python sqlalchemy 进行 mysql 数据库操作
1. 进行mysql数据库的创建,如果已经存在,就相当于进行数据库的连接操作
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Date
from sqlalchemy.orm import sessionmaker # 创建连接
engine = create_engine('mysql+pymysql://root:123456@localhost/oldboydb',
encoding='utf-8') Base = declarative_base() # 生成orm基类 class User(Base):
__tablename__ = 'user' # table的名字
id = Column(Integer, primary_key=True) # 创建id属性
name = Column(String(32)) # 创建name属性
password = Column(String(64)) # 创建密码属性 def __repr__(self): # 用于进行查找时的数据返回
return '<%s name :%s>' %(self.id, self.name)
Base.metadata.create_all(engine) # 进行指令的调用,即生成table
2. 进行数据的查询,包括条件查询和多条件查询
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Date
from sqlalchemy.orm import sessionmaker # 创建连接
engine = create_engine('mysql+pymysql://root:123456@localhost/oldboydb',
encoding='utf-8') Base = declarative_base() # 生成orm基类 class User(Base): # User继承了上述的操作 __tablename__ = 'student_user'
id = Column(Integer, primary_key=True)
name = Column(String(32))
password = Column(String(64)) def __repr__(self): # 返回查询到的信息
return '<id: %s name: %s password: %s>' %(self.id, self.name, self.password) # 执行上述的操作
Base.metadata.create_all(engine)
Session_class = sessionmaker(bind=engine) # 进行数据库的连接
Session = Session_class() # 生成session 实例 # 进行数据查询 .all()输出所有的检索结果,.first() 输出第一条的结果
data = Session.query(User).filter_by(name='alex').first()
print(data)
data = Session.query(User).filter(User.name == 'rain').first()
print(data) # 多条件查询
data = Session.query(User).filter(User.name=='rain').filter(User.id > 1).first()
print(data)
3. 进行用户属性的修改
# 进行数据的条件修改
data = Session.query(User).filter(User.name=='rain').first() # 查找出数据的类
data.name = 'Tom' # 对类属性进行修改
Session.commit() # 结果的提交
print(data.id) # 打印查找结果的id信息
4. 添加新的用户信息
fake_user = User(name='Jack', password='') # 设置用户的名字和密码
Session.add(fake_user) # 将数据添加到表内
5. 进行用户信息的删除
data = Session.query(User).filter(User.name=='Jack').first() # 查找用户信息
Session.delete(data) # 删除用户
Session.commit() # 提交结果
6. 数据的回滚操作
data = Session.query(User).filter(User.name=='Jack').first() # 查找符合条件的数据
Session.delete(data) # 数据删除
Session.rollback() # 数据回滚,取消上述操作
Session.commit() # 提交结果
7. 数据统计
print(Session.query(User).filter(User.name.in_(['alex', 'Jack'])).count()) # 统计名字是'alex'或者'Jack'的次数
# 2
8. 根据名字进行数据分组
from sqlalchemy import func
data = Session.query(User.name, func.count(User.name)).group_by(User.name).all()
print(data) # [('alex', 1), ('Tom', 1), ('Jack', 1)]
9. 定义数据库的student表,进行连表查询
# 定义Student类关联student table
class Student(Base): __tablename__ = 'student'
id = Column(Integer, primary_key=True)
name = Column(String(32))
register_data = Column(Date)
sex = Column(String(32)) def __repr__(self): # 返回查询到的信息
return '<id: %s name: %s register_data: %s>' % (self.id, self.name, self.register_data) data = Session.query(User, Student).filter(User.name==Student.name).all() print(data)
10. 将两个表的属性进行串联, 这里将student的id属性,有上课记录study_record的stu_id 属性进行关联,构造一个学生的上课记录
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Date, ForeignKey
from sqlalchemy.orm import sessionmaker, relationship # 创建连接
engine = create_engine('mysql+pymysql://root:123456@localhost/oldboydb',
encoding='utf-8') Base = declarative_base() # 生成orm 基类 # 构造student的类
class Student(Base): __tablename__ = 'student'
id = Column(Integer, primary_key=True)
name = Column(String(32), nullable=False)
register_data = Column(Date, nullable=False)
sex = Column(String(32)) def __repr__(self):
return '<id: %s name: %s sex: %s>'%(self.id, self.name, self.sex) class StudyRecord(Base): __tablename__ = 'study_record'
id = Column(Integer, primary_key=True)
day = Column(Integer, nullable=False)
status = Column(String(32), nullable=False)
stu_id = Column(Integer, ForeignKey('student.id')) # 构建外键 student = relationship('Student', backref='my_study_record') def __repr__(self):
