22、ORM框架（orng专用框架）
ccwgpt 2024-09-17 12:27 29 浏览 0 评论
ORM框架（SQLAlchemy）
安装
内部处理
SQLAlchemy操作库
创建表
多表外键
SQLAlchemy操作表
创建session
数据插入示例
数据查询示例
数据删除
数据修改
操作总结
增
删
改
查
其他
ORM框架（SQLAlchemy）
SQLAlchemy是Python编程语言下的一款ORM框架，该框架建立在数据库API之上，使用关系对象映射进行数据库操作，简言之便是：将对象转换成SQL，然后使用数据API执行SQL并获取执行结果。
作用：
1、提供简单的规则；
2、自动转换成优化后的SQL语句；
SQLAlchemy本身无法操作数据库，其必须以来pymsql等第三方插件，Dialect用于和数据API进行交流，根据配置文件的不同调用不同的数据库API，从而实现对数据库的操作，如：
MySQL-Python
mysql+mysqldb://<user>:<password>@<host>[:<port>]/<dbname>
pymysql
mysql+pymysql://<username>:<password>@<host>/<dbname>[?<options>]
MySQL-Connector
mysql+mysqlconnector://<user>:<password>@<host>[:<port>]/<dbname>
cx_Oracle
oracle+cx_oracle://user:pass@host:port/dbname[?key=value&key=value...]
更多详见：http://docs.sqlalchemy.org/en/latest/dialects/index.html
安装
pip3 install SQLAlchemy
pip3 install pymysql
内部处理
#!/usr/bin/env python
# -*- coding:utf-8 -*-
from sqlalchemy import create_engine
engine = create_engine("mysql+pymysql://root:123qwe@127.0.0.1:3306/cce", max_overflow=5)
# 执行SQL
cur = engine.execute(
"INSERT INTO cce (name, gender,email) VALUES ('cce', 'M','mail0426@163.com')"
)
# 新插入行自增ID
print(cur.lastrowid)
# 结果 1116502
# 执行SQL
# cur = engine.execute(
# "INSERT INTO hosts (host, color_id) VALUES(%s, %s)",[('1.1.1.22', 3),('1.1.1.221', 3),]
# )
# 执行SQL
# cur = engine.execute(
# "INSERT INTO hosts (host, color_id) VALUES (%(host)s, %(color_id)s)",
# host='1.1.1.99', color_id=3
# )
# 执行SQL
# cur = engine.execute('select * from hosts')
# 获取第一行数据
# cur.fetchone()
# 获取第n行数据
# cur.fetchmany(3)
# 获取所有数据
# cur.fetchall()
SQLAlchemy操作库
创建表
#!/usr/bin/env python
# -*- coding:utf-8 -*-
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index ,Enum
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy import create_engine
DBbase = declarative_base()
# 创建单表
class Users(DBbase):
__tablename__ = 'users' # 标准写法，指明表名
id = Column(Integer, primary_key=True,autoincrement=True)
name = Column(String(32),nullable=False)
gender = Column(Enum('M','F'),default='M',nullable=False)
email = Column(String(16),nullable=False)
__table_args__ = ( # 定义表的约束信息
UniqueConstraint('id', 'name', name='uix_id_name'), # 联合唯一键
Index('ix_id_name', 'name', 'email'), # 普通联合索引，ix_id_name是索引名称
)
engine = create_engine("mysql+pymysql://root:123qwe@127.0.0.1:3306/data?charset=utf8", max_overflow=5) # 连接mysql，max_overflow控制在连接池达到最大值后可以创建的连接数。当这些额外的连接回收到连接池后将会被断开和抛弃
DBbase.metadata.create_all(engine) # 找到所有继承了base的类，直接创建表
多表外键
#!/usr/bin/env python
# -*- coding:utf-8 -*-
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index ,Enum
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy import create_engine
DBbase = declarative_base()
# 创建用户类型表
class usertype(DBbase):
__tablename__ = 'usertype'
tid = Column(Integer, primary_key=True,autoincrement=True)
type = Column(Enum('付费用户','未付费用户'))
# 创建用户表
class users(DBbase):
__tablename__ = 'users' # 标准写法，指明表名
uid = Column(Integer, primary_key=True,autoincrement=True)
