Python ORM
本章内容
- ORM介绍
- sqlalchemy安装
- sqlalchemy基本使用
- 多外键关联
- 多对多关系
- 表结构设计作业
ORM介绍
如果写程序用pymysql和程序交互,那是不是要写原生sql语句。如果进行复杂的查询,那sql语句就要进行一点一点拼接,而且不太有重用性,扩展不方便。而且写的sql语句可能不高效,导致程序运行也变慢。
为了避免把sql语句写死在代码里,有没有一种方法直接把原生sql封装好了并且以你熟悉的方式操作,像面向对象那样?
ORM(object relational mapping),就是对象映射关系程序,简单来说我们类似Python这种面向对象的程序来说一切皆对象,但是我们使用的数据库却都是关系型的,为了保证一致的使用习惯,通过orm将编程语言的对象模型和数据库的关系模型建立映射关系,这样我们在使用编程语言对数据库进行操作的时候可以直接使用编程语言的对象模型进行操作就可以了,而不用直接使用sql语言。
ORM 相当于把数据库也给你实例化了,在代码操作MySQL中级又加了orm这一层。
ORM的优点:
- 隐藏了数据访问细节,“封闭”的通用数据库交互,ORM的核心。他使得我们的通用数据库交互变得简单易行,并且完全不用考虑该死的SQL语句。快速开发,由此而来。
- ORM使我们构造固化数据结构变得简单易行。
缺点:
- 无可避免的,自动化意味着映射和关联管理,代价是牺牲性能(早期,这是所有不喜欢ORM人的共同点)。现在的各种ORM框架都在尝试使用各种方法来减轻这块(LazyLoad,Cache),效果还是很显著的。
sqlalchemy安装
在python中,最有名的ORM框架是SQLAlchemy。用户包括OpenStack\Dropbox等知名公司或应用,主要用户列表http://www.sqlalchemy.org/organizations.html#openstack
安装sqlalchemy
pip install SQLAlchemy
pip install pymysql
# 由于mysqldb依然不支持py3,所以这里我们用pymysql与sqlalchemy交互
# 虽然大家可能在python2.x中用习惯了mysqldb,但是在python3.x中已经不支持那个组件了。取而代之的是:pymysql
sqlalchemy基本使用
Dialect(数据库方言)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...]
基本的增、删、改、查
import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String
from sqlalchemy.orm import sessionmaker Base = declarative_base() class User(Base):
__tablename__ = 'user' #表名
id = Column(Integer, primary_key=True)
username = Column(String(100))
password = Column(String(100))
#定义函数的输出方式,不然会以对象的形式输出,<__main__.User
object
at
0x105b4ba90
>
def __repr__(self):
return 'name:%s,password:%s'%(self.username,self.password)
#创建实例并连接数据库
engine = create_engine("mysql+mysqldb://woniu:1234@59.110.12.72:3306/wangjin?charset=utf8",echo=True) #echo 输出日志的信息
# 创建与数据库的会话session class ,注意,这里返回给session的是个class,不是实例
db_session = sessionmaker(bind=engine) # 实例和engine绑定
session = db_session() # 生成session实例,相当于游标 #add user
user_obj = User(username='hello',password='python') # 生成你要创建的数据对象
session.add(user_obj) # 把要创建的数据对象添加到这个session里
session.commit()
print user_obj.username
print user_obj.password #现此才统一提交,创建数据 #query
my_user = session.query(User).filter_by(username='hello').first() #根据条件去查询 print my_user.username,my_user.password #edit
edit_user = session.query(User).filter_by(username='hello').all()
edit_user.username = 'woniu' #赋值
edit_user.password = 'hehe' session.commit()
print my_user.username,my_user.password #del
del_user = session.query(User).filter_by(username='hello').all()
for i in del_user:
session.delete(i)
session.commit()
#rallback
my_user = Session.query(User).filter_by(id=1).first()
my_user.name = "Jack" fake_user = User(name='Rain', password='12345')
Session.add(fake_user) print(Session.query(User).filter(User.name.in_(['Jack','rain'])).all() ) #这时看session里有你刚添加和修改的数据 Session.rollback() #此时你rollback一下 print(Session.query(User).filter(User.name.in_(['Jack','rain'])).all() ) #再查就发现刚才添加的数据没有了。 # Session
# Session.commit()
filter_by与filter的区别
my_user2 = Session.query(User).filter_by(id=27).all() # filter_by相等用‘=’ my_user3 = Session.query(User).filter(User.id==27).all() # filter相等用‘==’ 用法不同而已,filter 可以像写 sql 的 where 条件那样写 > < 等条件,但引用列名时,需要通过 类名.属性名 的方式。 filter_by 可以使用 python 的正常参数传递方法传递条件,指定列名时,不需要额外指定类名。,参数名对应名类中的属性名
多条件查询
objs = Session.query(User).filter(User.id>0).filter(User.id<7).all()
上面2个filter的关系相当于 user.id >1 AND user.id <7 的效果
from sqlalchemy import and_, or_ # 且和or的关系
ret = session.query(Users).filter(and_(Users.id > 3, Users.name == 'eric')).all() # 条件以and方式排列
