本文共 5265 字，大约阅读时间需要 17 分钟。

ORM与SQLAlchemy入门讲解

1. ORM（Object Relational Mapping）简介

ORM（对象关系映射）是一种将数据库表结构与编程语言对象模型进行映射的技术。由于现代应用程序通常使用面向对象的编程语言（如Python）进行开发，而传统数据库则基于关系型结构，这导致了编程逻辑与数据存储逻辑之间的不一致。ORM的目标是通过自动化将编程模型与数据库模型统一，使得开发者可以使用更高层次的抽象化操作，从而简化数据库交互。

ORM的优点：

ORM的缺点：

2. SQLAlchemy简介

SQLAlchemy 是 Python 编程语言下的一款流行 ORM 框架，它建立在数据库API之上，通过关系对象映射将编程模型与数据库操作统一。SQLAlchemy 的核心思想是将 Python 对象与数据库表结构进行映射，从而通过编写高层次的 Python 代码直接操作数据库。

SQLAlchemy 的基本原理

数据库表可以看作一个二维的数据结构，Python 类型可以用来表示数据库表中的数据。例如，以下代码展示了如何将数据库表转换为 Python 类型：

1 class User(object):
2     def __init__(self, id, name):
3         self.id = id
4         self.name = name
5
6 [User('1', 'woz'), User('2', 'wyb'), User('3', 'alex')]

这种映射方式就是 ORM 的核心功能：通过自定义类定义数据库表结构，将关系型数据库转换为面向对象的编程模型。

SQLAlchemy 安装

要使用 SQLAlchemy，需要先安装相应的包：

pip3 install SQLAlchemy

3. SQLAlchemy 的内部处理

1. 依赖第三方数据库API

SQLAlchemy 本身无法直接操作数据库，它需要依赖第三方数据库驱动（如 mysqldb、pymysql、cx_Oracle 等）来与数据库进行通信。这些驱动通过 dialect 模块实现与数据库API的对接，从而支持多种数据库类型如 MySQL、PostgreSQL、Oracle等。

2. 内部处理机制

SQLAlchemy 的核心组件包括：

• Engine/ConnectionPooling：用于管理数据库连接，支持连接池化，以提高数据库操作效率。
• Dialect：定义了数据库API的具体实现方式，根据数据库类型选择合适的连接方式。

4. SQLAlchemy 的使用

1. 创建表与数据插入

通过 SQLAlchemy，可以通过编写类和操作 session 对象来创建和管理数据库表结构。以下是一个典型的操作示例：

1 from sqlalchemy.ext.declarative import declarative_base
2 from sqlalchemy.orm import sessionmaker
3 from sqlalchemy import Column, Integer, String
4 # 创建数据库会话
5 engine = create_engine("mysql+pymysql://root:root@127.0.0.1:3306/wyb", encoding="utf-8")
6 Base = declarative_base()
7 Session_class = sessionmaker(bind=engine)
8 Session = Session_class()
9 # 定义用户表
10 class User(Base):
11     __tablename__ = 'user'
12     id = Column(Integer, primary_key=True)
13     name = Column(String(32))
14     password = Column(String(64))
15 # 创建表结构
16 Base.metadata.create_all(engine)
17 # 插入数据
18 user_obj = User(name="wyb", password="666")
19 Session.add(user_obj)
20 Session.commit()

2. 数据库操作（增删改查）

通过 SQLAlchemy，可以对数据库表进行 CRUD 操作。以下是一个完整的示例：

def create_table():
    Base.metadata.create_all(engine)
def insert(user_obj):
    print("插入数据:")
    print(user_obj)
    Session.add(user_obj)
    Session.commit()
def select():
    print("查询数据:")
    # 查询单条数据
    data = Session.query(User).filter_by(name="woz").first()
    print("name=woz: ", data)
    data = Session.query(User).filter_by(id=1).first()
    print("id=1: ", data)
    # 查询所有数据
    print("表中所有数据: ", Session.query(User.id, User.name).all())
    # 多条件查询
    objs = Session.query(User).filter(User.id > 0).filter(User.id < 3).all()
    print("id为0到3之间的数据: ", objs)
def delete():
    print("删除数据:")
    result = Session.query(User).filter(User.name == 'alex').first()
    print(result)
    Session.delete(result)
    Session.commit()
def update():
    print("更新数据:")
    my_user = Session.query(User).filter_by(name="wyb").first()
    my_user.name = "wyb666"
    my_user.password = "wyb666"
    print(my_user)
    Session.commit()

5. 关系与多对多操作

外键关联

通过定义 relationship，可以实现对象间的关联关系。以下是一个简单的外键示例：

class Address(Base):
    __tablename__ = 'address'
    id = Column(Integer, primary_key=True)
    email_address = Column(String(32), nullable=False)
    user_id = Column(Integer, ForeignKey('user.id'))
    user = relationship("User", backref="address")
# 创建表结构
def create_table():
    Base.metadata.create_all(engine)
# 查询关联对象
objs = Session.query(User).all()
add_objs = Session.query(Address).all()
for i in objs:
    print(i.address)
for add_obj in add_objs:
    print(add_obj.user.name)

多对多联系

通过创建中间表和使用 relationship，可以实现多对多的关系。以下是一个多对多联系的示例：

# 创建中间表
student_m2m_course = Table('student_m2m_course', Base.metadata,
                          Column('student_id', Integer, ForeignKey('student.id')),
                          Column('course_id', Integer, ForeignKey('course.id')))
class Student(Base):
    __tablename__ = 'student'
    id = Column(Integer, primary_key=True)
    name = Column(String(64))
    attach = relationship('Attach', secondary=student_m2m_course, backref='students')
class Course(Base):
    __tablename__ = 'course'
    id = Column(Integer, primary_key=True)
    name = Column(String(32))
# 创建数据
a1 = Student(name="12342ds")
a2 = Student(name="222")
a3 = Student(name="666")
b1 = Course(name="跟wyb学Python")
b2 = Course(name="跟wyb学把妹")
b3 = Course(name="跟wyb学装逼")
a1.courses = [b1, b2]
a2.courses = [b2, b3]
a3.courses = [b1, b3]
Session.add_all([a1, a2, a3, b1, b2, b3])
Session.commit()

6. 其他操作

回滚与统计分组

通过 Session.rollback() 可以回滚事务，确保数据一致性。统计分组可以通过 group_by 方法实现：

# 回滚示例
Session.rollback()
print(Session.query(User).filter(User.name.in_(['Jack', 'rain'])).all())
# 统计分组
print(Session.query(func.count(User.name), User.name).group_by(User.name).all())

多对多删除

删除多对多关系时，可以直接操作对象：

student_obj = Session.query(Student).filter_by(name="12342ds").first()
course_obj = Session.query(Course).filter_by(name="跟wyb学把妹").first()
student_obj.courses.remove(course_obj)
Session.delete(course_obj)
Session.commit()

7. 学员管理系统需求

需求概述

通过以上内容，可以看到 SQLAlchemy 在数据库操作中的强大能力，如何通过 ORM 将复杂的数据库操作简化为易于管理的代码。无论是表结构创建、数据操作，还是复杂的关联关系管理，SQLAlchemy 都能提供强有力的支持。

转载地址：http://nzvfk.baihongyu.com/