SQLAlchemy簡介

SQLAlchemy簡介

SQLAlchemy是Python SQL工具包和對象關系映射器，是python中最著名的ORM(Object Relationship Mapping)框架，它簡化了應用程序開發人員在原生SQL上的操作，使開發人員將主要精力都放在程序邏輯上，從而提高開發效率。它提供了一整套著名的企業級持久性模式，設計用於高效和高性能的數據庫訪問。

使用ORM操作數據庫：
優勢 ：代碼易讀，隱藏底層原生SQL語句，提高了開發效率。
劣勢 ：執行效率低 ，將方法轉換為原生SQL后 原生SQL不一定是最優的。

環境：

centos 7  x64   python 3.6  SQLAlchemy 1.3.16   pymysql 0.9.3    mariadb 5.5.64

關於如何安裝上述環境，這里不做演示，相信大家能搜到這篇文章，想必這種小問題不在話下。

連接數據庫

sqlalchemy.create_engine(*args, **kwargs)：簡介

sqlalchemy支持的數據庫：

• PostgreSQL 
• MySQL 
• Oracle 
• SQL Server 
• SQLite 

sqlalchemy.create_engine(*args, **kwargs)：創建數據庫實例。

常用參數：

Engine：用URL的方式填寫連接數據庫所需的數據。如下格式：

db = create_engine('mysql+pymysql://數據庫用戶:數據庫密碼@127.0.0.1:3306/數據庫名?charset=utf8') 

case_sensitive=True：如果為False，在查詢獲取列名時將不區分大小寫。

connect_args：值是一個字典，用於設置數據庫連接參數，連接數據庫時可以傳遞自定義參數。如下將連接信息存放到字典中。

# 將連接信息放到connect_args字典中
db = create_engine('mysql+pymysql://', connect_args={'user': '用戶名',
                                                     'password': '密碼',
                                                     'host': '數據庫地址',
                                                     'port': 3306,
                                                     'database': '數據庫',
                                                     'charset': 'utf8'})

creator：值是函數名，該函數返回數據庫連接對象。如下：

from sqlalchemy import create_engine
import pymysql
# 使用pymysql獲取連接對象
def connect_sql():
    connect = pymysql.connect(
        host='數據庫地址',
        user='用戶名',
        password='密碼',
        db='數據庫',
        charset='utf8',
    )
    return connect
# 獲取數據庫實例
db = create_engine('mysql+pymysql://',creator=connect_sql)

echo=False：如果為True會將執行的SQL語句及引擎執行的過程寫到默認的日志當中，默認日志使用sys.stdout作為輸出。echo的值除了True|False還可以設置為'debug'等字符串的形式來調整日志等級。如下：

# 設置日志等級
db = create_engine('mysql+pymysql://', connect_args={'user': '用戶名',
                                                     'password': '密碼',
                                                     'host': '數據庫地址',
                                                     'port': 3306,
                                                     'database': '數據庫',
                                                     'charset': 'utf8'},echo='debug')

echo_pool=False：如果為True將會記錄連接池的遷入與遷出，默認日志使用sys.stdout作為輸出，echo_pool的值除了True|False還可以設置為'debug'等字符串的形式來調整日志等級。

encoding：SQLAlchemy對從數據庫中獲取的數據編碼|解碼方式，默認是utf-8。

isolation_level：數據庫事物隔離，值是："SERIALIZABLE"、 "REPEATABLE_READ"、 "READ_COMMITTED"、"READ_UNCOMMITTED" 、"AUTOCOMMIT".，具體以后端使用的數據庫為准。

logging_name：sqlalchemy.engine記錄器中生成的日志記錄的“name”字段，默認為對象id的十六進制字符串。

max_identifier_length：值是一個整數，用於設置SQL標識符（如表名、列名或標簽名）的最大字符數。

max_overflow=10：允許連接池內“溢出”的連接數，即在池大小設置之外打開的連接數。這只用於QueuePool。

module=None ：對Python模塊對象（模塊本身，而不是其字符串名稱）的引用，如mysql使用pymysql驅動，此參數將繞過導入，而使用給定的模塊，直接操作數據庫。可用於測試DBAPI以及將“模擬”DBAPI實現注入引擎。

pool=None：如果值不是None，則是pool的實例或者QueuePool 的實例，此時將繞過URL參數中的連接參數，使用給定的pool或QueuePool作為engine的基礎連接池。所謂pool池其實就是指數據庫連接實例。 