return '<%s day:%s status:%s>'%(self.student.name, self.day, self.status) Base.metadata.create_all(engine) Session_class = sessionmaker(bind=engine) session = Session_class() s1 = Student(name='Alex', register_data='2015-04-21')
s2 = Student(name='Jack', register_data='2016-04-21')
s3 = Student(name='Rain', register_data='2017-04-21')
s4 = Student(name='Eric', register_data='2018-04-21') study_obj1 = StudyRecord(day=1, status='YES', stu_id=1)
study_obj2 = StudyRecord(day=2, status='NO', stu_id=1)
study_obj3 = StudyRecord(day=3, status='YES', stu_id=1)
study_obj4 = StudyRecord(day=1, status='YES', stu_id=2) # 进行数据的批量插入
session.add_all([s1, s2, s3, s4, study_obj1, study_obj2, study_obj3, study_obj4]) stu_obj = session.query(Student).filter(Student.name=='alex').first()
print(stu_obj.my_study_record) # 找出student='alex' 对应的学习记录
11. 一张表里的两个属性对应一张表的属性,就好比商品的收获地址和发货地址都对应的是地址数据库
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Date, ForeignKey
from sqlalchemy.orm import sessionmaker, relationship # 创建连接
engine = create_engine('mysql+pymysql://root:123456@localhost/oldboydb',
encoding='utf-8') Base = declarative_base() class Customer(Base): __tablename__ = 'customer'
id = Column(Integer, primary_key=True)
name = Column(String(64)) billing_address_id = Column(Integer, ForeignKey('address.id'))
shipping_address_id = Column(Integer, ForeignKey('address.id')) billing_address = relationship('Address', foreign_keys = [billing_address_id])
shipping_address = relationship('Address', foreign_keys = [shipping_address_id]) class Address(Base): __tablename__ = 'address'
id = Column(Integer, primary_key=True)
street = Column(String(64))
city = Column(String(64))
state = Column(String(64)) def __repr__(self):
return self.street Base.metadata.create_all(engine) Session_class = sessionmaker(bind=engine) session = Session_class() stu_obj = session.query(Customer).filter(Customer.name=='computer').first()
print(stu_obj.shipping_address) # 找出student='alex' 对应的学习记录
12. 构建多对多的表格类型,即一本书可以对应多个作者,一个作者可以对应多本书
orm_m2m.py
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Date, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship # 创建连接
engine = create_engine('mysql+pymysql://root:lishentao22@localhost/oldboydb?charset=utf8',
) Base = declarative_base() book_m2m_author = Table('book_m2m_author', Base.metadata,
Column('book_id', ForeignKey('books.id')),
Column('author_id', ForeignKey('authors.id'))) class Book(Base):
__tablename__ = 'books'
id = Column(Integer, primary_key=True)
name = Column(String(64))
pub_date = Column(Date)
authors = relationship('Author', secondary=book_m2m_author, backref='books') def __repr__(self):
return self.name class Author(Base):
__tablename__ = 'authors'
id = Column(Integer, primary_key=True)
name = Column(String(32)) def __repr__(self):
return self.name Base.metadata.create_all(engine)
orm_m2m_api.py
from day12 import orm_m2m
from sqlalchemy.orm import sessionmaker Session_class = sessionmaker(bind=orm_m2m.engine)
session = Session_class() # b1 = orm_m2m.Book(name='learn python with Alex', pub_date='2014-06-02')
# b2 = orm_m2m.Book(name='learn Zhangbility with Alex', pub_date='2015-02-06')
# b3 = orm_m2m.Book(name='go alex to taiguo', pub_date='2014-02-05')
#
# a1 = orm_m2m.Author(name='Alex')
# a2 = orm_m2m.Author(name='Jack')
# a3 = orm_m2m.Author(name='Rain')
#
# b1.authors = [a1, a3]
# b3.authors = [a1, a2, a3]
#
# session.add_all([b1, b2, b3, a1, a2, a3])
# session.commit() author_obj = session.query(orm_m2m.Author).filter(orm_m2m.Author.name=='alex').first()
# session.delete(author_obj) # 删除这个作者 book_obj = session.query(orm_m2m.Book).filter(orm_m2m.Book.id==14).first()
book_obj.authors.remove(author_obj) session.commit()
python sqlalchemy 进行 mysql 数据库操作的更多相关文章
- Python3:sqlalchemy对mysql数据库操作,非sql语句
Python3:sqlalchemy对mysql数据库操作,非sql语句 # python3 # author lizm # datetime 2018-02-01 10:00:00 # -*- co ...
