sqlalchemy模块介绍、单表操作、一对多表操作、多对多表操作、flask集成.

今日内容概要

  • sqlalchemy介绍和快速使用
  • 单表操作增删查改
  • 一对多
  • 多对多
  • flask集成

内容详细

1、sqlalchemy介绍和快速使用

# SQLAlchemy是一个基于 Python实现的ORM框架

# django的orm框架---》只能在django中用,不能单独用

# SQLAlchemy单独的,可以集成到任意框架中

# peewee:轻量级

# python的异步orm框架不多,  sanic, fastapi---》一旦用了异步,后续所有都需要用异步---》操作mysql,aiomysql--》操作redis,使用aioredis

# 公司选择
	-第一:peewee-async
	-第二:框架是异步---》没有使用异步orm框架---》SQLAlchemy---》生成和迁移表---》查询操作数据用原生操作
  
  
# 写django项目---》库和表已经有了
	-正常操作django中建表模型---》迁移---》表
	-反向生成models--》表---》models.py----》改表---》再反向生成
	python manage.py inspectdb > app/models.py

1.1 执行原生sql

# 执行原生sql快速使用
import time
import threading
import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy.engine.base import Engine

# 第一步:创建engine
engine = create_engine(
    "mysql+pymysql://root:123@127.0.0.1:3306/db01?charset=utf8",
    max_overflow=0,  # 超过连接池大小外最多创建的连接
    pool_size=5,  # 连接池大小
    pool_timeout=30,  # 池中没有线程最多等待的时间,否则报错
    pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收(重置)
)


# 第二步:使用
def task():
    conn = engine.raw_connection()  # 从连接池中取一个连接
    cursor = conn.cursor()
    sql = "select * from cmd"
    cursor.execute(sql)
    print(cursor.fetchall())


if __name__ == '__main__':
    for i in range(20):
        t = threading.Thread(target=task)
        t.start()

# 查询mysql的客户端连接数

2、单表操作增删查改

2.1 表迁移

# 不能创建数据库(django orm也不能)

# 只能做表的创建和删除,不能做表更改(django orm能)---》借助于第三方实现

###### 第一步:生成基类,所有表模型都要继承这个基类
	django 的orm继承一个父类,Base就是那个父类

###### 第二步:写表模型,继承父类,写字段   (注意区别于django 的orm)
	django的default--》可不可以传个函数内存地址---》插入的时候通过函数运算完得到的值

###### 第三步:迁移,通过表模型,生成表

创建models.py

import datetime
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Text, ForeignKey, DateTime, UniqueConstraint, Index

# 第一步:生成基类,所有表模型都要继承这个基类
# django 的orm继承一个父类,Base就是那个父类
Base = declarative_base()


# 第二步:写表模型,继承父类,写字段   (注意区别于django 的orm)
# django的default--》可不可以传个函数内存地址---》插入的时候通过函数运算完得到的值
class Users(Base):
    id = Column(Integer, primary_key=True, autoincrement=True)  # id 主键
    name = Column(String(32), index=True, nullable=False)  # name列,索引,不可为空
    email = Column(String(32), unique=True)  # 唯一
    # datetime.datetime.now不能加括号,加了括号,以后永远是当前时间
    ctime = Column(DateTime, default=datetime.datetime.now)  # 默认值
    extra = Column(Text, nullable=True)  # 大文本,可以为空

    __tablename__ = 'lqz_users'  # 数据库表名称,如果不写,就报错
    # __table_args__ = (
    #     UniqueConstraint('id', 'name', name='uix_id_name'),  # 联合唯一
    #     Index('ix_id_name', 'name', 'email'),  # 联合索引
    # )

# 聚簇索(mysql主键自动建索引,聚簇索引,mysql基于聚簇索引构建的B+树),一定会有,没有显示建主键,mysql会隐藏一个
# 辅助索引:手动建的叫辅助索引---》单独减了索引---》如果你的辅助索引过多,非常影响插入效率,适度建索引

创建演示文件:

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from threading import Thread
from models import Base


