Python3.x：SQLAlchemy操作数据库

Python3.x：SQLAlchemy操作数据库

前言

SQLAlchemy是一个ORM框架（Object Rational Mapping,对象关系映射），它可以帮助我们更加优雅、更加高效的实现数据库操作，而且还不限于mysql。

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...]

pyodbc
    sybase+pyodbc://<username>:<password>@<dsn>[/<database>]

Python-Sybase
    sybase+pysybase://<username>:<password>@<dsn>/[database name]

mxODBC
    sybase+mxodbc://<username>:<password>@<dsnname>

SQLAlchemy库安装

pip install sqlalchemy
#安装mysql
pip install pymysql
#安装mysql-connector2.2.3版本会报错：Unable to find Protobuf include directory.
#所以我们指定安装的版本
pip install mysql-connector==2.1.4

示例代码（mysql数据库）

# python3
# author lizm
# datetime 2018-01-28 12:00:00
'''
    Demo：sqlalchemy对mysql数据库的操作
'''
from sqlalchemy import Column,Integer, String, create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base
import pymysql

# 创建对象的基类:
Base = declarative_base()

# 定义Channel对象:
class Channel(Base):

    # 表名
    __tablename__ = 'playback'

    # 表结构
    # Column：行声明，可指定主键 Integer：数据类型 String：数据类型，可指定长度 
    id = Column(Integer,primary_key=True,autoincrement=True)
    channel_name = Column(String(45),unique=True, nullable=False)
    address = Column(String(80),unique=True, nullable=False)
    service_name = Column(String(45),unique=True, nullable=False)

    def __init__(self,id,channel_name,address,service_name):
        self.id = id
        self.channel_name = channel_name
        self.address = address
        self.service_name = service_name

# 初始化数据库连接,
# 传入参数：数据库类型+连接库+用户名+密码+主机，字符编码，是否打印建表细节
engine = create_engine('mysql+mysqlconnector://root:lizm@localhost:3306/pythondb',encoding='utf-8')

# 创建表
Base.metadata.create_all(engine)
# 删除表
# Base.metadata.drop_all(engine) 

# 创建DBSession类型:
DBSession = sessionmaker(bind=engine)
session = DBSession()

try:
    # 增操作
    item1 = Channel(id='1',channel_name='cctv8',address='http://10.10.10.1/cctv8',service_name='news')
    session.add(item1)
    item2 = Channel(id='2',channel_name='cctv10',address='http://10.10.10.1/cctv10',service_name='sports')
    session.add(item2)
    item3 = Channel(id='3',channel_name='cctv12',address='http://10.10.10.1/cctv12',service_name='economics')
    session.add(item3)
    #提交数据
    session.commit()
except Exception as e:
    session.rollback()
finally:
    #关闭
    session.close()

# 查操作
session1 = DBSession()

# 输出sql 语句
print("查询sql语句：%s"%session1.query(Channel).filter(Channel.id < '3'))
# 返回的是一个类似列表的对象
channel = session1.query(Channel).filter(Channel.id < '3').all()

for i in range(len(channel)):
    print(channel[i].id)
    print(channel[i].channel_name)
    print(channel[i].address)
    print(channel[i].service_name)
session1.close()

# 改操作
session2 = DBSession()
session2.query(Channel).filter(Channel.id == '2').update({Channel.service_name: 'movie',Channel.address: '127.0.0.1'}, synchronize_session=False)
session2.commit()
session2.close()

## 查看修改结果
session3 = DBSession()
print(session3.query(Channel).filter(Channel.id == '2').one().service_name)
session3.close()

# 删操作
session4 = DBSession()
session4.query(Channel).filter(Channel.id == '3').delete()
session4.commit()
session4.close()

示例代码（sybase数据库：odbc连接方式需要先配置好odbc连接）：

# python3
# author lizm
# datetime 2018-02-28 12:00:00
'''
    Demo：sqlalchemy对sybase数据库的操作
'''
from selenium import webdriver
from sqlalchemy import Column,Integer,String,DateTime,create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import and_,func
import pyodbc
import time,datetime

# 创建对象的基类:
Base = declarative_base()

# 定义Channel对象:
class Channel(Base):

    # 表名    
    __tablename__ = 'shrjj'

    # 表结构
    # Column：行声明，可指定主键 Integer：数据类型 String：数据类型，可指定长度 
    id = Column(Integer,primary_key=True,autoincrement=True)
    rpname = Column(String(500), nullable=False)
    rpdate = Column(String(50))
    jjzt = Column(String(255))
    fbsjj = Column(String(255))
    etf = Column(String(255))
    lof = Column(String(255))
    fjlof = Column(String(255))
    create_date = Column(DateTime,nullable=False)
    update_date = Column(DateTime,nullable=False)

    def __init__(self,rpname,rpdate,jjzt,fbsjj,etf,lof,fjlof,create_date,update_date):
        self.rpname = rpname
        self.rpdate = rpdate
        self.jjzt = jjzt
        self.fbsjj = fbsjj
        self.etf = etf
        self.lof = lof
        self.fjlof = fjlof
        self.create_date = create_date
        self.update_date = update_date

# 初始化数据库连接,
# 传入参数：数据库类型+连接库+用户名+密码+主机，字符编码，是否打印建表细节
engine = create_engine('sybase+pyodbc://username:password@dns')

# 创建表
#Base.metadata.create_all(engine)

# 创建DBSession类型:
DBSession = sessionmaker(bind=engine)

# 查操作
session1 = DBSession()
# 输出sql 语句
print("查询sql语句：%s"%session1.query(Channel).filter(Channel.rpdate == '2018-02-12'))
# 返回的是一个类似列表的对象
channel = session1.query(Channel).filter(Channel.rpdate == '2018-02-12').all()
for i in range(len(channel)):
    print(channel[i].rpname)
    print(channel[i].rpdate)
    print(channel[i].jjzt)
session1.close()

# 改操作
session2 = DBSession()
session2.query(Channel).filter(Channel.rpdate == '2018-02-12').update({Channel.jjzt: '0'}, synchronize_session=False)
session2.commit()
session2.close()
# 查看修改结果
session3 = DBSession()
print(session3.query(Channel).filter(Channel.rpdate == '2018-02-12').one().jjzt)
session3.close()

#新增数据操作
session4 = DBSession()
# 增操作
item1 = Channel(rpname='市价总值',rpdate='2018-02-29',jjzt='1',fbsjj='1',etf='1',lof='1',fjlof='1',create_date=time.strftime('%Y-%m-%d %H:%M:%S'),update_date=time.strftime('%Y-%m-%d %H:%M:%S'))
session4.add(item1)
#提交数据
session4.commit()
#关闭
session4.close()

SQLAlchemy中列类型.配置选项和关系选项

常见的列类型：
类型名称       python类型          描述
Integer       int                常规整形，通常为32位
SmallInteger  int                短整形，通常为16位
BigInteger    int或long          精度不受限整形
Float         float              浮点数
Numeric       decimal.Decimal    定点数
String        str                可变长度字符串
Text          str                可变长度字符串，适合大量文本
Unicode       unicode            可变长度Unicode字符串
Boolean       bool               布尔型
Date          datetime.date      日期类型
Time          datetime.time      时间类型
Interval      datetime.timedelta 时间间隔
Enum          str                字符列表
PickleType    任意Python对象      自动Pickle序列化
LargeBinary   str                二进制

常见的SQLALCHEMY列选项：
可选参数       描述
primary_key   如果设置为True，则为该列表的主键
unique        如果设置为True，该列不允许相同值
index         如果设置为True，为该列创建索引，查询效率会更高
nullable      如果设置为True，该列允许为空。如果设置为False，该列不允许空值
default       定义该列的默认值

 常见sqlalchemy查询

#简单查询
print(session.query(User).all())
print(session.query(User.name, User.fullname).all())
print(session.query(User, User.name).all())
    
#带条件查询
print(session.query(User).filter_by(name='user1').all())
print(session.query(User).filter(User.name == "user").all())
print(session.query(User).filter(User.name.like("user%")).all())
    
#多条件查询
from sqlalchemy import and_
print(session.query(User).filter(and_(User.name.like("user%"), User.fullname.like("first%"))).all())

from sqlalchemy import or_
print(session.query(User).filter(or_(User.name.like("user%"), User.password != None)).all())
    
#sql过滤
print(session.query(User).filter("id>:id").params(id=1).all())
    
#关联查询 
print(session.query(User, Address).filter(User.id == Address.user_id).all())
print(session.query(User).join(User.addresses).all())
print(session.query(User).outerjoin(User.addresses).all())
    
#聚合查询
print(session.query(User.name, func.count('*').label("user_count")).group_by(User.name).all())
print(session.query(User.name, func.sum(User.id).label("user_id_sum")).group_by(User.name).all())
    
#子查询
stmt = session.query(Address.user_id, func.count('*').label("address_count")).group_by(Address.user_id).subquery()
print(session.query(User, stmt.c.address_count).outerjoin((stmt, User.id == stmt.c.user_id)).order_by(User.id).all())
    
#exists
print(session.query(User).filter(exists().where(Address.user_id == User.id)))
print(session.query(User).filter(User.addresses.any()))

# 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()

 注意：SQLAlchemy中的model必须要有主键，才可以使用；

作者：整合侠
链接：http://www.cnblogs.com/lizm166/p/8370633.html
来源：博客园
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。