本文主要介绍Python SQLACHEMY的入门教程。本文主要通过实例说明Python SQLACHEMY的基本用法。有需要的朋友可以参考一下。
本文将以Mysql为例介绍sqlalchemy的基本用法。其中Python版本为2.7，sqlalchemy版本为1.1.6。
一. 介绍
SQLAlchemy是Python中最著名的ORM工具。
关于ORM:
全称是对象关系映射。
其特点是操纵Python对象而不是SQL查询，即在代码层面考虑对象而不是SQL，体现了一种程序化的思维，使得Python程序更加简洁易读。
具体实现是将数据库表转换成Python类，其中数据列作为属性，数据库操作作为方法。
优势：
简洁易读：将数据表抽象成对象(数据模型)，使其更加直观易读。
可移植性：封装多种数据库引擎，面向多个数据库，具有基本相同的操作，易于代码维护。
更安全：有效避开SQL注入
为什么使用sqlalchemy？
虽然性能上略逊于原生SQL，但是操作数据库真的很方便！
二. 使用
概念和数据类型
概念
概念
对应数据库
解释
发动机
连接
驱动发动机
会议
连接池，事务
从而开始查询。
模型
桌子
类别定义
圆柱
排
询问
几行
您可以在链中添加多个条件。
常见数据类型
数据类型
数据库数据类型
Python数据类型
解释
整数
（同Internationalorganizations）国际组织
（同Internationalorganizations）国际组织
塑料，32位
线
可变长字符串
线
字符串
文本
文本
线
采油套管
浮动
漂浮物
漂浮物
浮点型
布尔代数学体系的
tinyint
弯曲件
对/错
日期
日期
日期时间
储存时间、年、月、日
日期时间
日期时间
日期时间.日期时间
存储年、月、日、分、秒、毫秒等。
时间
时间
日期时间.日期时间
存储小时、分钟和秒
创建数据库表
1.装置
pip安装SQLalchemy
2.创建连接
从sqlalchemy导入创建引擎
engine=create _ engine(' MySQL://user:password @ hostname/dbname？charset=uft8 ')
这行代码初始化并创建引擎，引擎在内部维护一个池(连接池)和一个方言(方言)来标识连接的数据库的特定类型。
创建引擎时，已经创建了池和方言，但是此时它们并没有真正连接到数据库。在执行特定语句之前，它们不会连接到数据库。执行connect()。
Create_engine还有其他可选参数，例如：
engine=create _ engine(' MySQL://user:password @ hostname/dbname？charset=uft8 '，
echo=True，
pool_size=8，
pool_recycle=60*30
)
Echo:设置为True时，orm语句将转换为sql语句进行打印，一般在调试时可用。
Pool_size:连接池的大小，默认为5。当设置为0时，连接是无限制的。
Pool_recycle:设置时间来限制数据库自动断开连接的时间。
3. 创建数据库表类（模型）
有了前面提到的ORM的重要特性，我们在操作表的时候，就需要操作对象。现在让我们创建一个类，以通用用户表为例：
从sqlalchemy . ext . declarative import declarative _ base
Base=declarative_base()
类别用户(基本用户):
__tablename__='用户'
id=列(Integer，primary_key=True)
name=Column(字符串(64)，unique=True)
email=Column(字符串(64))
def __init__(自己，姓名，电子邮件):
self.name=name
self.email=电子邮件
Declarative_base()是sqlalchemy内部封装的一种方法，通过它构造一个基类，这个基类及其子类可以映射Python类和数据库表。
数据库模型类通过__tablename__与表相关，Column表示数据表的列。
4. 生成数据库表
Base.metadata.create_all(引擎)
创建一个表，如果存在就忽略它，执行上面的代码，你会发现users表已经在db中创建好了。
操作数据
一旦创建了表，它就是操作数据。我们将逐一介绍常见的操作。
会议
sqlalchemy中使用Session来创建程序和数据库之间的会话，所有对象都需要通过session对象进行加载和保存。
通过调用sessionmaker创建工厂，并关联引擎以确保每个会话都可以使用引擎连接资源：
从sqlalchemy.orm导入会话标记
#创建会话
DbSession=session maker(bind=engine)
session=DbSession()
会话的常见操作方法包括：
Flush:预提交，提交到数据库文件，但尚未写入数据库文件。
提交：事务已提交。
回滚：回滚
关闭：关闭
提高
举个最简单的例子：
add_user=Users('test '，' test123@qq.com ')
session.add(add_user)
session.commit()
Session.add()会将模型添加到由当前会话维护的持久空间(可以从session.dirty中看到)，直到它被提交到数据库。
Q1:如何在添加后直接返回对象的属性？
可以在add之后执行db.session.flush()，这样就可以在会话中获取对象的属性。
Q2:如何执行批量插入和性能比较？
批量插入有几种方法，它们的批量比较如下：
session . add _ all()bulk _ save _ object()bulk _ insert _ mappings()SQLAlchemy _ core()
支票
查询是最常用的操作。以最简单的查询为例：
users=session.query(Users)。filter_by(id=1)。全部()
对于用户中的项目：
打印(项目.名称)
通常情况下，我们通过上述查询方式获取数据。需要注意的是，通过session.query()，我们查询并返回一个查询对象。这个时候我们还没有查询到具体的数据库。只有当我们执行特定的功能，如。所有()和。首先()我们会真正操作数据库。
其中，query有filter和filter_by两种过滤方式。上面的例子也可以写成：
users=session.query(Users)。filter_by(Users.id==1)。全部()
通常会用到这两种方法，所以一定要掌握它们的区别：
过滤器
Filter_by支持所有比较运算符。只有'='，'可用于相等比较。='和''过滤类名。属性名filter属性名不支持组合查询，只能连续调用Filter。伪装的实现参数是**kwargs，支持组合查询，支持and、or和in。
正确的
更新数据有两种方法，一种是在查询中使用update方法：
过滤器
过滤方式
支持所有比较运算符，equal comparison with comparison with==
只有'='，'！='和''
过滤类名。属性名
过滤属性名称
不支持组合查询，只能变相连续调用过滤器。
参数是**kwargs，支持组合查询。
支持中的和、或和。
正确的
更新数据有两种方法，一种是在查询中使用update方法：
session.query(用户)。filter_by(id=1)。更新({'name': 'Jack'})
另一种是操作相应的表格模型：
users=session.query(Users)。filter_by(name='Jack ')。首先()
users.name='test '
session.add(用户)
那两种方法呢？一般批量更新时我会选择前者，从查询中获取对象属性后更新场景时需要后者。
删除
与更新数据类似，删除数据有两种方法。第一个是：
delete _ Users=session . query(Users)。filter(Users.name=='test ')。首先()
如果删除_用户：
session.delete(删除用户)
session.commit()
第二种类型：
session.query(用户)。filter(Users.name=='test ')。删除()
session.commit()
第二种建议批量删除。
以上是Python sqlalchemy的基本用法。
代码参考：我的github
总结
以上是边肖介绍的Python SQLAlchemy入门教程。希望对你有帮助。如果您有任何问题，请给我留言，边肖将及时回复您。非常感谢您对我们网站的支持！
如果你觉得这篇文章对你有帮助，请转载，请注明出处，谢谢！
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。