# 第三步:迁移,通过表模型,生成表
engine = create_engine(
    "mysql+pymysql://root:123@127.0.0.1:3306/db01?charset=utf8",
    max_overflow=0,  # 超过连接池大小外最多创建的连接
    pool_size=5,  # 连接池大小
    pool_timeout=30,  # 池中没有线程最多等待的时间,否则报错
    pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收(重置)
)


def create_table():
    # 通过engine这个连接配置,创建出所有使用Base管理的表
    Base.metadata.create_all(engine)


def delete_table():
    # 通过engine这个连接配置,删除出所有使用Base管理的表
    Base.metadata.drop_all(engine)


if __name__ == '__main__':
    # create_table()  # 创建表
    delete_table()  # 删除表

2.2 简单的表操作

### 操作表,增加一条记录,以后都用conn/session(命名可以更改)操作

# 第一步:创建engin

# 第二步:通过session得到连接对象
	Session = sessionmaker(bind=engine)
	session = Session()

# # 第三步:实例化得到模型类的对象,增加到数据库中
	usr=Users(name='lqz001')
	session.add(usr)

# # 第四步:提交事务
	session.commit()

2.3 基于scoped_session实现线程安全

# # 以后操作数据,都用session对象---》定义在flask的函数外部还是内部?
# # 放内部没问题,每次都生成一个新的session,耗费资源
# # 如果定义在函数外部,会存在 多线程并发使用同一个变量session,要把session做成并发安全的
Session = sessionmaker(bind=engine)
session = scoped_session(Session)  # 也是基于local,给每一个线程自己创造一个session

# # 只需要记住,如果是多线程使用,或者在web框架中,使用scoped_session生成session就可以了
# # 集成到flask中,有flask-sqlalchemy第三方,内部已经处理了scoped_session
# # 全局用这个一个session,不用担心并发不安全
usr = Users(name='lqz002')
session.add(usr)  # 线程一用:取local中取线程1的那个session,如果就给,没有就重新创造一个

# # 第四步:提交事务
session.commit()

测试线程安全

# 线程一用:
	取local中取线程1的那个session,如果就给,没有就重新创造一个
# 线程二用:
	取local中取线程2的那个session,如果就给,没有就重新创造一个


# # 测试:开3个线程,如果定义全局的session,在3个线程中用,session对象应该是同一个
Session = sessionmaker(bind=engine)
session = Session()
# session = scoped_session(Session)


def task():
    # usr = Users(name='lqz003')
    # session.add(usr)
    # session.commit()
    # print(session.registry.registry.value) # <sqlalchemy.orm.scoping.scoped_session object at 0x7f8fbceeea60>
    print(session)  # <sqlalchemy.orm.scoping.scoped_session object at 0x7f8fbceeea60>


# 开3个线程,如果定义scoped_session,在3个线程中用,session对象应该是不是同一个,独有的
if __name__ == '__main__':
    for i in range(3):
        t = Thread(target=task)
        t.start()

2.4 基本增删查改

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from models import Users
from sqlalchemy.orm import scoped_session
from models import Base

# 第三步:迁移,通过表模型,生成表
engine = create_engine(
    "mysql+pymysql://root:123@127.0.0.1:3306/db01?charset=utf8",
    max_overflow=0,  # 超过连接池大小外最多创建的连接
    pool_size=5,  # 连接池大小
    pool_timeout=30,  # 池中没有线程最多等待的时间,否则报错
    pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收(重置)
)


def create_table():
    # 通过engine这个连接配置,创建出所有使用Base管理的表
    Base.metadata.create_all(engine)


def delete_table():
    # 通过engine这个连接配置,删除出所有使用Base管理的表
    Base.metadata.drop_all(engine)


if __name__ == '__main__':
    # create_table()
    # delete_table()
    Session = sessionmaker(bind=engine)
    session = scoped_session(Session)
    
    
    ### 1 增加操作
    # 增加一个
    obj1 = Users(name="lqz003")
    session.add(obj1)
    
    # 增加多个,不同对象
    session.add_all([
        Users(name="lqz009"),
        Users(name="lqz008"),
    ])
    session.commit()
    
    
    # 2 删除操作---》查出来再删---》
    session.query(Users).filter(Users.id > 2).delete()
    session.commit()
    
    
    # 3 修改操作--》查出来改
    # 传字典
    session.query(Users).filter(Users.id > 0).update({"name": "lqz"})
    # # 类似于django的F查询
    # # 字符串加
    # session.query(Users).filter(Users.id > 0).update({Users.name: Users.name + "099"}, synchronize_session=False)
    # # 数字加
    # session.query(Users).filter(Users.id > 0).update({"age": Users.age + 1}, synchronize_session="evaluate")
    session.commit()
    
