1、仍然要创建引擎

2、创建session会话

(1)方式一

engine =create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6", max_overflow=0, pool_size=5)
Session = sessionmaker(bind=engine) # 每次执行数据库操作时,都需要创建一个session
session = Session()

(2)方式二

基于threading.local的session

session = scoped_session(Session)

3、插入记录

(1)添加一条

obj1 = Users(name="wupeiqi")
session.add(obj1) session.commit()

(2)添加多条

session.add_all([
Users(name="wupeiqi"),
Users(name="alex"),
Hosts(name="c1.com"),
])
session.commit()

4、删除记录

delete方法

session.query(Users).filter(Users.id > 2).delete()
session.commit()

5、更新记录

update方法

(1)字典形式传参

# 字典中key就是定义类中字段名,value就是要更新的值
session.query(Users).filter(Users.id > 0).update({"name" : "099"}) session.commit()

(2)实现字段的相加

# 相加时类名.字段 = 类名.字段 + xxx

# 字符串类型的相加,注意必须要加参数synchronize_session=False
session.query(Users).filter(Users.id > 0).update({Users.name: Users.name + "099"}, synchronize_session=False) # 数字类型的相加,注意必须加参数synchronize_session="evaluate"
session.query(Users).filter(Users.id > 0).update({"age": Users.age + 1}, synchronize_session="evaluate")
session.commit()

6、查询记录

(1)查询所有数据

》》》query中要写类名,不是__tablename__参数值

》》》返回列表,元素就是一个个记录对象

》》》循环列表,记录对象.字段名就可以取出字段值

r1 = session.query(Users).all()

(2)查询指定数据

》》》query中写类名.字段名,就可以取出我们指定的字段了

》》》类名.字段名.label("ssss")   是给这个字段取一个别名,类似mysql中的as

》》》返回列表,元素是一个个记录对象,记录对象.字段名或者.ssss就可以取出指定的字段

r2 = session.query(Users.name.label('xx'), Users.age).all()

(3)加条件的查询

1)单个条件

》》》filter中写表示式,就类似python中的判断条件,比如类名.字段名 == "xxxx";类名.id  > 2

》》》filter_by中写参数,比如类名.字段名 = "sss"

》》》仍然返回一个个记录对象的列表

r3 = session.query(Users).filter(Users.name == "alex").all()
r4 = session.query(Users).filter_by(name='alex').all()

2)多个条件,条件之间默认是and关系

ret = session.query(Users).filter(Users.id > 1, Users.name == 'eric').all()

3)between,在1,2,3中的某个值

ret = session.query(Users).filter(Users.id.between(1, 3), Users.name == 'eric').all()

4).in_的用法

ret = session.query(Users).filter(Users.id.in_([1,3,4])).all()

5)~是 非 的意思,相反

ret = session.query(Users).filter(~Users.id.in_([1,3,4])).all()

6)查询语句的返回值也可以作为查询条件

ret = session.query(Users).filter(Users.id.in_(session.query(Users.id).filter_by(name='eric'))).all()

7)表示与或非的查询条件

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()

8)通配符,%代表所有

ret = session.query(Users).filter(Users.name.like('e%')).all()
ret = session.query(Users).filter(~Users.name.like('e%')).all()

9)限制,切片

ret = session.query(Users)[1:2]

(4)first()

查询后返回记录对象

r5 = session.query(Users).filter_by(name='alex').first()

(5)带占位符的过滤条件查询

》》》text中的:name和:value代表占位符,params括号中传参

》》》仍然返回一个个记录对象的列表

r6 = session.query(Users).filter(text("id<:value and name=:name")).params(value=224, name='fred')all()

(6)排序

》》》order_by(类名.字段名)  默认按照字段值的升序排序

r6 = session.query(Users).filter(text("id<:value and name=:name")).params(value=224, name='fred').order_by(Users.id).all()

》》》类名.字段名.desc() 是降序   asc()是升序

》》》逗号隔开,代表第一个相同的话,就按第二个排序

ret = session.query(Users).order_by(Users.name.desc()).all()
ret = session.query(Users).order_by(Users.name.desc(), Users.id.asc()).all()

(7)分组

1)首先引入聚合函数

from sqlalchemy.sql import func

2)把某个字段作为分组依据

ret = session.query(Users).group_by(Users.extra).all()

3)使用聚合函数

ret = session.query(func.max(Users.id),func.sum(Users.id),func.min(Users.id)).group_by(Users.name).all()

4)加过滤条件having

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()

(8)组合,就是inner join的基础上,保留左表和右表的全部记录

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()

