首页 / PYTHON / python之ORM操作
python之ORM操作
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python之ORM操作,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含15710字,纯文字阅读大概需要23分钟。
内容图文
![python之ORM操作](/upload/InfoBanner/zyjiaocheng/853/64daa54b7e184bf7be27949bbda94a53.jpg)
1. SQLalchemy简介
SQLAlchemy是一个开源的SQL工具包,基本Python编程语言的MIT许可证而发布的对象关系映射器。SQLAlchemy提供了“一个熟知的企业级全套持久性模式,
专为高效率和高性能的数据库访问而设计“。SQLAlchemy的首次发布2006年2月,并已迅速成为最广泛使用的对象关系映射在Python社区的工具之一。
使用ORM等独立SQLAlchemy的一个优势在于其允许开发人员首先考虑数据模型,并能决定稍后可视化数据的方式
2. SQLAlchempy的安装
首先需安装mysql
然后,下载SQLAlchemy-0.7.2,然后打开cmd,在安装包文件目录下,
运行python setup.py install,通过python下输入import sqlalchemy,执行未报错则表示安装成功
SQLAlchemy
SQLAlchemy是Python编程语言下的一款ORM框架,该框架建立在数据库API之上,使用关系对象映射进行数据库操作,简言之便是:将对象转换成SQL,然后使用数据API执行SQL并获取执行结果。
ORM方法论基于三个核心原则:
简单:以最基本的形式建模数据。
传达性:数据库结构被任何人都能理解的语言文档化。
精确性:基于数据模型创建正确标准化了的结构。
Dialect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:
'数据库类型+数据库驱动名称://用户名:口令@机器地址:端口号/数据库名'
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...]
更多详见:http://docs.sqlalchemy.org/en/latest/dialects/index.html
注:
2.7版本使用mysqldb
3.5版本使用pymysql
请用pip或者源码包安装,确保环境可以正常使用。**
确保远程数据库服务器可以正常使用,并且拥有全新可以远程登录,
例如:
登录数据库:mysql -uroot -p
创建数据库:create database s15;
授权库:grant all on liuyao.* to john@"%" identified by '123456';
更新:flush privileges;
3. SQLAlchemy的使用实例
一、完成简单数据表信息查询
# 1. 导入模块
from sqlalchemy import *
from sqlclchemy.orm import *
# 2. 建立数据库引擎
链接数据库:create_engine()
engine = create_engine("mysql+mysqldb://john:123456@127.0.0.1:3306/s15", max_overflow=5)
create_engine() 会返回一个数据库引擎,
mysql+mysqldb”指定了使用 MySQL-Python 来连接,
使用用户名‘john
’和密码‘123456’来链接数据库
127.0.0.1
是数据库链接地址可以是localhost,127.0.0.1
‘s15’是数据库名
max_overflow是最大连接数
其他方法:
“charset”指定了连接时使用的字符集(可省略)=utf8
echo 参数为 True 时,会显示每条执行的 SQL 语句,生产环境下可关闭。
mysql_engine = create_engine("$address", echo, module)
#address 数据库://用户名:密码(没有密码则为空)@主机名:端口/数据库名
#echo标识用于设置通过python标准日志模块完成的SQLAlchemy日志系统,当开启日志功能,我们将能看到所有的SQL生成代码
create_engine的第一个参数'sqlite:///:memory:'我们知道是建立数据库连接的,那第二个参数echo=True是做什么的呢,其实如果echo=True那么SQLAlchemy将会通过Python标准模块logging来输出日志,
如果你在操作交互式命令控制台,一些信息将会被输出,这里我们可能会看到SQLAlchemy生成的一些SQL语句,这个对于我们学习和调试是很有必要的,所以在这里我们将其设置为True,否则,
如果不愿意SQLAlchemy这么啰嗦的话可以设置为False,这样就看不到这些信息啦。