ret = session.query(Users).filter(or_(Users.id < 2, Users.name == 'eric')).all() # 条件以or方式排列
分组统计
from sqlalchemy import func
print(Session.query(func.count(User.name),User.name).group_by(User.name).all() ) Session.query(User).filter(User.name.like("Ra%")).count().all() #输出结果
4
[(1, 'alex'), (1, 'chongyang'), (4, 'liming')
外键关联
import sqlalchemy from sqlalchemy import create_engine,func,ForeignKey
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,Integer,String
from sqlalchemy.orm import sessionmaker,relationship engine = create_engine("mysql+pymysql://woniu:123456@59.110.12.72/txadmin",encoding='utf-8') Base = declarative_base() class Student(Base):
__tablename__ = 'student'
id = Column(Integer,primary_key=True)
name = Column(String(32))
password = Column(String(64)) def __repr__(self):
return 'name:%s,password:%s'%(self.name,self.password) class Address(Base):
__tablename__ = 'addresses'
id = Column(Integer,primary_key=True)
email_address = Column(String(32),nullable=False)
user_id = Column(Integer,ForeignKey('student.id'))
#允许你在student表里通过backref字段反向查出所有它在addresses表里的关联项
student = relationship('Student',backref='addresses') def __repr__(self):
return 'Address(email_address="%s")'%self.email_address Base.metadata.create_all(engine) db_session = sessionmaker(bind=engine)
session = db_session() #add user
# user_obj = Student(name = 'alex',password='1234')
# session.add(user_obj)
# session.commit()
# print(user_obj.name)
# print(user_obj.password)
# 如果有多个对象需要添加,可以如下使用
session.add_all([obj1,obj2,obj3])
#add_address
# add_obj = Address(email_address = 'hebeisheng',user_id = '2')
# session.add(add_obj)
# session.commit()
# #query
# # my_user = session.query(Student).filter_by(name='liming').all()
# res = session.query(func.count(Student.name),Student.name).group_by(Student.name).all()
#
# res1 = session.query(Student).filter(Student.name.like('li%')).count()
# print(res1)
# print(res) # obj = session.query(Student).all()
#
#
# for i in obj:
# print(i.addresses)
#在addr_obj里直接插关联的student表
# addr_obj = session.query(Address).all()
# for i in addr_obj:
# print(i.student.name)
#通过student对象方差关联的address的记录
obj = session.query(Student).filter_by(name='liming').all()[2]
print(obj.addresses)
#添加关联对象
obj.addresses = [Address(email_address="r1@126.com"),Address(email_address="8888888.com")]
session.commit()
print(obj.addresses) #运行结果
[]
[Address(email_address="r1@126.com"), Address(email_address="8888888.com")] #首先 第三个李明是没有设置对应的地址的,所以为空,设置完毕后就可以看到对应的值了
多外键关联
customer 表中的 billing_address_id 关联 address表的ID
customer 表中的 shipping_address_id 关联 address表的ID
import sqlalchemy
from sqlalchemy import Integer,Column,String,ForeignKey,create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import relationship,sessionmaker engine = create_engine("mysql+pymysql://woniu:123456@59.110.12.72/txadmin",encoding='utf-8')
Base = declarative_base() class Customer(Base):
__tablename__ = 'customer'
id = Column(Integer,primary_key=True)
name = Column(String(32)) billing_address_id = Column(Integer,ForeignKey('address.id')) #建立外键
shipping_address_id = Column(Integer,ForeignKey('address.id')) #建立外键 billing_address = relationship('Address',foreign_keys=[billing_address_id]) #注意这两行
shipping_address = relationship('Address',foreign_keys=[shipping_address_id]) # def __repr__(self):