(9)连表查询

1)filter中是连表条件,query中写的是显示哪些字段,写类名代表显示这个表的所有字段

ret = session.query(Users, Favor).filter(Users.id == Favor.nid).all()

2)inner join

》》》query括号中只有一个类,只显示这个表的所有字段

ret = session.query(Person).join(Favor).all()

3)left join

》》》加参数isouter=true

ret = session.query(Person).join(Favor, isouter=True).all()

注意:

》》》默认inner join

》》》query括号中写的是显示哪些字段

》》》可以不断的join,进行多张表的连表操作,query括号中就是要显示的字段,就写成类名.字段名这样的形式就可以,取别名用label

》》》默认是没有right join的

》》》默认连表条件是按foreignkey字段

》》》session.query().join()   这样打印出来的就是连表操作的原生sql语句

》》》若没有外键关联的字段,就要自己写连表条件

在join中写连表条件,也可以用and_(表达式1,表达式2) 或者or_(表达式3,表达式4)来表示连表条件

session.query(Person).join(Favor, Person.id == Favor.id, isouter=True).all()

7、执行原生sql语句

(1)利用text,使用占位符

r7 = session.query(Users).from_statement(text("SELECT * FROM users where name=:name")).params(name='ed').all()

(2)利用execute

# 查询
# cursor = session.execute('select * from users')
# result = cursor.fetchall() # 添加
cursor = session.execute('insert into users(name) values(:value)',params={"value":'wupeiqi'})
session.commit()
print(cursor.lastrowid) session.close()

8、基于relationship的查询和添加

1)一对多

首先在定义类中(表)添加relationship字段

backref用于反向查询

    # 与生成表结构无关,仅用于查询方便
hobby = relationship("Hobby", backref='pers')

》》》》查询

正向查询:对象.hobby就是关联的对象,再.字段就获取到关联对象的字段值了

# 使用relationship正向查询

v = session.query(Person).first()
print(v.name)
print(v.hobby.caption)

反向查询:对象.pers(就是backref参数的值)就得到了和当前对象关联的所有记录对象的列表

# 使用relationship反向查询

v = session.query(Hobby).first()
print(v.caption)
print(v.pers)

》》》》添加

正向添加

实例对象时,relationship字段=另一个类的对象,这样就会在关联表中也自动添加一条记录

person = Person(name='张九', hobby=Hobby(caption='姑娘'))
session.add(person) session.commit()

反向添加

实例对象.relationship字段 = [另一个类的对象1,另一个类的对象2 ],这样就会在自动被关联的表中一次创建多条记录

hb = Hobby(caption='人妖')
hb.pers = [Person(name='文飞'), Person(name='博雅')]
session.add(hb) session.commit()

2)多对多

首先在定义类中(表)添加relationship字段

backref用于反向查询

secondary是自己创的关系表

    # 与生成表结构无关,仅用于查询方便
servers = relationship('Server', secondary='server2group', backref='groups')

》》》》查询

正向查询

# 使用relationship正向查询

v = session.query(Group).first()
print(v.name)
print(v.servers)

反向查询

# 使用relationship反向查询
"""
v = session.query(Server).first()
print(v.hostname)
print(v.groups)
"""

》》》》添加

正向添加

gp = Group(name='C组')
gp.servers = [Server(hostname='c3.com'),Server(hostname='c4.com')]
session.add(gp)
session.commit()

反向添加

ser = Server(hostname='c6.com')
ser.groups = [Group(name='F组'),Group(name='G组')]
session.add(ser)
session.commit()

9、其它操作

import time
import threading from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy import create_engine
from sqlalchemy.sql import text, func
from sqlalchemy.engine.result import ResultProxy
from db import Users, Hosts, Hobby, Person, Group, Server, Server2Group engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6?charset=utf8", max_overflow=0, pool_size=5)
Session = sessionmaker(bind=engine)
session = Session() # 关联子查询
subqry = session.query(func.count(Server.id).label("sid")).filter(Server.id == Group.id).correlate(Group).as_scalar()
result = session.query(Group.name, subqry)
"""
SELECT `group`.name AS group_name, (SELECT count(server.id) AS sid
FROM server
WHERE server.id = `group`.id) AS anon_1
FROM `group`
""" # 原生SQL
"""
# 查询
cursor = session.execute('select * from users')
result = cursor.fetchall() # 添加
cursor = session.execute('insert into users(name) values(:value)',params={"value":'wupeiqi'})
session.commit()
print(cursor.lastrowid)
""" session.close()

SQLALchemy之ORM操作的更多相关文章

  1. sqlalchemy 的 ORM 与 Core 混合方式使用示例

    知乎: sqlalchemy 的 ORM 与 Core 混合方式操作数据库是一种怎样的体验? 答: 酸! 本文基于:win 10 + python 3.4 + sqlalchemy 1.0.13 基本 ...