create_engine()将会返回一个Engine引擎实例(instance),其代表着SQLAlchemy对于数据库的核心接口,其隐藏了各种数据库方言(dialect)的细节,实际上SQLAlchemy的底层是Python的DBAPI。
需要注意的是此时并没有实质上与数据库建立连接,什么时候才会与数据库真正建立连接呢?这个只会在你第一次查询数据库的时候发生。呃…这个有点像Lazy Loading (懒惰加载,延迟加载),也就是说我们需要真正操作数据库的时候才真正建立连接。
段和数据类型及操作方法
在sqlalchemy.schema包里有数据库关系的描述,列举几个最常用的:
字段:Column
索引:Index
表:Table
数据类型在sqlalchemy.types包,列举几个最常用的:
二进制:BIGINT
布尔:BOOLEAN
字符:CHAR
可变字符:VARCHAR
日期:DATETIME
其他方法 execute,update,insert,select,delete,join等 自行补脑
# 3. 建立连接
connection = mysql_engine.connect()
# 4. 查询表信息
result = connection.execute("select name from t_name)
for row in result:
print "name: ", row['name']
# 5. 关闭连接
connection.close()
二、插入新的数据表
# 1. 导入模块
from sqlalchemy import *
from sqlclchemy.orm import *
# 2. 建立数据库引擎
mysql_engine = create_engine("$address", echo, module)
#address 数据库://用户名:密码(没有密码则为空)@主机名:端口/数据库名
#echo标识用于设置通过python标准日志模块完成的SQLAlchemy日志系统,当开启日志功能,我们将能看到所有的SQL生成代码
# 3. 设置metadata并将其绑定到数据库引擎
metadata = Metadata(mysql_engine)
# 4. 定义需新建的表
users = Table('users', metadata,Column('user_id', Integer, primary_key=True),
Column('name', String(40)),
Column('age', Integer),
Column('password', String),)
#Table实现方式与SQL语言中的CRETE TABLE类似
# 5. 在数据库中创建表
metadata.create_all(mysql_engine)
#向数据库发出CREATE TABLE命令,由此数据库新建名为users的表
#调用时会检查已经存在的表结构,因此可重复调用
# 6. 创建一个与数据库中的users表匹配的python类
class user():
def __int__(self, name, fullname, password):
self.name = name
self.fullname = fullname
self.passwd = passwd
#python类的属性需与users表的列名一致
# 7. 设置映射
from sqlalchemy.orm import mapper
mapper(user, users)
# mapper()创建一个新的Mapper对象,与定义的类相关联 #需要注意的是,通过mapper建立映射的数据表必须带有主键,如果没有主键就无法定位某个table的某行row, #如果无法定位某行row, 就无法做Object-relational mapping这样的映射
# 8. 创建session
Session = sessionmaker(bind=mysql_egnine)
session = Session()
#由此我们只需对python的user类的操作,后台数据库的具体实现交由session完成
# 9. 执行
session.commit()
#实现与数据库的交互
# 10. 查询
usr_info = session.query(user).filter_by(age=12).first()
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 |
# 数据库表是一个二维表, 包含多行多列. 把一个表的内容用pyton的数据接口表示的话, 可以用list表示多行
# list的每一个元素是tuple, 表示一个记录.比如id 和name的user表
# [
#???? ('1', 'Michael'),
#???? ('2', 'Bob'),
#???? ('3', 'Adam')
# ]
# Python的DB-API返回的数据接口就是像上面这样.
# 但是用tuple表示一行很难看出表的结构.如果把一个tuple用class实例表示, 就可以更容易看出表的结构
# class User(object):
#???? def __init__(self, id, name):