pool_size=5：連接池中保持打開狀態的連接數，池大小設置為0表示沒有限制，禁用池，將poolclass設置為NullPool。

poolclass=None：用戶自定義連接池。

pool_recycle=-1 ：在給定的秒數之后回收連接。默認為-1表示沒有超時。例如，設置為3600意味着連接將在一小時內連接上如果沒有任何活動將被回收。注意，如果在八小時內未在連接上檢測到任何活動，MySQL將自動斷開連接（盡管這可以通過MySQLDB連接本身和服務器配置進行配置）。

pool_reset_on_return='rollback'：設置底層池對象的Pool.reset_on_return參數，該參數可以設置為值“rollback”、“commit”或“None”。

pool_timeout=30：獲取連接池的超時時間單位是秒。

pool_use_lifo=False：從隊列池檢索連接時使用后進先出，而不是先進先出。使用后進先出，服務器端超時方案可以減少在非高峰使用期間使用的連接數。在計划服務器端超時時，請確保使用了回收或預ping策略來優雅地處理過時的連接。

plugins：要加載的插件名稱的字符串列表。

SQLAlchemy簡單示例

1、准備數據庫sql_test

MariaDB [(none)]> create database sql_test;

2、連接sql_test數據庫，獲取數據庫實例

from sqlalchemy import create_engine
import pymysql
# 第一種獲取數據庫實例的方法
def connect_sql():
    # 使用pymysql獲取連接對象
    connect = pymysql.connect(
        host='數據庫地址',
        user='用戶名',
        password='密碼',
        db='數據庫',
        charset='utf8',
    )
    return connect
# 獲取數據庫實例
db = create_engine('mysql+pymysql://',creator=connect_sql)


# 第二種獲取數據庫實例的方法
db = create_engine('mysql+pymysql://', connect_args={'user': '用戶名',
                                                     'password': '密碼',
                                                     'host': '數據庫地址',
                                                     'port': 3306,
                                                     'database': '數據庫',
                                                     'charset': 'utf8'})

# 第三種獲取數據庫實例的方法
db = create_engine('mysql+pymysql://數據庫用戶:數據庫密碼@數據庫地址:3306/數據庫名?charset=utf8')

3、在數據庫中創建表

在創建表時由於是使用的ORM，所以需要將創建好的類與SQLAlchemy底層建表的類進行映射，類似於Django中類要繼承model類一樣。

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String
from sqlalchemy import create_engine
# 獲取數據庫實例
db = create_engine('mysql+pymysql://數據庫用戶:數據庫密碼@數據庫地址:3306/數據庫名?charset=utf8')

# 建立映射關系
Base = declarative_base()
class User(Base):
    __tablename__ = 'users'  # 設置表明

    id = Column(Integer,primary_key=True)
    name = Column(String(32))
    age = Column(Integer)

# 創建表
Base.metadata.create_all(db)

運行上面的代碼后會在數據庫sql_test中創建一個名為users的表。

 創建多個表只需要創建多個類即可，如下：

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String
from sqlalchemy import create_engine
# 獲取數據庫實例
db = create_engine('mysql+pymysql://數據庫用戶:數據庫密碼@數據庫地址:3306/數據庫名?charset=utf8')

# 建立映射關系
Base = declarative_base()
class User(Base):
    __tablename__ = 'users'  # 設置表明

    id = Column(Integer,primary_key=True)
    name = Column(String(32))
    age = Column(Integer)

class Table_1(Base):
    __tablename__ = 'table_1'  # 設置表明

    id = Column(Integer,primary_key=True)
    name = Column(String(32))
    age = Column(Integer)

class Table_2(Base):
    __tablename__ = 'table_2'  # 設置表明

    id = Column(Integer,primary_key=True)
    name = Column(String(32))
    age = Column(Integer)

# 創建表
Base.metadata.create_all(db)

最終你會看到如下：

4、向表中添加數據。

以上面創建好的users表為示例：

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
# 獲取數據庫實例
db = create_engine('mysql+pymysql://數據庫用戶:數據庫密碼@數據庫地址:3306/數據庫名?charset=utf8')

# 建立映射關系
Base = declarative_base()
class User(Base):
    __tablename__ = 'users'  # 設置表明

    id = Column(Integer,primary_key=True)
    name = Column(String(32))
    age = Column(Integer)

# 向表中添加記錄
obj = User(name='小明',age=12)
# 創建會話
obj_session = sessionmaker(db)
# 打開會話
db_session = obj_session()
# 向表中添加數據,此時數據保存在內存中
db_session.add(obj)
# 提交數據，將數據保存到數據庫中
db_session.commit()
# 關閉會話
db_session.close()

