SQLAlchemy的主要組件詳細講解
SQLAlchemy介紹
SQLAlchemy是一個基于Python實現(xiàn)的ORM框架,能滿足大多數(shù)數(shù)據(jù)庫操作需求,同時支持多種數(shù)據(jù)庫引擎(SQLite,MySQL,Postgresql,Oracle等)
SQLAlchemy組件中最有名的是它的對象關系映射器(ORM)
ORM 將數(shù)據(jù)庫中的表與面向對象語言中的類建立了一種對應關系
ORM將一個Python的對象映射為數(shù)據(jù)庫中的一張關系表。它將SQL封裝起來,程序員不再需要關心數(shù)據(jù)庫的具體操作,只需要專注于自己本身代碼和業(yè)務邏輯的實現(xiàn)
對數(shù)據(jù)表的抽象,允許開發(fā)人員首先考慮數(shù)據(jù)模型,同時使得Python程序更加簡潔易讀。
對各種數(shù)據(jù)庫引擎的封裝,使得開發(fā)人員在面對不同數(shù)據(jù)庫時,只需要做簡單修改即可,工作量大大減少。
整體的實現(xiàn)過程就是:Python代碼,通過ORM轉換成SQL語句,再通過pymysql去實際操作數(shù)據(jù)庫,最典型的ORM就是我們的SQLAlchemy
SQLAlchemy的主要組件有哪些?
SQLAlchemy,聽名字就知道是個把SQL用魔法驅動的庫。它有很多組件,讓我一個個給你揭曉。首先,它的核心是Engine,相當于一個數(shù)據(jù)庫的驅動程序,負責和數(shù)據(jù)庫進行交流。比如你想從數(shù)據(jù)庫讀取數(shù)據(jù),你只需要告訴Engine你要什么,Engine就會幫你搞到手。
例如,你想要從名為“users”的表讀取所有數(shù)據(jù),代碼可能是這樣的:
from sqlalchemy import create_engine
# 創(chuàng)建一個引擎
engine = create_engine('sqlite:///example.db')
# 打開一個數(shù)據(jù)庫連接
with engine.connect() as connection:
# 創(chuàng)建一個查詢,這里我們查詢 "users" 表中的所有數(shù)據(jù)
query = connection.query(users)
# 執(zhí)行查詢并打印結果
for user in query:
print(user)但是,SQLAlchemy更強大的地方在于,它可以把復雜的SQL查詢用Python的方式寫出來。比如,你想要查詢“users”表中年齡大于18歲的女性用戶,你可以像這樣寫:
from sqlalchemy import create_engine, Column, Integer, String, func
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base
# 創(chuàng)建ORM對象的基礎
Base = declarative_base()
# 定義一個User對象
class User(Base):
__tablename__ = 'users'
id = Column(Integer, primary_key=True)
name = Column(String)
age = Column(Integer)
gender = Column(String)
# 創(chuàng)建一個引擎
engine = create_engine('sqlite:///example.db')
# 創(chuàng)建Session類
Session = sessionmaker(bind=engine)
# 創(chuàng)建一個新的Session對象
session = Session()
# 查詢所有年齡大于18歲的女性用戶
for user in session.query(User).filter(User.age > 18, User.gender == 'female'):
print(user.id, user.name, user.age, user.gender)是不是很酷?不過要注意,上面的代碼需要先建立一個數(shù)據(jù)庫和相應的表。你可以用SQLAlchemy的DDL(數(shù)據(jù)庫定義語言)來創(chuàng)建表。比如:
from sqlalchemy.sql import table, column
users = table('users',
column('id', Integer),
column('name', String),
column('age', Integer),
column('gender', String),
)然后可以用SQLAlchemy的DDL對象的create方法來創(chuàng)建表:
from sqlalchemy import create_engine
engine = create_engine('sqlite:///example.db')
with engine.connect() as connection:
