前言:
  1. 字段声明类型中,最右边的是数据库中对应的字段,我们依然可以使用,其左边的的 SQLAchemy 则是其自身封装的自定义类型。
  2. 本篇不会讲太多的理论知识,因为这个实用性更强,所以通篇全部都是案例,每个案例都会输出对应的 sql , 这样你也能更清晰的明白自己写出的代码最终都转化成什么样的 sql 了。
  3. 本篇的最后一个案例是 upsert “存在则更新,不存在则插入”的高级用法。
  4.     本篇中的所有案例都亲测可用
 
案例一: 创建一个自定义类
 
数据库结构
CREATE TABLE `student` (
`id` int(2) NOT NULL AUTO_INCREMENT,
`name` char(20) NOT NULL,
`code` char(64) NOT NULL,
`sex` char(4) NOT NULL,
PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=11 DEFAULT CHARSET=utf8;

  

数据库中的值

Id   name  code  sex
------------------------------------
1 Bob AU dddd
2 Bob BR girl
3 Hua CA boy
4 Lan CN girl
5 Hua RU girl
6 Smith US boy
7 Bob AU boy
8 Smith BM girl
9 Hub BU boy
10 Hip HK boy

ps: 下面的例子全部是依据这

创建自定义类,后面的所有操作的 session,都根据此案例的  session 来操作的。

from sqlalchemy import create_engine, Column, INT, VARCHAR
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker # 创建基类,返回一个定制的metaclass 类
Base = declarative_base() # 自定义类
class Student(Base):
# 表名
__tablename__ = 'student'
# 字段映射
id = Column('id', INT, primary_key=True)
name = Column('name', VARCHAR)
code = Column('code', VARCHAR)
sex = Column('sex', VARCHAR) def to_dict(self):
"""
将查询的结果转化为字典类型
Student 对象的内容如下 {'_sa_instance_state': <sqlalchemy.orm.state.InstanceState object at 0x10174c898>, 'sex': 'nan', 'name': 'ygh', 'code': 'AU', 'school': 'hua'}
获取其值剔除 "_sa_instance_state 即可。但不能在self.__dict__上直接删除”_sa_instance_state” 这个值是公用的。
:return:
"""
return {k: v for k, v in self.__dict__.items() if k != "_sa_instance_state”}
# 创建引擎 , echo=True ,表示需要开启 sql 打印,调试的以后特别好用
engine =create_engine("mysql+mysqldb://root:123qwe@192.168.1.254:3306/yinguohai", pool_size=2, max_overflow=0, echo=True
# 创建会话对象,用于操作数据库
Session = sessionmaker(bind=engine)
session = Session()
 
 
案例二: 全部查询
result = session.query(Student).all()
for i in result:
# i是一个Student对象,所以可以使用其 to_dict() 去格式化其对象的值
if isinstance(i, Student):
print(i.to_dict())
-------------------------结果-------------------------
{'sex': 'dddd', 'name': 'Bob', 'id': 1, 'code': 'AU'}
{'sex': 'girl', 'name': 'Bob', 'id': 2, 'code': 'BR'}
{'sex': 'boy', 'name': 'Hua', 'id': 3, 'code': 'CA'}
{'sex': 'girl', 'name': 'Lan', 'id': 4, 'code': 'CN'}
{'sex': 'girl', 'name': 'Hua', 'id': 5, 'code': 'RU'}
{'sex': 'boy', 'name': 'Smith', 'id': 6, 'code': 'US'}
{'sex': 'boy', 'name': 'Bob', 'id': 7, 'code': 'AU'}
{'sex': 'girl', 'name': 'Smith', 'id': 8, 'code': 'BM'}
{'sex': 'boy', 'name': 'Hub', 'id': 9, 'code': 'BU'}
{'sex': 'boy', 'name': 'Hip', 'id': 10, 'code': 'HK'}
对应Sql:
SELECT
student.id AS student_id,
student.NAME AS student_name,
student.CODE AS student_code,
student.sex AS student_sex
FROM
student

  

案例三: 部分字段查询
result = session.query(Student.id, Student.name).all()
for i in result:
# 此时返回的是一个tuple ,而不是一个Student对象
print(i)
-------------------------结果-------------------------
(1, 'Bob')
(2, 'Bob')
(3, 'Hua')
(4, 'Lan')
(5, 'Hua')
(6, 'Smith')
(7, 'Bob')
(8, 'Smith')
(9, 'Hub')
(10, 'Hip')
对应Sql:
SELECT
student.id AS student_id,
student.NAME AS student_name
FROM
student

  

案例四:多条件查询, or_ , and_

 
或, or_
result = session.query(Student).filter(or_(Student.name == "Bob", Student.sex != "aa")).first()
print(result.to_dict())
-------------------------结果-------------------------
{'sex': 'dddd', 'name': 'Bob', 'id': 1, 'code': 'AU'}

