"),
#     Girl(name="仓老师"),
#     Girl(name="小泽老师")
# ])

# b2g = Boy2Girl(boy_id=1,girl_id=2)
# session.add(b2g )
# b2g = Boy2Girl(boy_id=2,girl_id=1)
# session.add(b2g )

# session.commit()
# session.close()

#添加,用关联 # 01、给Boy表中的name字段 添加一个数据,并关联他喜欢的 人
# boy = Boy(name="亚峰")
# boy.girl=[Girl(name="迪丽热巴"),Girl(name="三上")]
# session.add(boy)
# session.commit()

# 01、给Girl表中的name字段 添加一个数据,并关联她喜欢的 人
# girl = Girl(name="丹丹")
# girl.boys=[Boy(name="吴彦祖"),Boy(name="鹿晗")]
# session.add(girl)
# session.commit()


# 正向查:使用relationship的关系
# b = session.query(Boy).filter(Boy.name == "亚峰").first() # print(b.name) # print(b.girl)

# 反向查询
g = session.query(Girl).filter(Girl.name=="丹丹").first()
print(g.name) print(g.boys)

四、数据库管理

1、安装:pip install flask-migrate

 

 

 

 

 

 

 

 

 

 

可以 进SQLAlchemy

。。。。。。

看 settings

 

 

 

 

切到项目目录下 运行 初始化

 

 

 

 

 

 结果:多了个

 

 

 

 

 

 

 

 

怎么用:

先跑

 

 

 

 

 

 

 

 

 

 


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM