搜索
首页后端开发Python教程Python下SQLAlchemy的简单介绍

Python下SQLAlchemy的简单介绍

Oct 23, 2018 pm 04:44 PM
python

本篇文章给大家带来的内容是关于php协成实现的详解(附代码),有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。

SQLAlchemy是Python编程语言下的一款开源软件。提供了SQL工具包及对象关系映射(ORM)工具,SQLAlchemy使用MIT许可证发行。它采用简单的Python语音,为高效和高性能的数据库访问设计,实现了完整的企业级持久模型。SQLAlchemy非常关注数据库的量级和性能。

本节通过一套例子分析SQLAlchemy的使用方法。

使用SQLAlchemy至少需要3部分代码,它们分别是定义表、定义数据库连接、进行增、删、改、查等逻辑操作。

定义表的实例:

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,Integer,String
Base=declarative_base()
class Accout(Base):
    __tablename__=u'accout'
    id=Column(Integer,primary_key=True)
    user_namr=Column(String(50),nullable=False)
    password=Column(String(200),nullable=False)
    title=Column(String(50))
    salary=Column(Integer)

    def is_active(self):
        #假设所有
        return True

    def get_id(self):
        #返回账号ID,用方法返回属性值提高了表的封装性。
        return self.id

    def is_authenticated(self):
        #假设已经通过验证
        return True

    def is_anonymous(self):
        #具有登陆名和密码的账号不是匿名用户
        return False

解析定义表的代码如下:

  • SQLAlchemy表之前必须必须引入sqlalchemy.ext.declarative_base,并定义一个它的实例Base。所有表必须继承自Base。本例中定义了一个账户表类Account。

  • 通过__tablename__属性定义了表在数据库中实际的名称account。

  • 引入sqlalchemy包中的Column、Integer、String类型,因为需要用它们定义表中的列。本例在Account表中定义了5个列,分别是整型id和salary,以及字符串类型的user_name、password、title。

  • 在定义列时可以通过给Column传送参数定义约束。本例中通过primary_key参数将id列定义主键,通过nullable参数将user__name和password定义非空。

  • 在表中还可以自定义其他函数。本例中定义了用户验证时常用的几个函数:is__activite()、get__id()、is__authenticate()和is_anonymous()。

定义数据库连接的示例代码如下:

from sqlalchemy import create_engine
from sqlalchemy.orm import scoped_session,sessionmaker
from contextlib import contextmanager

db_connect_string='mysql://v_user:v_pase@localhost:3306/test_database?charset=utf8'

ssl_args={
    'ssl':{
        'cert':'/home/ssl/client-cert.pem',
        'key':'/home/shouse/ssl/client-key.pem',
        'ca':'/home/shouse/ssl/ca-cert.pem'
    }
}
engine=create_engine(db_connect_string,connect_args=ssl_args)
SessionType=scoped_session(sessionmaker(bind=engine,expire_on_commit=False))
def GetSession():
    return SessionType()

@contextmanager
def session_scope():
    session=GetSession()
    try:
        yield session
        session.commit()
    except:
        session.rollback()
        raise
    finally:
        session.close()

解析此连接数据部分的代码如下:

  • 引入数据库和会话引擎:sqlalchemy.create_engine、sqlalchemy.orm.scoped_session、sqlalchemy.orm.sessionmaker。

  • 定义连接数据库需要用到的数据库字符串。本例连接MySQL数据库,字符串格式为[databse_type]://[user_name]:[password]@[domain]:[port]/[database]?[parameters]。本例中除了必须的连接信息,还传入了charset参数,指定用utf-8编码方式解码数据库中的字符串。

  • 用create_engine建立数据库引擎,如果数据库开启了SSL链路,则在此处需要传入ssl客户端证书的文件路径。

  • 用scoped_session(sessionmaker(bind=engine))建立会话类型SessionType,并定义函数GetSession()用以创建SessionType的实例。

至此,已经可以用GetSession()函数创建数据库会话并进行数据库操作了。但为了使之后的数据库操作的代码能够自动进行事务处理,本例中定义了上下文函数session_scope()。在Python中定义上下文函数的方法是为其加入contextlib包中的contextmanager装饰器。在上下文函数中执行如下逻辑:在函数开始时建立数据库会话,此时会自动建立一个数据库事务:当发生异常时回滚(rollback)事务;当退出时关闭(close)连接。在关闭连接时会自动进行事务提交(commit)操作。

进行数据库操作的代码:

from sqlalchemy import or_,orm
def InsertAccount(user,passwd,title,salary): #新增操作
    with session_scope() as session:
        account=orm.Account(user_name=user,passwd=passwd,title=title,salary=salary)
        session.add(account)

def GetAccount(id=None,user_name=None): #查询操作
    with session_scope() as session:
        return session.query(orm.Account).filter(
            or_(orm.Account.id==id,orm.Account.user_name=user_name)
        ).first()

def DeleteAccount(user_name): #删除操作
    with session_scope() as session:
        account=GetAccount(user_name=user_name)
        if account:
            session.delete(account)

def UpdateAccount(id,user_name,password,title,salary):  #更新操作
    with session_scope() as session:
        account=session.query(orm.Account).filter(orm.Account.id==id).first()
        if not account:return
        account.user_name=user_name
        account.password=password
        account.salary=salary
        account.title=title


InsertAccount("Mark","123","Manager",3000)  #调用新增操作
InsertAccount("帅哥","456","Boss",2000)  #调用新增操作
GetAccount(2) #调用查询操作
DeleteAccount("Mark")
UpdateAccount(1,"admin","none","System admin",2500)

本例演示了数据库中最常用的4种基于记录的操作:新增、查找、删除、更新。对此部分代码的解析如下:

  • 用import语句引入数据表(Account)所在的包orm。引入多条件查询时使用or_。

  • 每个函数中都通过with语句启用上下文函数session_scope(),通过它获取到session对象,并自动开启新事物。

  • 在InsertAccount中,通过新建一个表Account实例,并通过session.add将其添加到数据库中。由于上下文函数退出时会自动提交事务,所以无需显示的调用session.commit()使新增生效。

  • 在GetAccount中通过query语句进行查询,查询条件由filter设置,多个查询条件可以用or_或and_连接。

  • 在DeleteAccount中通过GetAccount查询该对象,如果查询到了,则直接调用session.delete()将该对象删除。

  • 在InsertAccount()中通过query根据id查询记录,如果查询到了,则通过设置对象的属性实现对记录的修改。

  • 查询语句的结果是一个对象集合。查询语句后面的first()函数用于提取该集合中的第一个对象,如果用all()函数替换first()函数,查询则会返回该集合。

主流数据库的连接方式

SQLAlchemy这样的orm数据库操作方式可以对业务开发者屏蔽不同数据库之间的差异,这样当需要进行数据库迁移时(比如MySQL迁移到SQLite),则只需要更换数据库连接字符串。

下表列出了SQLAlchemy连接主流数据库时的数据库字符串的编写方法:

数据库 连接字符串
Microsoft SQLServer 'mssql+pymssql://[user]:[pass]@[domain]:[port]/[dbname]'
MySQL 'mysql://[user]:[pass]@[domain]:[port]/[dbname]'
Oracle 'oracle://[user]:[pass]@[domain]:[port/[dbname]]'
PostgreSQL 'postgresql://[user]:[pass]@[domain]:[port]/[dbname]'
SQLite 'sqlite://[file_pathname]'

以上是Python下SQLAlchemy的简单介绍的详细内容。更多信息请关注PHP中文网其他相关文章!

声明
本文转载于:segmentfault思否。如有侵权,请联系admin@php.cn删除
Python与C:学习曲线和易用性Python与C:学习曲线和易用性Apr 19, 2025 am 12:20 AM

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

Python vs. C:内存管理和控制Python vs. C:内存管理和控制Apr 19, 2025 am 12:17 AM

Python和C 在内存管理和控制方面的差异显着。 1.Python使用自动内存管理,基于引用计数和垃圾回收,简化了程序员的工作。 2.C 则要求手动管理内存,提供更多控制权但增加了复杂性和出错风险。选择哪种语言应基于项目需求和团队技术栈。

科学计算的Python:详细的外观科学计算的Python:详细的外观Apr 19, 2025 am 12:15 AM

Python在科学计算中的应用包括数据分析、机器学习、数值模拟和可视化。1.Numpy提供高效的多维数组和数学函数。2.SciPy扩展Numpy功能,提供优化和线性代数工具。3.Pandas用于数据处理和分析。4.Matplotlib用于生成各种图表和可视化结果。

Python和C:找到合适的工具Python和C:找到合适的工具Apr 19, 2025 am 12:04 AM

选择Python还是C 取决于项目需求:1)Python适合快速开发、数据科学和脚本编写,因其简洁语法和丰富库;2)C 适用于需要高性能和底层控制的场景,如系统编程和游戏开发,因其编译型和手动内存管理。

数据科学和机器学习的Python数据科学和机器学习的PythonApr 19, 2025 am 12:02 AM

Python在数据科学和机器学习中的应用广泛,主要依赖于其简洁性和强大的库生态系统。1)Pandas用于数据处理和分析,2)Numpy提供高效的数值计算,3)Scikit-learn用于机器学习模型构建和优化,这些库让Python成为数据科学和机器学习的理想工具。

学习Python:2小时的每日学习是否足够?学习Python:2小时的每日学习是否足够?Apr 18, 2025 am 12:22 AM

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Web开发的Python:关键应用程序Web开发的Python:关键应用程序Apr 18, 2025 am 12:20 AM

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优

Python vs.C:探索性能和效率Python vs.C:探索性能和效率Apr 18, 2025 am 12:20 AM

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

See all articles

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

AI Hentai Generator

AI Hentai Generator

免费生成ai无尽的。

热工具

ZendStudio 13.5.1 Mac

ZendStudio 13.5.1 Mac

功能强大的PHP集成开发环境

记事本++7.3.1

记事本++7.3.1

好用且免费的代码编辑器

mPDF

mPDF

mPDF是一个PHP库,可以从UTF-8编码的HTML生成PDF文件。原作者Ian Back编写mPDF以从他的网站上“即时”输出PDF文件,并处理不同的语言。与原始脚本如HTML2FPDF相比,它的速度较慢,并且在使用Unicode字体时生成的文件较大,但支持CSS样式等,并进行了大量增强。支持几乎所有语言,包括RTL(阿拉伯语和希伯来语)和CJK(中日韩)。支持嵌套的块级元素(如P、DIV),

EditPlus 中文破解版

EditPlus 中文破解版

体积小,语法高亮,不支持代码提示功能

Dreamweaver CS6

Dreamweaver CS6

视觉化网页开发工具