对应Sql:

SELECT
student.id AS student_id,
student.NAME AS student_name,
student.CODE AS student_code,
student.sex AS student_sex
FROM
student
WHERE
student.NAME = % s
OR student.sex != % s ( 'Bob', 'aa', 1 )
 
且,and_
result = session.query(Student).filter(and_(Student.name == "Bob" , Student.sex != "aa")).first()
print(result.to_dict())
-------------------------结果-------------------------
{'sex': 'dddd', 'name': 'Bob', 'id': 1, 'code': 'AU'}

对应Sql:

SELECT
student.id AS student_id,
student.NAME AS student_name,
student.CODE AS student_code,
student.sex AS student_sex
FROM
student
WHERE
student.NAME = % s
AND student.sex != % s
LIMIT % s ( 'Bob', 'aa', 1 )
 
案例五:模糊查询,like 
 
result = session.query(Student).filter(Student.sex.like('%bo%')).first()
print(result.to_dict())
-------------------------结果-------------------------
{'sex': 'dddd', 'name': 'Bob', 'id': 1, 'code': 'AU'}
对应Sql:
SELECT
student.id AS student_id,
student.NAME AS student_name,
student.CODE AS student_code,
student.sex AS student_sex
FROM
student
WHERE
student.sex LIKE % s
LIMIT %s ('%bo%', 1)
案例六:in_  , 范围查询
 
result = session.query(Student).filter(Student.name.in_(["Bob", "Smith"])).all()
for i in result:
print(i.to_dict())
-------------------------结果-------------------------
{'code': 'AU', 'id': 1, 'name': 'Bob', 'sex': 'dddd'}
{'code': 'BR', 'id': 2, 'name': 'Bob', 'sex': 'girl'}
{'code': 'US', 'id': 6, 'name': 'Smith', 'sex': 'boy'}
{'code': 'AU', 'id': 7, 'name': 'Bob', 'sex': 'boy'}
{'code': 'BM', 'id': 8, 'name': 'Smith', 'sex': 'girl'}

对应Sql:

SELECT
student.id AS student_id,
student.NAME AS student_name,
student.CODE AS student_code,
student.sex AS student_sex
FROM
student
WHERE
student.NAME IN (% s, % s ) ( 'Bob', 'Smith' )
 
 
案例七:排序,asc() , desc()
 
#result = session.query(Student).order_by(Student.id.desc()).all()
result = session.query(Student).order_by(Student.id.asc()).all()
for i in result:
print(i.to_dict())
-------------------------结果-------------------------
{'sex': 'dddd', 'name': 'Bob', 'id': 1, 'code': 'AU'}
{'sex': 'girl', 'name': 'Bob', 'id': 2, 'code': 'BR'}
{'sex': 'boy', 'name': 'Hua', 'id': 3, 'code': 'CA'}
{'sex': 'girl', 'name': 'Lan', 'id': 4, 'code': 'CN'}
{'sex': 'girl', 'name': 'Hua', 'id': 5, 'code': 'RU'}
{'sex': 'boy', 'name': 'Smith', 'id': 6, 'code': 'US'}
{'sex': 'boy', 'name': 'Bob', 'id': 7, 'code': 'AU'}
{'sex': 'girl', 'name': 'Smith', 'id': 8, 'code': 'BM'}
{'sex': 'boy', 'name': 'Hub', 'id': 9, 'code': 'BU'}
{'sex': 'boy', 'name': 'Hip', 'id': 10, 'code': 'HK'}

对应Sql:

SELECT
student.id AS student_id,
student.NAME AS student_name,
student.CODE AS student_code,
student.sex AS student_sex
FROM
student
ORDER BY
student.id ASC
案例八:限制,limit , slice
 
方式一 ,limit( position )
 
result = session.query(Student).limit(2).all()
for i in result:
print(i.to_dict()) 
-------------------------结果-------------------------
{'sex': 'dddd', 'name': 'Bob', 'id': 1, 'code': 'AU'}
{'sex': 'girl', 'name': 'Bob', 'id': 2, 'code': 'BR'}
对应Sql:
SELECT
student.id AS student_id,
student.NAME AS student_name,
student.CODE AS student_code,
student.sex AS student_sex
FROM
student
LIMIT % s (2,)
 
方式二: slice(start, end)
result = session.query(Student).order_by(Student.id.asc()).slice(2, 3).all()
for i in result:
print(i.to_dict())
-------------------------结果-------------------------
{'sex': 'boy', 'code': 'CA', 'id': 3, 'name': 'Hua'}

对应Sql:

