sqlalchemy的orm的高級用法，分組，排序，聚合等方法

flask的SQLAlchemy

"""
	安裝：
    pip install  sqlalchemy
"""

models.py

# pip install  sqlalchemy
import datetime
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Text, ForeignKey, DateTime, UniqueConstraint, Index
from sqlalchemy.orm import relationship
Base = declarative_base()

class Users(Base):
    __tablename__ = 'users'  # 數據庫表名稱
    id = Column(Integer, primary_key=True)  # id 主鍵
    name = Column(String(32), index=True, nullable=False)  # name列，索引，不可為空
    age = Column(Integer)
    #email = Column(String(32), unique=True)
    #datetime.datetime.now#不能加括號，加了括號，以后永遠是當前時間
    #ctime = Column(DateTime, default=datetime.datetime.now)
    #extra = Column(Text, nullable=True)

    __table_args__ = (
        # UniqueConstraint('id', 'name', name='uix_id_name'), #聯合唯一
        # Index('ix_id_name', 'name', 'email'), #索引
    )

    def __repr__(self):  # 作用類似於__str__, 但是__repr__的作用更加底層，__str__則打印不出來
        return self.name


def init_db():
    """
    根據類創建數據庫表
    :return:
    """
    engine = create_engine(
        "mysql+pymysql://root:123456@127.0.0.1:3306/python13?charset=utf8",
        #"什么數據庫（mysql,orcal）+用什么取鏈接數據庫（pymysql）://數據庫用戶名:密碼@mysqlip:端口/數據庫名？charset=字符集"
        max_overflow=0,  # 超過連接池大小外最多創建的連接
        pool_size=5,  # 連接池大小
        pool_timeout=30,  # 池中沒有線程最多等待的時間，否則報錯
        pool_recycle=-1  # 多久之后對線程池中的線程進行一次連接的回收（重置）
    )

    Base.metadata.create_all(engine)

def drop_db():
    """
    根據類刪除數據庫表
    :return:
    """
    engine = create_engine(
         "mysql+pymysql://root:123456@127.0.0.1:3306/python13?charset=utf8",
        max_overflow=0,  # 超過連接池大小外最多創建的連接
        pool_size=5,  # 連接池大小
        pool_timeout=30,  # 池中沒有線程最多等待的時間，否則報錯
        pool_recycle=-1  # 多久之后對線程池中的線程進行一次連接的回收（重置）
    )

    Base.metadata.drop_all(engine)

if __name__ == '__main__':
    drop_db()
    init_db()

orm的and，or, between, 取反查詢，like，分組，排序，聚合

from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from models import Users
#"mysql+pymysql://root@127.0.0.1:3306/aaa"
engine = create_engine("mysql+pymysql://root:123456@127.0.0.1:3306/python13", max_overflow=0, pool_size=5)
Connection = sessionmaker(bind=engine)

# 每次執行數據庫操作時，都需要創建一個Connection
session = Connection()

# 條件
ret =  session.query(Users).filter_by(name = "esb").all()

#表達式，and 條件鏈接
ret  = session.query(Users).filter(Users.name == "sb",Users.age ==14).first()
# print(ret.age,ret.name)

# 表示的between（包括頭尾），條件,30<=age<=40
ret = session.query(Users).filter(Users.age.between(30,40)).all()
# print(ret)


# sql查詢的in_操作,相當於django中的__in
ret =session.query(Users).filter(Users.id.in_([9,11,13])).all()
# print(ret)


# # sql查詢取反
ret1 = session.query(Users).filter(~Users.id.in_([9,11,13])).all()
# print(ret1)


#or查詢 ，or和and ,做整合
# 想要使用，的向導入
from sqlalchemy import or_, and_
#
ret = session.query(Users).filter(or_(Users.id == 9, Users.name=="jsb")).all()
ret = session.query(Users).filter(and_(Users.id == 9,Users.name=="lsb1")).all()

# 也可以包裹在一起使用
ret =  session.query(Users).filter(or_(
    Users.id == 9,
    and_(Users.name=="jsb",Users.id==13),

    )
).all()


# like查詢,模糊配置
#必須以b開頭
ret = session.query(Users).filter(Users.name.like("b%")).all()

# #第二字母是b
ret = session.query(Users).filter(Users.name.like("_b%")).all()

#不以b開頭
ret = session.query(Users).filter(~Users.name.like("b%")).all()


#排序
#desc從大到小排序
ret = session.query(Users).filter(Users.id>1).order_by(Users.id.desc()).all()

#asc從小到大排序
ret = session.query(Users).filter(Users.id>1).order_by(Users.id.asc()).all()

#多條件排序,先以年紀從大到小排，如果年齡相同，再以id從小到大排
ret = session.query(Users).filter(Users.id>1).order_by(Users.age.desc(),Users.id.asc()).all()
# print(ret)


#分組查詢
ret  = session.query(Users).group_by(Users.name).all()

# 再分組的時候如果要用聚合操作，就要導入func
from sqlalchemy.sql import func  # func 就類似於django的聚合查詢

#選出組內最小年齡要大於等於30的組
ret  = session.query(Users).group_by(Users.name).having(func.min(Users.age)>=30).all()

#選出組內最小年齡要大於等於30的組,查詢組內的最小年齡，最大年紀，年紀之和，
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)