connection.execute(users.create)SQLAlchemy還有許多其他組件,比如SQL表達式語言、ORM、Schema、Type System等等,這些都是SQLAlchemy提供的功能。但這些功能并不是每個人都需要用到的。你可能需要的是它的核心——Engine。如果你想要更進一步,可以試試它的SQL表達式語言和ORM。如果你是一個數(shù)據(jù)庫研究員,你可能需要的是它的Schema和Type System??傊?,SQLAlchemy是一個非常強大的庫,幾乎可以處理所有和SQL有關的任務。
除了上面提到的組件,SQLAlchemy還提供了許多其他的功能和工具,下面簡單列舉一些:
事務處理:SQLAlchemy提供了事務處理的功能,可以方便地進行數(shù)據(jù)庫事務的操作和管理。
連接池:SQLAlchemy支持多種數(shù)據(jù)庫連接池,可以有效地管理數(shù)據(jù)庫連接,提高數(shù)據(jù)庫的性能和可靠性。
SQL遷移:SQLAlchemy提供了SQL遷移工具,可以方便地進行數(shù)據(jù)庫表的遷移和版本控制。
查詢構建器:SQLAlchemy提供了查詢構建器,可以用Python語言的方式構建SQL查詢,更加靈活和方便。
ORM映射器:SQLAlchemy的ORM組件提供了映射器,可以將Python對象映射到數(shù)據(jù)庫中的表,實現(xiàn)對象關系映射(ORM)的功能。
事件系統(tǒng):SQLAlchemy提供了事件系統(tǒng),可以方便地對數(shù)據(jù)庫操作進行監(jiān)控和分析,實現(xiàn)自定義的邏輯和功能。
下面舉幾個例子來說明SQLAlchemy的用法:
查詢數(shù)據(jù)庫:
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base
# 創(chuàng)建引擎和會話
engine = create_engine('sqlite:///example.db')
Session = sessionmaker(bind=engine)
session = Session()
# 查詢所有用戶信息
users = session.query(User).all()
for user in users:
print(user.id, user.name, user.age)條件查詢:
from sqlalchemy import create_engine, func
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base
# 創(chuàng)建引擎和會話
engine = create_engine('sqlite:///example.db')
Session = sessionmaker(bind=engine)
session = Session()
# 查詢年齡大于18歲的女性用戶信息
female_users = session.query(User).filter(User.gender == 'female', User.age > 18).all()
for user in female_users:
print(user.id, user.name, user.age)到此這篇關于SQLAlchemy的主要組件有哪些?的文章就介紹到這了,更多相關SQLAlchemy組件內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
Python使用subprocess模塊檢測Linux用戶是否存在
本文介紹了使用Python的subprocess模塊檢測和創(chuàng)建Unix系統(tǒng)用戶的方法,通過調用id命令判斷用戶是否存在,若不存在則使用adduser命令創(chuàng)建用戶,適用于Ubuntu/Debian系統(tǒng),感興趣的小伙伴可以了解下2026-01-01
Python實現(xiàn)專業(yè)級字符串清理技術的完全指南
在數(shù)據(jù)處理領域,超過80%的時間都花在數(shù)據(jù)清洗上,而字符串凈化是其中最關鍵的一環(huán),本文將系統(tǒng)解析Python字符串凈化技術體系,希望對大家有所幫助2025-08-08
Python打包模塊wheel的使用方法與將python包發(fā)布到PyPI的方法詳解
這篇文章主要介紹了Python打包模塊wheel的使用方法與將python包發(fā)布到PyPI的方法詳解,需要的朋友可以參考下2020-02-02
Python解決pip?install?numpy過慢問題的幾種方法
在進行Python科學計算、數(shù)據(jù)分析或機器學習時,numpy是最基礎且最常用的庫之一,然而,許多用戶在安裝numpy時,可能會遇到下載速度極慢甚至失敗的情況,本文將從問題分析、解決方案、優(yōu)化建議等多個角度,詳細介紹pip?install?numpy過慢問題的解決,需要的朋友可以參考下2025-03-03