SELECT
student.id AS student_id,
student.NAME AS student_name,
student.CODE AS student_code,
student.sex AS student_sex
FROM
student
ORDER BY
student.id ASC
LIMIT % s,% s ( 2, 1 )
案例九:统计,count()
result = session.query(Student).count()
print(result)
-------------------------结果-------------------------
10
对应Sql:
SELECT
count(*) AS count_1
FROM
( SELECT student.id AS student_id, student.NAME AS student_name, student.CODE AS student_code, student.sex AS student_sex FROM student ) AS anon_1
案例十:去重,distinct()
result = session.query(Student.name).distinct(Student.name).all()
-------------------------结果-------------------------
('Bob',)
('Hua',)
('Lan',)
('Smith',)
('Hub',)
('Hip',)

对应Sql:

SELECT DISTINCT
student.NAME AS student_name
FROM
student
 
 
案例十 一: 联合查询,默认 inner join查询
 
result = session.query(Student.id, Student.code, Student.name, Country.population).join(Country, Student.code == Country.code).all()
for i in result:
print(i)
-------------------------结果-------------------------
(1, 'AU', 'Bob', 18886000)
(2, 'BR', 'Bob', 170115000)
(3, 'CA', 'Hua', 1147000)
(4, 'CN', 'Lan', 1277558000)
(5, 'RU', 'Hua', 146934000)
(6, 'US', 'Smith', 278357000)
(7, 'AU', 'Bob', 18886000)

对应Sql:

SELECT
student.id AS student_id,
student.CODE AS student_code,
student.NAME AS student_name,
a_country.population AS a_country_population
FROM
student
INNER JOIN a_country ON student.CODE = a_country.CODE
 
 
案例十二:添加,add() , add_all()
 
方式一,单条插入,add( )
result = session.add(Student(name="Bob", code="AU", sex="boy"))
print(result)
#事务需要提交才能生效,有别与查询
session.commit()
-------------------------结果-------------------------
None 
Sql:
BEGIN
INSERT INTO student (name, code, sex) VALUES (%s, %s, %s) ('Bob', 'AU', 'boy')
COMMIT
 
 
方式二,批量插入, add_all( )
result = session.add_all([
Student(name="Smith", code="BM", sex="girl"),
Student(name="Hub", code="BU", sex="boy"),
Student(name="Hip", code="HK", sex="boy"),
])
session.commit()
print(result)
-------------------------结果-------------------------
None

对应Sql:

BEGIN
INSERT INTO student (name, code, sex) VALUES (%s, %s, %s) ('Smith', 'BM', 'girl')
INSERT INTO student (name, code, sex) VALUES (%s, %s, %s) ('Hub', 'BU', 'boy')
INSERT INTO student (name, code, sex) VALUES (%s, %s, %s) ('Hip', 'HK', 'boy')
COMMIT

案例十三: 更新,update()

result = session.query(Student).filter(Student.id == 1).update({Student.sex: "dddd”})
# 如果想回滚,则使用 session.rollback() 回滚即可
session.commit()
# 返回修改的记录函数
print(result)
-------------------------结果-------------------------
1

对应Sql:

BEGIN
UPDATE student SET sex=%s WHERE student.id = %s ('dddd', 1)
COMMIT 
 
案例十四: 不存在则插入,存在则更新,on_duplicate_key_update()
 
这个属于一种高级的用法,不过也特别简单,看此案例你基本上就秒懂了。
 
insert_smt = insert(Student).values(id=1, name="bb", code="AA", sex="boy").on_duplicate_key_update(sex="aaaaa",code="uuuuu")
result = session.execute(insert_smt)
session.commit()
print(result.rowcount)
-------------------------结果-------------------------
1

注意事项:

  1. 需要引入 一个特别函数 , insert( ) , 它是mysql包下的。from sqlalchemy.dialects.mysql import insert
  2. 使用 on_duplicate_key_update( ) 这个函数进行异常处理,别用错了
  3. 使用execute , 执行insert( ) 函数创建的 Sql 语句即可
  4. 最后一定要记得 commit( ) 一下。
 
Sql:
BEGIN

INSERT INTO student ( id, NAME, CODE, sex )
VALUES (% s, % s, % s, % s )
ON DUPLICATE KEY UPDATE code = %s, sex = %s
(1, 'bb', 'AA', 'boy', 'uuuuu', 'aaaaa') COMMIT
 
 
 

Python 操作mysql数据库之 SQLAlchemy 案例详解的更多相关文章

  1. python操作mysql数据库的常用方法使用详解

    python操作mysql数据库 1.环境准备: Linux 安装mysql: apt-get install mysql-server 安装python-mysql模块:apt-get instal ...