- Python数据存储 — MySQL数据库操作
本地安装MySQL 调试环境python3.6,调试python操作mysql数据库,首先要在本地或服务器安装mysql数据库. 安装参考:https://mp.csdn.net/postedit/8 ...
- python中的MySQL数据库操作 连接 插入 查询 更新 操作
MySQL数据库 就数据库而言,连接之后就要对其操作.但是,目前那个名字叫做qiwsirtest的数据仅仅是空架子,没有什么可操作的,要操作它,就必须在里面建立“表”,什么是数据库的表呢?下面摘抄自维 ...
- Python实战之MySQL数据库操作
1. 要想使Python可以操作MySQL数据库,首先需要安装MySQL-python包,在CentOS上可以使用一下命令来安装 $ sudo yum install MySQL-python 2. ...
- python使用sqlalchemy连接mysql数据库
环境:centos7+python2.7.5+sqlalchemy sqlalchemy是python当中比较出名的orm程序.在python中,使用sqlalchemy连接mysql数据库进行操作非 ...
- 10分钟教你Python+MySQL数据库操作
欲直接下载代码文件,关注我们的公众号哦!查看历史消息即可! 本文介绍如何利用python来对MySQL数据库进行操作,本文将主要从以下几个方面展开介绍: 1.数据库介绍 2.MySQL数据库安装和设置 ...
- Python/MySQL(四、MySQL数据库操作)
Python/MySQL(四.MySQL数据库操作) 一.数据库条件语句: case when id>9 then ture else false 二.三元运算: if(isnull(xx)0, ...
- Python进行MySQL数据库操作
最近开始玩Python,慢慢开始喜欢上它了,以前都是用shell来实现一些自动化或者监控的操作,现在用Python来实现,感觉更棒,Python是一门很强大的面向对象语言,所以作为一个运维DBA或者运 ...
- python之(mysql数据库操作)
前言:关心3步骤(此文章只针对python自动化根基展开描述) 什么是mysql数据库操作? 答:利用python对mysql数据库进行增, 删, 改, 查 操作 为什么要用python对mysql ...
随机推荐
- Docker安装&java-Zookeeper进行操作
Docker安装Zookeeper下载Zookeeper镜像 docker pull zookeeper 启动容器并添加映射 docker run --privileged=: -d zookeepe ...
- CDH6.1.0新增主机资源
在CDH 6.1.0 上增加主机 一 客户端配置 1.1 JAVA 配置 1.2 关闭selinux以及防火墙 1.3 将服务端的agent包打包然后拷贝到客户端 然后解压 启动(也可以rpm安装) ...
- 【Day2】2.函数
视频地址(全部) https://edu.csdn.net/course/detail/26057 课件地址(全部) https://download.csdn.net/download/gentl ...
- 关于SYSLINUX的一些重要描述摘录
以下资源都来自官方文档,原文摘录 The SYSLINUX suite contains the following boot loaders ("derivatives"), f ...
- STM32WB 信息块之OTP
1.OTP Area范围:0x1FFF 7000 - 0x1FFF 73FF 大小1 K 2.OTP描述 1 KB (128 double words) OTP (one-time programma ...
- win32 控件的使用
我们建立的项目都是基于对话框的win32项目,和主窗口一样对话框也是窗口的一种类型所以区别不是很大,所以我们再下面讲一下控件的使用(里面不要使用char,要开始使用WCHAR,他的很多函数都是wcs. ...
- 【转】(深入理解计算机系统) bss段,data段、text段、堆(heap)和栈(stack)
bss段: bss段(bss segment)通常是指用来存放程序中未初始化的全局变量的一块内存区域. bss是英文Block Started by Symbol的简称. bss段属于静态内存分配. ...
- 系列文章--Python Web编程
我从网上找到了其他园友的文章,很不错,留着自己学习学习. Python Web编程(一)Python Web编程(二)Python Web编程(三)Python Web编程(四)Python Web编 ...
- 函数参数-arguments-reset参数
1.JS中用:arguments 1)存放实参的集合,是一个类似于数组的对象,只有数组的 length,没有数组方法 function add1(a,b,c) { console.log(argume ...
- 函数参数-undefined-默认值-可选参数
1.函数参数为undefined时,触发参数默认值 2.实参数量 < 形参数量,多余的形参值为 underfined 3.设置可选参数 1)JS中: 检测 undefined :function ...