#???????? self.id = id
#???????? self.name = name
# 这就是传说中的ORM技术: Object-Relational Mapping, 把关系数据库的表结构映射到对象上.
# 但是由谁来做这个转换呢, 所以ORM框架应运而生.
# 在Python中, 最有名的ORM框架是SQLAlchemy. 我们来看看SQLAlchemy的用法.
from sqlalchemy? import Column, String, create_engine
from sqlalchemy.orm? import sessionmaker
from sqlalchemy.ext.declarative? import declarative_base
Base? = declarative_base()
class User(Base):
???? # 表的名字
???? __tablename__? = 'user'
???? # 表的结构
???? id = Column(String( 20 ), primary_key = True )
???? name? = Column(String( 20 ))
# 初始化数据库连接
engine? = create_engine( 'mysql+mysqlconnector://root:111111@localhost:3306/test' )
# 创建DBSession类型
DBSession? = sessionmaker(bind = engine)
# create_engine用来初始化数据库连接.
# SQLAlchemy用一个字符串表示连接信息'数据库类型+数据库驱动名称://用户名:口令@机器地址:端口号/数据库名'
# # 创建session对象:
# session = DBSession()
# # 创建新User对象
# new_user = User(id='5', name='Bob')
# # 添加到session
# session.add(new_user)
# # 提交保存到数据库
# session.commit()
# # 关闭session
# session.close()
# 可见将关键是获取session, 然后把对象添加到session, 最后提交并关闭.(DBSession对象, 可以看做是当前数据库的连接)
# 查询
session? = DBSession()
# 创建Query查询, filter是where条件, 最后调用one()返回唯一行, 如果调用all()则返回所有行.
user? = session.query(User). filter (User. id = = '5' ).one()
print ( 'type:' ,? type (user))
print ( 'name:' , user.name)
session.close()
# ORM就是把数据库表的行与相应的对象简历关联, 互相转换.
# 由于关系数据库的多个表还可以用外键实现一对多, 多对多的关联, 相应地, ORM框架也可以提供两个对象之间的一对多, 多对多功能.
|
小结
ORM框架的作用就是把数据库表的一行记录与一个对象互相做自动转换。
正确使用ORM的前提是了解关系数据库的原理。
自己不努力,谁也给不了自己想要的生活1. SQLalchemy简介
SQLAlchemy是一个开源的SQL工具包,基本Python编程语言的MIT许可证而发布的对象关系映射器。SQLAlchemy提供了“一个熟知的企业级全套持久性模式,
专为高效率和高性能的数据库访问而设计“。SQLAlchemy的首次发布2006年2月,并已迅速成为最广泛使用的对象关系映射在Python社区的工具之一。
使用ORM等独立SQLAlchemy的一个优势在于其允许开发人员首先考虑数据模型,并能决定稍后可视化数据的方式
2. SQLAlchempy的安装
首先需安装mysql
然后,下载SQLAlchemy-0.7.2,然后打开cmd,在安装包文件目录下,
运行python setup.py install,通过python下输入import sqlalchemy,执行未报错则表示安装成功
SQLAlchemy
SQLAlchemy是Python编程语言下的一款ORM框架,该框架建立在数据库API之上,使用关系对象映射进行数据库操作,简言之便是:将对象转换成SQL,然后使用数据API执行SQL并获取执行结果。
ORM方法论基于三个核心原则:
简单:以最基本的形式建模数据。
传达性:数据库结构被任何人都能理解的语言文档化。
精确性:基于数据模型创建正确标准化了的结构。
Dialect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:
'数据库类型+数据库驱动名称://用户名:口令@机器地址:端口号/数据库名'
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...]