    
    # 4 查询操作----》
    r1 = session.query(Users).all()  # 查询所有
    # 只取age列,把name重命名为xx
    # 原生sql:select name as xx,age from user;
    # r2 = session.query(Users.name.label('xx'), Users.age).all()

    # # filter传的是表达式,filter_by传的是参数
    # r3 = session.query(Users).filter(Users.name == "lqz").all()
    # # r3 = session.query(Users).filter(Users.id >= 1).all()
    # r4 = session.query(Users).filter_by(name='lqz').all()
    # r5 = session.query(Users).filter_by(name='lqz').first()

    # :value 和:name 相当于占位符,用params传参数
    # r6 = session.query(Users).filter(text("id<:value and name=:name")).params(value=224, name='lqz').order_by(
    #     Users.id).all()
    # 自定义查询sql
    # r7 = session.query(Users).from_statement(text("SELECT * FROM users where name=:name")).params(name='lqz').all()

2.5 更多查询操作

    # 更多查询
    #  条件
    # select * form user where name =lqz
    # ret = session.query(Users).filter_by(name='lqz').all()

    # 表达式,and条件连接
    # select * from user where id >1 and name = lqz
    # ret = session.query(Users).filter(Users.id > 1, Users.name == 'lqz').all()
    # select * from user where id between 1,3  and name = lqz
    # ret = session.query(Users).filter(Users.id.between(1, 3), Users.name == 'lqz').all()

    # 注意下划线
    # select * from user where id in (1,3,4)
    # ret = session.query(Users).filter(Users.id.in_([1, 3, 4])).all()

    # # ~非,除。。外
    # select * from user where id not in (1,3,4)
    # ret = session.query(Users).filter(~Users.id.in_([1, 3, 4])).all()

    # # # 二次筛选
    # # ret = session.query(Users).filter(Users.id.in_(session.query(Users.id).filter_by(name='lqz'))).all()
    # from sqlalchemy import and_, or_
    #
    # # # or_包裹的都是or条件,and_包裹的都是and条件
    # ret = session.query(Users).filter(and_(Users.id > 3, Users.name == 'eric')).all()
    # ret = session.query(Users).filter(or_(Users.id < 2, Users.name == 'eric')).all()
    # ret = session.query(Users).filter(
    #     or_(
    #         Users.id < 2,
    #         and_(Users.name == 'eric', Users.id > 3),
    #         Users.extra != ""
    #     )).all()

    # # 通配符,以e开头,不以e开头
    # ret = session.query(Users).filter(Users.name.like('e%')).all()
    # ret = session.query(Users).filter(~Users.name.like('e%')).all()

    # # 限制,用于分页,区间
    # ret = session.query(Users)[1:2]

    # # 排序,根据name降序排列(从大到小)
    # ret = session.query(Users).order_by(Users.id.desc()).all()

    # # 第一个条件重复后,再按第二个条件升序排
    # ret = session.query(Users).order_by(Users.name.desc(), Users.id.asc()).all()

    # # 分组
    # from sqlalchemy.sql import func
    # select * from user group by user.extra;
    # ret = session.query(Users).group_by(Users.extra).all()

    # # 分组之后取最大id,id之和,最小id
    # select max(id),sum(id),min(id) from user group by name ;
    # ret = session.query(
    #     func.max(Users.id),
    #     func.sum(Users.id),
    #     func.min(Users.id)).group_by(Users.name).all()

    # haviing筛选
    # select max(id),sum(id),min(id) from user group by name  having min(id)>2;
    # ret = session.query(
    #     func.max(Users.id),
    #     func.sum(Users.id),
    #     func.min(Users.id)).group_by(Users.name).having(func.min(Users.id) > 2).all()

    # select max(id),sum(id),min(id) from user where id >=1 group by name  having min(id)>2;
    # ret = session.query(
    #     func.max(Users.id),
    #     func.sum(Users.id),
    #     func.min(Users.id)).filter(Users.id>=1).group_by(Users.name).having(func.min(Users.id) > 2).all()

    # 连表(默认用forinkey关联)
    # select * from user,favor where user.id=favor.id
    # ret = session.query(Users, Favor).filter(Users.id == Favor.nid).all()

    # join表,默认是inner join
    # select * from Person inner join favor on person.favor=favor.id;
    # ret = session.query(Person).join(Favor).all()
    