name = Column(String(32),nullable=False)
gender = Column(Enum('M','F'),default='M',nullable=False)
email = Column(String(16),nullable=False)
user_type_id = Column(Integer, ForeignKey('usertype.tid')) # ForeignKey外键，连接到usertype的tid字段
__table_args__ = ( # 定义表的约束信息
UniqueConstraint('uid', 'name', name='uix_uid_name'), # 联合唯一键
Index('ix_name_email', 'name', 'email'), # 普通联合索引，ix_id_name是索引名称
)
engine = create_engine("mysql+pymysql://root:123qwe@127.0.0.1:3306/data?charset=utf8", max_overflow=5) # 连接mysql，max_overflow控制在连接池达到最大值后可以创建的连接数。当这些额外的连接回收到连接池后将会被断开和抛弃
DBbase.metadata.create_all(engine) # 找到所有继承了base的类，直接创建表
# DBbase.metadata.drop_all(engine) # 找到所有继承了base的类，直接drop表
SQLAlchemy操作表
说到数据库，就离不开Session。Session的主要目的是建立与数据库的会话，它维护你加载和关联的所有数据库对象。它是数据库查询（Query）的一个入口。在Sqlalchemy中，数据库的查询操作是通过Query对象来实现的。而Session提供了创建Query对象的接口。Query对象返回的结果是一组同一映射（Identity Map）对象组成的集合。事实上，集合中的一个对象，对应于数据库表中的一行（即一条记录）。所谓同一映射，是指每个对象有一个唯一的ID。如果两个对象（的引用）ID相同，则认为它们对应的是相同的对象。要完成数据库查询，就需要建立与数据库的连接。这就需要用到Engine对象。一个Engine可能是关联一个Session对象，也可能关联一个数据库表。当然Session最重要的功能还是实现原子操作。
创建session
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
some_engine = create_engine('nysql://username:password@localhost/mydb?charset=utf8') # 创建一个Engine对象，我们提供的参数是数据库连接的url。
ession = sessionmaker(bind=some_engine) # 通过sessionmaker方法创建了一个Session工厂。
session = Session() #通过调用工厂方法来创建一个Session对象。
数据插入示例
#!/usr/bin/env python
# -*- coding:utf-8 -*-
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index, Enum
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy import create_engine
DBbase = declarative_base()
# 创建用户类型表
class usertype(DBbase):
__tablename__ = 'usertype'
tid = Column(Integer, primary_key=True, autoincrement=True)
type = Column(Enum('付费用户', '未付费用户'))
# 创建用户表
class users(DBbase):
__tablename__ = 'users' # 标准写法，指明表名
uid = Column(Integer, primary_key=True, autoincrement=True)
name = Column(String(32), nullable=False)
gender = Column(Enum('M', 'F'), default='M', nullable=False)
email = Column(String(16), nullable=False)
user_type_id = Column(Integer, ForeignKey('usertype.tid')) # ForeignKey外键，连接到usertype的tid字段
__table_args__ = ( # 定义表的约束信息
UniqueConstraint('uid', 'name', name='uix_uid_name'), # 联合唯一键
Index('ix_name_email', 'name', 'email'), # 普通联合索引，ix_id_name是索引名称
)
engine = create_engine("mysql+pymysql://root:123qwe@127.0.0.1:3306/data?charset=utf8",
max_overflow=5) # 连接mysql，max_overflow控制在连接池达到最大值后可以创建的连接数。当这些额外的连接回收到连接池后将会被断开和抛弃
# 每次执行数据库操作时，都需要创建一个session
Session = sessionmaker(bind=engine) # 拿到一个连接
session = Session()
# 增加
# 类 代指 表
# 对象 代指 行
# 单行增加,创建一个对象
obj=usertype(type='付费用户')
# 将对象加入到session中
session.add(obj)
# 多行增加
objs = [
usertype(type='付费用户'),
usertype(type='未付费用户'),
]
session.add_all(objs)
session.commit() # 提交
session.close() # 关闭session连接
数据查询示例
#!/usr/bin/env python
# -*- coding:utf-8 -*-
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index, Enum
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy import create_engine