# return '{name:%s,billing_addres:%s,shipping_address:%s}'%(self.name,self.billing_address,self.shipping_address) class Address(Base):
__tablename__ = 'address'
id = Column(Integer,primary_key=True)
street = Column(String(32))
city = Column(String(32))
state = Column(String(32)) def __repr__(self):
return self.city Base.metadata.create_all(engine) db_session = sessionmaker(bind=engine)
session = db_session() # obj2 = Address(street = 'shipping_address',city='test',state='eee')
# obj3 = Address(street = 'billing_address',city='test',state='eee')
# session.add(obj2)
# session.add(obj3)
#
# session.commit()
#
#
# obj = Customer(name = 'nima',billing_address = obj2,shipping_address = obj3)
# session.add(obj)
# session.commit() res = session.query(Customer).filter(Customer.name == 'nima').first()
print(res.name,dir(res))
print(res.billing_address,res.shipping_address) #可以关联得到外键,通过customer表,查看address表
多外键
mysql> desc address;
+--------+-------------+------+-----+---------+----------------+
| Field | Type | Null | Key | Default | Extra |
+--------+-------------+------+-----+---------+----------------+
| id | int(11) | NO | PRI | NULL | auto_increment |
| street | varchar(32) | YES | | NULL | |
| city | varchar(32) | YES | | NULL | |
| state | varchar(32) | YES | | NULL | |
+--------+-------------+------+-----+---------+----------------+
4 rows in set (0.00 sec) mysql> desc customer;
+---------------------+-------------+------+-----+---------+----------------+
| Field | Type | Null | Key | Default | Extra |
+---------------------+-------------+------+-----+---------+----------------+
| id | int(11) | NO | PRI | NULL | auto_increment |
| name | varchar(32) | YES | | NULL | |
| billing_address_id | int(11) | YES | MUL | NULL | |
| shipping_address_id | int(11) | YES | MUL | NULL | |
+---------------------+-------------+------+-----+---------+----------------+
4 rows in set (0.00 sec) mysql> select * from customer;
+----+---------+--------------------+---------------------+
| id | name | billing_address_id | shipping_address_id |
+----+---------+--------------------+---------------------+
| 6 | liming | 6 | 7 |
| 7 | xiaohua | 4 | 5 |
| 8 | xiaohua | 4 | 5 |
| 9 | xiaohua | 14 | 15 |
| 10 | nima | 16 | 17 |
+----+---------+--------------------+---------------------+
5 rows in set (0.01 sec) mysql> select * from address;
+----+------------------+------+-------+
| id | street | city | state |
+----+------------------+------+-------+
| 3 | uuu | rrr | eee |
| 4 | shipping_address | rrr | eee |
| 5 | shipping_address | rrr | eee |
| 6 | shipping_address | rrr | eee |
| 7 | billing_address | rrr | eee |
| 8 | shipping_address | qqq | eee |
| 9 | billing_address | www | eee |
| 10 | shipping_address | qqq | eee |
| 11 | billing_address | www | eee |
| 12 | shipping_address | qqq | eee |
| 13 | billing_address | www | eee |
| 14 | shipping_address | test | eee |
| 15 | billing_address | test | eee |
| 16 | shipping_address | test | eee |
| 17 | billing_address | test | eee |
+----+------------------+------+-------+
15 rows in set (0.00 sec) mysql>
mysql 表信息
Python ORM的更多相关文章
- python/ORM操作详解
一.python/ORM操作详解 ===================增==================== models.UserInfo.objects.create(title='alex ...
- Django和SQLAlchemy,哪个Python ORM更好?
ORM是什么? 在介绍Python下的两个ORM框架(Django和SQLAlchemy)的区别之前,我们首先要充分了解ORM框架的用途. ORM代表对象关系映射.ORM中的每个单词解释了他们在实际项 ...