更多详见:http://docs.sqlalchemy.org/en/latest/dialects/index.html
注:
2.7版本使用mysqldb
3.5版本使用pymysql
请用pip或者源码包安装,确保环境可以正常使用。**
确保远程数据库服务器可以正常使用,并且拥有全新可以远程登录,
例如:
登录数据库:mysql -uroot -p
创建数据库:create database s15;
授权库:grant all on liuyao.* to john@"%" identified by '123456';
更新:flush privileges;
3. SQLAlchemy的使用实例
一、完成简单数据表信息查询
# 1. 导入模块
from sqlalchemy import *
from sqlclchemy.orm import *
# 2. 建立数据库引擎
链接数据库:create_engine()
engine = create_engine("mysql+mysqldb://john:123456@127.0.0.1:3306/s15", max_overflow=5)
create_engine() 会返回一个数据库引擎,
mysql+mysqldb”指定了使用 MySQL-Python 来连接,
使用用户名‘john
’和密码‘123456’来链接数据库
127.0.0.1
是数据库链接地址可以是localhost,127.0.0.1
‘s15’是数据库名
max_overflow是最大连接数
其他方法:
“charset”指定了连接时使用的字符集(可省略)=utf8
echo 参数为 True 时,会显示每条执行的 SQL 语句,生产环境下可关闭。
mysql_engine = create_engine("$address", echo, module)
#address 数据库://用户名:密码(没有密码则为空)@主机名:端口/数据库名
#echo标识用于设置通过python标准日志模块完成的SQLAlchemy日志系统,当开启日志功能,我们将能看到所有的SQL生成代码
create_engine的第一个参数'sqlite:///:memory:'我们知道是建立数据库连接的,那第二个参数echo=True是做什么的呢,其实如果echo=True那么SQLAlchemy将会通过Python标准模块logging来输出日志,
如果你在操作交互式命令控制台,一些信息将会被输出,这里我们可能会看到SQLAlchemy生成的一些SQL语句,这个对于我们学习和调试是很有必要的,所以在这里我们将其设置为True,否则,
如果不愿意SQLAlchemy这么啰嗦的话可以设置为False,这样就看不到这些信息啦。
create_engine()将会返回一个Engine引擎实例(instance),其代表着SQLAlchemy对于数据库的核心接口,其隐藏了各种数据库方言(dialect)的细节,实际上SQLAlchemy的底层是Python的DBAPI。
需要注意的是此时并没有实质上与数据库建立连接,什么时候才会与数据库真正建立连接呢?这个只会在你第一次查询数据库的时候发生。呃…这个有点像Lazy Loading (懒惰加载,延迟加载),也就是说我们需要真正操作数据库的时候才真正建立连接。
段和数据类型及操作方法
在sqlalchemy.schema包里有数据库关系的描述,列举几个最常用的:
字段:Column
索引:Index
表:Table
数据类型在sqlalchemy.types包,列举几个最常用的:
二进制:BIGINT
布尔:BOOLEAN
字符:CHAR
可变字符:VARCHAR
日期:DATETIME
其他方法 execute,update,insert,select,delete,join等 自行补脑
# 3. 建立连接
connection = mysql_engine.connect()
# 4. 查询表信息
result = connection.execute("select name from t_name)
for row in result:
print "name: ", row['name']
# 5. 关闭连接
connection.close()
二、插入新的数据表
# 1. 导入模块
from sqlalchemy import *
from sqlclchemy.orm import *
# 2. 建立数据库引擎
mysql_engine = create_engine("$address", echo, module)
#address 数据库://用户名:密码(没有密码则为空)@主机名:端口/数据库名
#echo标识用于设置通过python标准日志模块完成的SQLAlchemy日志系统,当开启日志功能,我们将能看到所有的SQL生成代码
# 3. 设置metadata并将其绑定到数据库引擎
metadata = Metadata(mysql_engine)
# 4. 定义需新建的表
users = Table('users', metadata,Column('user_id', Integer, primary_key=True),
Column('name', String(40)),
Column('age', Integer),
Column('password', String),)
#Table实现方式与SQL语言中的CRETE TABLE类似
# 5. 在数据库中创建表
metadata.create_all(mysql_engine)
#向数据库发出CREATE TABLE命令,由此数据库新建名为users的表
#调用时会检查已经存在的表结构,因此可重复调用
# 6. 创建一个与数据库中的users表匹配的python类
class user():