DBbase = declarative_base()
# 创建用户类型表
class usertype(DBbase):
__tablename__ = 'usertype'
tid = Column(Integer, primary_key=True, autoincrement=True)
type = Column(Enum('付费用户', '未付费用户'))
# 创建用户表
class users(DBbase):
__tablename__ = 'users' # 标准写法，指明表名
uid = Column(Integer, primary_key=True, autoincrement=True)
name = Column(String(32), nullable=False)
gender = Column(Enum('M', 'F'), default='M', nullable=False)
email = Column(String(16), nullable=False)
user_type_id = Column(Integer, ForeignKey('usertype.tid')) # ForeignKey外键，连接到usertype的tid字段
__table_args__ = ( # 定义表的约束信息
UniqueConstraint('uid', 'name', name='uix_uid_name'), # 联合唯一键
Index('ix_name_email', 'name', 'email'), # 普通联合索引，ix_id_name是索引名称
)
engine = create_engine("mysql+pymysql://root:123qwe@127.0.0.1:3306/data?charset=utf8",
max_overflow=5) # 连接mysql，max_overflow控制在连接池达到最大值后可以创建的连接数。当这些额外的连接回收到连接池后将会被断开和抛弃
# 每次执行数据库操作时，都需要创建一个session
Session = sessionmaker(bind=engine) # 拿到一个连接
session = Session()
print(session.query(usertype)) # 查看下生成的sql语句
data=session.query(usertype).all() # 取出所有的数据；
for i in data: # 循环取出的数据
print(i.tid,i.type)
session.close()
# 使用filter进行过滤
#!/usr/bin/env python
# -*- coding:utf-8 -*-
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index, Enum
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy import create_engine
DBbase = declarative_base()
# 创建用户类型表
class usertype(DBbase):
__tablename__ = 'usertype'
tid = Column(Integer, primary_key=True, autoincrement=True)
type = Column(Enum('付费用户', '未付费用户'))
# 创建用户表
class users(DBbase):
__tablename__ = 'users' # 标准写法，指明表名
uid = Column(Integer, primary_key=True, autoincrement=True)
name = Column(String(32), nullable=False)
gender = Column(Enum('M', 'F'), default='M', nullable=False)
email = Column(String(16), nullable=False)
user_type_id = Column(Integer, ForeignKey('usertype.tid')) # ForeignKey外键，连接到usertype的tid字段
__table_args__ = ( # 定义表的约束信息
UniqueConstraint('uid', 'name', name='uix_uid_name'), # 联合唯一键
Index('ix_name_email', 'name', 'email'), # 普通联合索引，ix_id_name是索引名称
)
engine = create_engine("mysql+pymysql://root:123qwe@127.0.0.1:3306/data?charset=utf8",
max_overflow=5) # 连接mysql，max_overflow控制在连接池达到最大值后可以创建的连接数。当这些额外的连接回收到连接池后将会被断开和抛弃
# 每次执行数据库操作时，都需要创建一个session
Session = sessionmaker(bind=engine) # 拿到一个连接
session = Session()
print(session.query(usertype)) # 查看下生成的sql语句
data=session.query(usertype.tid,usertype.type).filter(usertype.tid < 2) # 取出所有的数据；
for i in data: # 循环取出的数据
print(i.tid,i.type)
session.close()
数据删除
删除数据之前需要先查询；
#!/usr/bin/env python
# -*- coding:utf-8 -*-
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index, Enum
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy import create_engine
DBbase = declarative_base()
# 创建用户类型表
class usertype(DBbase):
__tablename__ = 'usertype'
tid = Column(Integer, primary_key=True, autoincrement=True)
type = Column(Enum('付费用户', '未付费用户'))
# 创建用户表
class users(DBbase):