- Python ORM框架之 Peewee入门
之前在学Django时,发现它的模型层非常好用,把对数据库的操作映射成对类.对象的操作,避免了我们直接写在Web项目中SQL语句,当时想,如果这个模型层可以独立出来使用就好了,那我们平台操作数据库也可 ...
- python orm框架
#!/usr/bin/python# -*- coding: utf-8 -*-from sqlalchemy import create_enginefrom sqlalchemy import T ...
- MySQL(Python+ORM)
本篇对于Python操作MySQL主要使用两种方式: 原生模块 pymsql ORM框架 SQLAchemy pymsql pymsql是Python中操作MySQL的模块,其使用方法和MySQLdb ...
- Python ORM框架之SQLAlchemy
前言: Django的ORM虽然强大,但是毕竟局限在Django,而SQLAlchemy是Python中的ORM框架: SQLAlchemy的作用是:类/对象--->SQL语句--->通过 ...
- Python ORM框架SQLAlchemy学习笔记之数据添加和事务回滚介绍
1. 添加一个新对象 前面介绍了映射到实体表的映射类User,如果我们想将其持久化(Persist),那么就需要将这个由User类建立的对象实例添加到我们先前创建的Session会话实例中: 复制代码 ...
- python ORM - sqlalchemy 操作使用
python操作数据库 使用 ORM - sqlalchemy,pymsql 安装: pip install pymsq pip install sqlalchemy 一. '''连接数据库''' ...
- python orm / 表与model相互转换
orm英文全称object relational mapping,就是对象映射关系程序,简单来说我们类似python这种面向对象的程序来说一切皆对象,但是我们使用的数据库却都是关系型的,为了保证一致的 ...
随机推荐
- JVM类加载机制一
类加载的过程 什么是类加载?Java编译器会将我们编写好的代码编译成class字节码文件,JVM会把这些class字节码文件加载到内存中,并对加载的数据进行校验.准备.解析并初始化,这个过程就是类加载 ...
- Servlet中的初始化参数、上下文参数、以及@Resource资源注入
配置初始化参数.上下文参数.以及使用@Resource注解进行资源注入,目的是为了降低代码的耦合度.当项目需求进行变更的时候,不需要反复更改源代码,只需更改web.xml文件即可. 一:Servlet ...
- Kendo MVVM 数据绑定(十) Source
Kendo MVVM 数据绑定(十) Source Source 绑定可以把 ViewModel 的值和由 Kendo 模板定义的目标元素绑定,如果 ViewModel 的值发生变化,被绑定的目标元素 ...
- Vue的computed和methods区别
1,computed里面定义的方法是以属性的方式(当然也可以以函数调用的方式)出现在html里面,而methods里面定义的方法是以函数的方式: 2,computed依赖于data里面的数据,只有相关 ...
- CSS布局技巧之——各种居中
居中是我们使用css来布局时常遇到的情况.使用css来进行居中时,有时一个属性就能搞定,有时则需要一定的技巧才能兼容到所有浏览器,本文就居中的一些常用方法做个简单的介绍. 注:本文所讲方法除了特别说明 ...
- android中常见的设计模式有哪些?
建造者模式 建造者模式最明显的标志就是Build类,而在Android中最常用的就是Dialog的构建,Notification的构建也是标准的建造者模式. 建造者模式很好理解,如果一个类的构造需要很 ...
- 安装指定版本的minikube
Minikube是什么? Kubernetes集群的安装和部署对于很多初学者来说是一道坎.为了方便大家开发和体验Kubernetes,Kubernetes开源社区提供了可以在本地部署的Minikube ...
- linux+apache+mod_python+wechat_sdk搭建微信公共账号服务器
linux+apache+mod_python+wechat_sdk搭建微信公共账号服务器 转载请注明本文原作者:FignerLiu PRE 最近尝试了下使用python搭建微信公共账号服务器,实现了 ...
- windows自定义快速启动(运行)命令
自定义运行(windows键+R)里面命令,启动设置的程序,如图: 它的设置方法有两种: 第一种设置方法: 第1步:在任意地方创建一个文件夹(建议在D盘根目录创建),文件夹的名称可自定义没有特殊限制, ...
- word中在空白处加下划线不显示解决
终极解决:Ctrl + Shift + Space Alt + 选择,竖向选择.和VS,其他一些编辑器一样