  2. sqlalchemy 的 ORM 方式使用示例

    知乎: 使用 sqlalchemy 的 orm 方式操作数据库是一种怎样的体验? 答: 酸爽! 本文基于:win10 + python3.4 + sqlAlchemy 1.0.13 先看一个图(来源) ...

  3. sqlalchemy数据库分层操作

    在学习sqlalchemy操作中,最常见的就是如下的示例,一个文件基本上包含了数据库的增删改查.sqlalchemy的具体操作我就不再详细说明了.流程大概是: 定义表 创建数据库引擎 创建表 插入数据 ...

  4. SQLAlchemy的ORM

    表关系: 表之间的关系存在三种:一对一.一对多.多对多.而SQLAlchemy中的ORM也可以模拟这三种关系.因为一对一其实在SQLAlchemy中底层是通过一对多的方式模拟的,所以先来看下一对多的关 ...

  5. flask的orm操作

    django是有orm操作的  可想而知 那么flask也是有orm操作的,其实flask的orm操作的使用和djnago的是差不多的 django的orm操作进行条件筛选的时候后面跟着的是objec ...

  6. SQLAlchemy多表操作

    目录 SQLAlchemy多表操作 一对多 数据准备 具体操作 多对多 数据准备 操作 其它 SQLAlchemy多表操作 一对多 数据准备 models.py from sqlalchemy.ext ...

  7. Python/Django(CBV/FBV/ORM操作)

    Python/Django(CBV/FBV/ORM操作) CBV:url对应的类(模式) ##====================================CBV操作============ ...

  8. python/ORM操作详解

    一.python/ORM操作详解 ===================增==================== models.UserInfo.objects.create(title='alex ...

  9. Django中ORM操作

    ORM操作: class UserInfo(models.Model): username = models.CharField(max_length=32) password = models.Ch ...

随机推荐

  1. db2,差集

    --漏报的数据 FROM A LEFT JOIN A′ ON 交集的条件 WHERE A′.xx IS NULL --多报的数据 FROM A′ LEFT JOIN A ON 交集的条件 WHERE ...

  2. tomcat idea 报权限错误

    出现的错误提示如下: 下午9:11:27 All files are up-to-date下午9:11:27 All files are up-to-date下午9:11:27 Error runni ...

  3. 标准sqlserver连接语句

    sqlserver左右全内连接 原始链接http://www.cnblogs.com/youzhangjin/archive/2009/05/22/1486982.html      连接条件可在FR ...

  4. JQuery Easy UI 简介

    [什么是JQuery Easy UI?] jQuery EasyUI 是一组基于 jQuery 的 UI 插件集合,而 jQuery EasyUI 的目标就是帮助Web 开发者更轻松的打造出功能丰富并 ...

  5. 升级到Offiec 2016后 Power View 不见了的处理方法

    好吧 并不是没有了,而只是快捷方式需要手动的调整出来, 过程还是挺复杂,给一个官方文档吧. Turn on Power View in Excel 2016 for Windows https://s ...

  6. Jmeter关联,正则表达式提取器使用2

    正则表达式的用处很多,最基础的用法 1,断言 2,传参(关联) 例子 1.http请求 2正则表达式提取,想要提取列表列中id,一遍打开列表页 如果是1,每次就会取相同的值!匹配数字的权限高于模板$0 ...

  7. scp远程文件传输

    第一次.提示下载公钥 [root@rhel5 ~]# scp install.log root@192.168.124.129:/tmp The authenticity of host '192.1 ...

  8. 创建Django项目(一)

    2013-07-24 23:20:58|   最近在学习Django项目的创建,主要的参考资料是:Djangobook 和 Django Project.这些日志用来记录自己的学习过程吧.       ...

  9. Layui颜色

    Layui颜色 视觉疲劳的形成往往是由于颜色过于丰富或过于单一形成的麻木感,而 layui 提供的颜色,清新而不乏深沉,互相柔和,不过分刺激大脑皮层的神经反应,形成越久越耐看的微妙影像.合理搭配,可与 ...

  10. Elasticsearch自定义客户端(TransportClient)资源池

    前言: java中调用TransportClient时,我们一般都会设置成单例,为了避免多次的创建与关闭造成的内存占用及关闭缓慢问题.而TransportClient本身也是实现了线程池threadP ...