__tablename__ = 'users' # 标准写法，指明表名
uid = Column(Integer, primary_key=True, autoincrement=True)
name = Column(String(32), nullable=False)
gender = Column(Enum('M', 'F'), default='M', nullable=False)
email = Column(String(16), nullable=False)
user_type_id = Column(Integer, ForeignKey('usertype.tid')) # ForeignKey外键，连接到usertype的tid字段
__table_args__ = ( # 定义表的约束信息
UniqueConstraint('uid', 'name', name='uix_uid_name'), # 联合唯一键
Index('ix_name_email', 'name', 'email'), # 普通联合索引，ix_id_name是索引名称
)
engine = create_engine("mysql+pymysql://root:123qwe@127.0.0.1:3306/data?charset=utf8",
max_overflow=5) # 连接mysql，max_overflow控制在连接池达到最大值后可以创建的连接数。当这些额外的连接回收到连接池后将会被断开和抛弃
# 每次执行数据库操作时，都需要创建一个session
Session = sessionmaker(bind=engine) # 拿到一个连接
session = Session()
print(session.query(usertype)) # 查看下生成的sql语句
data=session.query(usertype.tid,usertype.type).filter(usertype.tid > 2).delete() # 取出所有的数据,然后删除；
for i in data: # 循环取出的数据
print(i.tid,i.type)
session.close()
数据修改
修改之前也需要先查询；
#!/usr/bin/env python
# -*- coding:utf-8 -*-
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index, Enum
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy import create_engine
DBbase = declarative_base()
# 创建用户类型表
class usertype(DBbase):
__tablename__ = 'usertype'
tid = Column(Integer, primary_key=True, autoincrement=True)
type = Column(Enum('付费用户', '未付费用户'))
# 创建用户表
class users(DBbase):
__tablename__ = 'users' # 标准写法，指明表名
uid = Column(Integer, primary_key=True, autoincrement=True)
name = Column(String(32), nullable=False)
gender = Column(Enum('M', 'F'), default='M', nullable=False)
email = Column(String(16), nullable=False)
user_type_id = Column(Integer, ForeignKey('usertype.tid')) # ForeignKey外键，连接到usertype的tid字段
__table_args__ = ( # 定义表的约束信息
UniqueConstraint('uid', 'name', name='uix_uid_name'), # 联合唯一键
Index('ix_name_email', 'name', 'email'), # 普通联合索引，ix_id_name是索引名称
)
engine = create_engine("mysql+pymysql://root:123qwe@127.0.0.1:3306/data?charset=utf8",
max_overflow=5) # 连接mysql，max_overflow控制在连接池达到最大值后可以创建的连接数。当这些额外的连接回收到连接池后将会被断开和抛弃
# 每次执行数据库操作时，都需要创建一个session
Session = sessionmaker(bind=engine) # 拿到一个连接
session = Session()
print(session.query(usertype)) # 查看下生成的sql语句
data = session.query(usertype.tid, usertype.type).filter(usertype.tid <= 3).update(
{
usertype.type: '未付费用户'
}
) # 取出所有过滤后的数据,然后进行数据更新；
session.commit()
session.close()
操作总结
增
obj = Users(name="alex0", extra='sb')
session.add(obj)
session.add_all([
Users(name="alex1", extra='sb'),
Users(name="alex2", extra='sb'),
])
session.commit()
删
session.query(Users).filter(Users.id > 2).delete()
session.commit()
改
session.query(Users).filter(Users.id > 2).update({"name" : "099"})
session.query(Users).filter(Users.id > 2).update({Users.name: Users.name + "099"}, synchronize_session=False) # 在原来的基础上做操作，这是字符串的操作
session.query(Users).filter(Users.id > 2).update({"num": Users.num + 1}, synchronize_session="evaluate") # 在原来的基础上做操作，这是数字的操作
session.commit()
查
ret = session.query(Users).all()