如果一切順利你會看到：

 4.1向表中添加多條數據。

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker

# 獲取數據庫實例
db = create_engine('mysql+pymysql://數據庫用戶:數據庫密碼@數據庫地址:3306/數據庫名?charset=utf8')

# 建立映射關系
Base = declarative_base()
class User(Base):
    __tablename__ = 'users'  # 設置表明

    id = Column(Integer, primary_key=True)
    name = Column(String(32))
    age = Column(Integer)
# 插入多條記錄
obj = [User(name='小麗', age=12),
       User(name='李紅', age=14),
       User(name='小剛', age=10)]
# 創建會話
obj_session = sessionmaker(db)
# 打開會話
db_session = obj_session()
# 向表中添加數據,此時數據保存在內存中
db_session.add_all(obj)
# 提交數據，將數據保存到數據庫中
db_session.commit()
# 關閉會話
db_session.close()

 如果成功會看到如下：

 5、查詢表中數據

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker

# 獲取數據庫實例
db = create_engine('mysql+pymysql://數據庫用戶:數據庫密碼@數據庫地址:3306/數據庫名?charset=utf8')
# 建立映射關系
Base = declarative_base()
class User(Base):
    __tablename__ = 'users'  # 設置表明

    id = Column(Integer, primary_key=True)
    name = Column(String(32))
    age = Column(Integer)

# 創建會話
obj_session = sessionmaker(db)
# 打開會話
db_session = obj_session()
# 查詢表中所有數據
all_list = db_session.query(User).all()
for obj in all_list:
    print(obj.id,obj.name,obj.age)
# 關閉會話
db_session.close()

如果表中有數據，你會看到如下：

 6、使用filter過濾查詢條件

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker

# 獲取數據庫實例
db = create_engine('mysql+pymysql://數據庫用戶:數據庫密碼@數據庫地址:3306/數據庫名?charset=utf8')
# 建立映射關系
Base = declarative_base()
class User(Base):
    __tablename__ = 'users'  # 設置表明

    id = Column(Integer, primary_key=True)
    name = Column(String(32))
    age = Column(Integer)

# 創建會話
obj_session = sessionmaker(db)
# 打開會話
db_session = obj_session()
# 使用filter過濾查詢條件
all_list = db_session.query(User).filter(User.name=='小明')
for obj in all_list:
    print(obj.id,obj.name,obj.age)
# 查看SQLAlchemy底層執行的sql語句
print(f'執行的sql語句：{all_list}')
# 關閉會話
db_session.close()

 打印結果如下：

7、 修改數據

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker

# 獲取數據庫實例
db = create_engine('mysql+pymysql://數據庫用戶:數據庫密碼@數據庫地址:3306/數據庫名?charset=utf8')
# 建立映射關系
Base = declarative_base()
class User(Base):
    __tablename__ = 'users'  # 設置表明

    id = Column(Integer, primary_key=True)
    name = Column(String(32))
    age = Column(Integer)

# 創建會話
obj_session = sessionmaker(db)
# 打開會話
db_session = obj_session()
# 將小明的名字修改為娃哈哈
all_list = db_session.query(User).filter(User.name=='小明').update({'name':'娃哈哈'})
# 提交數據，將數據保存到數據庫中
db_session.commit()
# 查看更改后的表
all_data = db_session.query(User).all()
for obj in all_data:
    print(obj.id,obj.name,obj.age)
# 關閉會話
db_session.close()

執行完成后你會看到如下：

 

8、刪除數據

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker

# 獲取數據庫實例
db = create_engine('mysql+pymysql://數據庫用戶:數據庫密碼@數據庫地址:3306/數據庫名?charset=utf8')
# 建立映射關系
Base = declarative_base()
class User(Base):
    __tablename__ = 'users'  # 設置表明

    id = Column(Integer, primary_key=True)
    name = Column(String(32))
    age = Column(Integer)

# 創建會話
obj_session = sessionmaker(db)
# 打開會話
db_session = obj_session()
# 刪除id是1的行
all_list = db_session.query(User).filter(User.id==1).delete()
# 提交數據，將數據保存到數據庫中
db_session.commit()
# 刪除后查看表中數據
all_data = db_session.query(User).all()
for obj in all_data:
    print(obj.id,obj.name,obj.age)
# 關閉會話
db_session.close()

執行完成后，打印結果如下：

 好了關於SQLAlchemy的增、刪、改、查先簡單介紹這里，關於SQLAlchemy的一些高級操作待更新。。。。。