def __int__(self, name, fullname, password):
self.name = name
self.fullname = fullname
self.passwd = passwd
#python类的属性需与users表的列名一致
# 7. 设置映射
from sqlalchemy.orm import mapper
mapper(user, users)
# mapper()创建一个新的Mapper对象,与定义的类相关联 #需要注意的是,通过mapper建立映射的数据表必须带有主键,如果没有主键就无法定位某个table的某行row, #如果无法定位某行row, 就无法做Object-relational mapping这样的映射
# 8. 创建session
Session = sessionmaker(bind=mysql_egnine)
session = Session()
#由此我们只需对python的user类的操作,后台数据库的具体实现交由session完成
# 9. 执行
session.commit()
#实现与数据库的交互
# 10. 查询
usr_info = session.query(user).filter_by(age=12).first()
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 |
# 数据库表是一个二维表, 包含多行多列. 把一个表的内容用pyton的数据接口表示的话, 可以用list表示多行
# list的每一个元素是tuple, 表示一个记录.比如id 和name的user表
# [
#???? ('1', 'Michael'),
#???? ('2', 'Bob'),
#???? ('3', 'Adam')
# ]
# Python的DB-API返回的数据接口就是像上面这样.
# 但是用tuple表示一行很难看出表的结构.如果把一个tuple用class实例表示, 就可以更容易看出表的结构
# class User(object):
#???? def __init__(self, id, name):
#???????? self.id = id
#???????? self.name = name
# 这就是传说中的ORM技术: Object-Relational Mapping, 把关系数据库的表结构映射到对象上.
# 但是由谁来做这个转换呢, 所以ORM框架应运而生.
# 在Python中, 最有名的ORM框架是SQLAlchemy. 我们来看看SQLAlchemy的用法.
from sqlalchemy? import Column, String, create_engine
from sqlalchemy.orm? import sessionmaker
from sqlalchemy.ext.declarative? import declarative_base
Base? = declarative_base()
class User(Base):
???? # 表的名字
???? __tablename__? = 'user'
???? # 表的结构
???? id = Column(String( 20 ), primary_key = True )
???? name? = Column(String( 20 ))
# 初始化数据库连接
engine? = create_engine( 'mysql+mysqlconnector://root:111111@localhost:3306/test' )
# 创建DBSession类型
DBSession? = sessionmaker(bind = engine)
# create_engine用来初始化数据库连接.
# SQLAlchemy用一个字符串表示连接信息'数据库类型+数据库驱动名称://用户名:口令@机器地址:端口号/数据库名'
# # 创建session对象:
# session = DBSession()
# # 创建新User对象
# new_user = User(id='5', name='Bob')
# # 添加到session
# session.add(new_user)
# # 提交保存到数据库
# session.commit()
# # 关闭session
# session.close()
# 可见将关键是获取session, 然后把对象添加到session, 最后提交并关闭.(DBSession对象, 可以看做是当前数据库的连接)
# 查询
session? = DBSession()
# 创建Query查询, filter是where条件, 最后调用one()返回唯一行, 如果调用all()则返回所有行.
user? = session.query(User). filter (User. id = = '5' ).one()
print ( 'type:' ,? type (user))
print ( 'name:' , user.name)
session.close()
# ORM就是把数据库表的行与相应的对象简历关联, 互相转换.
# 由于关系数据库的多个表还可以用外键实现一对多, 多对多的关联, 相应地, ORM框架也可以提供两个对象之间的一对多, 多对多功能.
|
小结
ORM框架的作用就是把数据库表的一行记录与一个对象互相做自动转换。
正确使用ORM的前提是了解关系数据库的原理。
自己不努力,谁也给不了自己想要的生活内容总结
以上是互联网集市为您收集整理的python之ORM操作全部内容,希望文章能够帮你解决python之ORM操作所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。