ret = session.query(Users.name, Users.extra).all()
ret = session.query(Users).filter_by(name='alex').all()
ret = session.query(Users).filter_by(name='alex').first()
ret = session.query(Users).filter(text("id<:value and name=:name")).params(value=224, name='fred').order_by(User.id).all()
ret = session.query(Users).from_statement(text("SELECT * FROM users where name=:name")).params(name='ed').all()
其他
# 条件
ret = session.query(Users).filter_by(name='alex').all()
ret = session.query(Users).filter(Users.id > 1, Users.name == 'eric').all()
ret = session.query(Users).filter(Users.id.between(1, 3), Users.name == 'eric').all()
ret = session.query(Users).filter(Users.id.in_([1,3,4])).all()
ret = session.query(Users).filter(~Users.id.in_([1,3,4])).all()
ret = session.query(Users).filter(Users.id.in_(session.query(Users.id).filter_by(name='eric'))).all()
from sqlalchemy import and_, or_
ret = session.query(Users).filter(and_(Users.id > 3, Users.name == 'eric')).all()
ret = session.query(Users).filter(or_(Users.id < 2, Users.name == 'eric')).all()
ret = session.query(Users).filter(
or_(
Users.id < 2,
and_(Users.name == 'eric', Users.id > 3),
Users.extra != ""
)).all()
# 通配符
ret = session.query(Users).filter(Users.name.like('e%')).all()
ret = session.query(Users).filter(~Users.name.like('e%')).all()
# 限制
ret = session.query(Users)[1:2]
# 排序
ret = session.query(Users).order_by(Users.name.desc()).all()
ret = session.query(Users).order_by(Users.name.desc(), Users.id.asc()).all()
# 分组
from sqlalchemy.sql import func
ret = session.query(Users).group_by(Users.extra).all()
ret = session.query(
func.max(Users.id),
func.sum(Users.id),
func.min(Users.id)).group_by(Users.name).all()
ret = session.query(
func.max(Users.id),
func.sum(Users.id),
func.min(Users.id)).group_by(Users.name).having(func.min(Users.id) >2).all()
# 连表
ret = session.query(Users, Favor).filter(Users.id == Favor.nid).all()
ret = session.query(Person).join(Favor).all()
ret = session.query(Person).join(Favor, isouter=True).all()
# 组合
q1 = session.query(Users.name).filter(Users.id > 2)
q2 = session.query(Favor.caption).filter(Favor.nid < 2)
ret = q1.union(q2).all()
q1 = session.query(Users.name).filter(Users.id > 2)
q2 = session.query(Favor.caption).filter(Favor.nid < 2)
ret = q1.union_all(q2).all()
相关推荐
- 一个基于.Net Core遵循Clean Architecture原则开源架构
-
今天给大家推荐一个遵循CleanArchitecture原则开源架构。项目简介这是基于Asp.netCore6开发的，遵循CleanArchitecture原则，可以高效、快速地构建基于Ra...
- AI写代码翻车无数次，我发现只要提前做好这3步，bug立减80%
-
写十万行全是bug之后终于找到方法了开发"提示词管理助手"新版本那会儿，我差点被bug整崩溃。刚开始两周，全靠AI改代码架构，结果十万行程序漏洞百出。本来以为AI说没问题就稳了，结果...
- OneCode低代码平台的事件驱动设计:架构解析与实践
-
引言：低代码平台的事件驱动范式在现代软件开发中，事件驱动架构（EDA）已成为构建灵活、松耦合系统的核心范式。OneCode低代码平台通过创新性的注解驱动设计，将事件驱动理念深度融入平台架构，实现了业务...
- 国内大厂AI插件评测:根据UI图生成Vue前端代码
-
在IDEA中安装大厂的AI插件，打开ruoyi增强项目：yudao-ui-admin-vue31.CodeBuddy插件登录腾讯的CodeBuddy后，大模型选择deepseek-v3，输入提示语：...
- AI+低代码技术揭秘(二):核心架构
-
本文档介绍了为VTJ低代码平台提供支持的基本架构组件，包括Engine编排层、Provider服务系统、数据模型和代码生成管道。有关UI组件库和widget系统的信息，请参阅UI...