  2. python接口自动化(三十八)-python操作mysql数据库(详解)

    简介 现在的招聘要求对QA人员的要求越来越高,测试的一些基础知识就不必说了,来说测试知识以外的,会不会一门或者多门开发与语言,能不能读懂代码,会不会Linux,会不会搭建测试系统,会不会常用的数据库, ...

  3. python操作mysql数据库的相关操作实例

    python操作mysql数据库的相关操作实例 # -*- coding: utf-8 -*- #python operate mysql database import MySQLdb #数据库名称 ...

  4. Windows下安装MySQLdb, Python操作MySQL数据库的增删改查

    这里的前提是windows上已经安装了MySQL数据库,且配置完成,能正常建表能操作. 在此基础上仅仅需安装MySQL-python-1.2.4b4.win32-py2.7.exe就ok了.仅仅有1M ...

  5. 使用python操作mysql数据库

    这是我之前使用mysql时用到的一些库及开发的工具,这里记录下,也方便我查阅. python版本: 2.7.13 mysql版本: 5.5.36 几个python库 1.mysql-connector ...

  6. python操作三大主流数据库(1)python操作mysql①windows环境中安装python操作mysql数据库的MySQLdb模块mysql-client

    windows安装python操作mysql数据库的MySQLdb模块mysql-client 正常情况下应该是cmd下直接运行 pip install mysql-client 命令即可,试了很多台 ...

  7. python操作mysql数据库增删改查的dbutils实例

    python操作mysql数据库增删改查的dbutils实例 # 数据库配置文件 # cat gconf.py #encoding=utf-8 import json # json里面的字典不能用单引 ...

  8. python 操作mysql数据库之模拟购物系统登录及购物

    python 操作mysql数据库之模拟购物系统登录及购物,功能包含普通用户.管理员登录,查看商品.购买商品.添加商品,用户充值等. mysql 数据库shop 表结构创建如下: create TAB ...

  9. 【Python】使用python操作mysql数据库

    这是我之前使用mysql时用到的一些库及开发的工具,这里记录下,也方便我查阅. python版本: 2.7.13 mysql版本: 5.5.36 几个python库 1.mysql-connector ...

随机推荐

  1. python函数版ATM

    最近系统的学习python函数知识点,感觉在面向对象之前,函数的功能确实强大. 最近使用函数写了ATM项目,虽然需求简单但也有很多知识点需要注意,这个项目把python基础的很多知识点都用上了. 前前 ...

  2. scrapy框架在未登录模式下爬取文本,文件和图片的几点收获

    1.什么是API接口? https://baijiahao.baidu.com/s?id=1597881116201407882&wfr=spider&for=pc 2.spider文 ...

  3. AI学习笔记:人工智能与机器学习概述

    一.人工智能基本概念 1.1 基本概念 数据分析:对历史规律的展现.对未来数据的预测. 机器学习:机器学习是指从一系列的原始数据中找到规律,提取人们可以识别的特征,然后通过学习这些特征,最终产生一个模 ...

  4. 记一次有趣的thinkphp代码执行

    0x00 前言 朋友之前给了个站,拿了很久终于拿下,简单记录一下. 0x01 基础信息 漏洞点:tp 5 method 代码执行,payload如下 POST /?s=captcha _method= ...

  5. hdu1548 奇怪的电梯 dfs dijkstra bfs都可以,在此奉上dfs

    题目链接:http://icpc.njust.edu.cn/Problem/Hdu/5706/ 简单的规定深度进行搜索,代码如下: #include<bits/stdc++.h> usin ...

  6. 洛谷1514 引水入域 dp+记忆化搜索

    题目链接:https://www.luogu.com.cn/problem/P1514 题意大致是:给定一个(n,m)的数值矩阵,可以在第一行建造水库,如果一个格子周围的某格子值小于它,那水就可以流到 ...

  7. KDD 2019放榜!录取率仅14%,强调可重现性

    [导读]KDD 2019录取结果终于放榜了,今年Research和ADS两个 track共评审论文1900篇,其中Research track的录取率只有14%.今年也是KDD第一次采用双盲评审政策, ...

  8. Springcloud config + zuul 搭建动态网关

    1,实现的效果,就是zuul 网关的配置路由实现负载均衡,zuul 的配置文件放在springcloud config 上 2,需要的服务如下: 3,其实就是配置下springcloud-zuul 的 ...

  9. 使用maven-pom进行依赖管理与自动构建

    使用maven-pom进行依赖管理与自动构建 span.kw { color: #007020; font-weight: bold; } /* Keyword */ code > span.d ...

  10. docker 本地镜像导入导出 compose安装

    docker 本地镜像导入导出 1.Docker导入本地gz镜像 [root@rocketmq-nameserver4 dev]# cat alibaba-rocketmq-3.2.6.tar.gz ...