- GitDiagram用AI把代码库变成可视化架构图
-
这是一个名为gitdiagram的开源工具，可将GitHub仓库实时转换为交互式架构图，帮助开发者快速理解代码结构。核心功能一键可视化：替换GitHubURL中的"hub...
- 30天自制操作系统:第六天:代码架构整理与中断处理
-
1.拆开bootpack.c文件。根据设计模式将对应的功能封装成独立的文件。2.初始化pic:pic(可编程中断控制器)：在设计上，cpu单独只能处理一个中断。而pic是将8个中断信号集合成一个中断...
- AI写代码越帮越忙?2025年研究揭露惊人真相
-
近年来，AI工具如雨后春笋般涌现，许多人开始幻想程序员的未来就是“对着AI说几句话”，就能轻松写出完美的代码。然而，2025年的一项最新研究却颠覆了这一期待，揭示了一个令人意外的结果。研究邀请了16位...
- 一键理解开源项目:两个自动生成GitHub代码架构图与说明书工具
-
一、GitDiagram可以一键生成github代码仓库的架构图如果想要可视化github开源项目：https://github.com/luler/reflex_ai_fast，也可以直接把域名替换...
- 5分钟掌握 c# 网络通讯架构及代码示例
-
以下是C#网络通讯架构的核心要点及代码示例，按协议类型分类整理：一、TCP协议（可靠连接）1.同步通信//服务器端usingSystem.Net.Sockets;usingTcpListene...
- 从复杂到优雅:用建造者和责任链重塑代码架构
-
引用设计模式是软件开发中的重要工具，它为解决常见问题提供了标准化的解决方案，提高了代码的可维护性和可扩展性，提升了开发效率，促进了团队协作，提高了软件质量，并帮助开发者更好地适应需求变化。通过学习和应...
- 低代码开发当道，我还需要学习LangChain这些框架吗?| IT杂谈
-
专注LLM深度应用，关注我不迷路前两天有位兄弟问了个问题：当然我很能理解这位朋友的担忧：期望效率最大化，时间用在刀刃上，“不要重新发明轮子”嘛。铺天盖地的AI信息轰炸与概念炒作，很容易让人浮躁与迷茫。...
- 框架设计并不是简单粗暴地写代码，而是要先弄清逻辑
-
3.框架设计3.框架设计本节我们要开发一个UI框架，底层以白鹭引擎为例。框架设计的第一步并不是直接撸代码，而是先想清楚设计思想，抽象。一个一个的UI窗口是独立的吗？不是的，...
- 大佬用 Avalonia 框架开发的 C# 代码 IDE
-
AvalonStudioAvalonStudio是一个开源的跨平台的开发编辑器（IDE），AvalonStudio的目标是成为一个功能齐全，并且可以让开发者快速使用的IDE，提高开发的生产力。A...
- 轻量级框架Lagent 仅需20行代码即可构建自己的智能代理
-
站长之家（ChinaZ.com）8月30日消息:Lagent是一个专注于基于LLM模型的代理开发的轻量级框架。它的设计旨在简化和提高这种模型下代理的开发效率。LLM模型是一种强大的工具，可以...
欢迎 你 发表评论:
- 一周热门
- 最近发表
- 标签列表
-
- 框架图 (58)
- flask框架 (53)
- quartz框架 (51)
- abp框架 (47)
- springmvc框架 (49)
- 分布式事务框架 (65)
- scrapy框架 (56)
- shiro框架 (61)
- 定时任务框架 (56)
- java日志框架 (61)
- mfc框架 (52)
- abb框架断路器 (48)
- beego框架 (52)
- java框架spring (58)
- grpc框架 (65)
- tornado框架 (48)
- 前端框架bootstrap (54)
- orm框架有哪些 (51)
- 知识框架图 (52)
- ppt框架 (55)
- 框架图模板 (59)
- 内联框架 (52)
- cad怎么画框架 (58)
- ssm框架实现登录注册 (49)
- oracle字符串长度 (48)