    # isouter=True 外连,表示Person left join Favor,没有右连接,反过来即可
    # ret = session.query(Person).join(Favor, isouter=True).all()
    # ret = session.query(Favor).join(Person, isouter=True).all()

    # 打印原生sql
    # aa = session.query(Person).join(Favor, isouter=True)
    # print(aa)

    # 自己指定on条件(连表条件),第二个参数,支持on多个条件,用and_,同上
    # select * from person left join favor on person.id=favor.id;
    # ret = session.query(Person).join(Favor, Person.id == Favor.id, isouter=True).all()

    # 组合(了解)UNION 操作符用于合并两个或多个 SELECT 语句的结果集
    # union和union all的区别?
    # q1 = session.query(Users.name).filter(Users.id > 2)
    # q2 = session.query(Favor.caption).filter(Favor.nid < 2)
    # ret = q1.union(q2).all()

    # q1 = session.query(Users.name).filter(Users.id > 2)
    # q2 = session.query(Favor.caption).filter(Favor.nid < 2)
    # ret = q1.union_all(q2).all()

2.6 执行原生sql

    # 执行原生sql
    # 查询
    cursor = session.execute('select * from users')
    result = cursor.fetchall()

    # 添加
    cursor = session.execute('insert into users(name) values(:value)', params={"value": 'lqz'})
    session.commit()
    print(cursor.lastrowid)

3、一对多表操作

3.1 表模型创建

class Hobby(Base):
    __tablename__ = 'hobby'
    id = Column(Integer, primary_key=True)
    caption = Column(String(50), default='篮球')


class Person(Base):
    __tablename__ = 'person'
    nid = Column(Integer, primary_key=True)
    name = Column(String(32), index=True, nullable=True)
    # hobby指的是tablename而不是类名
    hobby_id = Column(Integer, ForeignKey("hobby.id"))  # 外键
    # 跟数据库无关,不会新增字段,只用于快速链表操作
    # 类名,backref用于反向查询   # 正向查询按字段,反向查询按 pers
    hobby = relationship('Hobby', backref='pers')

3.2 操作表

# 一对多
import datetime
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Text, ForeignKey, DateTime, UniqueConstraint, Index
from sqlalchemy.orm import sessionmaker
from models import Users
from sqlalchemy.orm import scoped_session
from models import Base


# 第三步:迁移,通过表模型,生成表
engine = create_engine(
    "mysql+pymysql://root:123@127.0.0.1:3306/db01?charset=utf8",
    max_overflow=0,  # 超过连接池大小外最多创建的连接
    pool_size=5,  # 连接池大小
    pool_timeout=30,  # 池中没有线程最多等待的时间,否则报错
    pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收(重置)
)


def create_table():
    # 通过engine这个连接配置,创建出所有使用Base管理的表
    Base.metadata.create_all(engine)


def delete_table():
    # 通过engine这个连接配置,删除出所有使用Base管理的表
    Base.metadata.drop_all(engine)


if __name__ == '__main__':
    # create_table()
    # delete_table()

    Session = sessionmaker(bind=engine)
    session = scoped_session(Session)

    from models import Hobby, Person

    # 1 增加数据
    # 方式一
    session.add_all([
        Hobby(caption='乒乓球'),
        Hobby(caption='羽毛球'),
        Person(name='张三', hobby_id=1),
        Person(name='李四', hobby_id=1),
    ])
    session.commit()
    
    # 方式二
    person = Person(name='张九', hobby=Hobby(caption='姑娘'))
    session.add(person)
    
    # 方式三
    hb = Hobby(caption='保龄球')
    # 反向字段
    hb.pers = [Person(name='lqz01'), Person(name='lqz02')]
    session.add(hb)
    session.commit()
    
    
    # 2 查询
    # 正向查询
    person = session.query(Person).first()
    print(person.name)
    # 基于对象的跨表查询
    print(person.hobby.caption)
    # 反向查询
    v = session.query(Hobby).first()
    print(v.caption)
    print(v.pers)  # 多条

    # 链表查询
    # select person.name ,hobby.caption from person left join bobby on person.hobby_id=hobby.id;
    person_list = session.query(Person.name, Hobby.caption).join(Hobby, isouter=True).all()
    # person_list = session.query(Person,Hobby).join(Hobby, isouter=True).all()
    for row in person_list:
        # print(row.name,row.caption)
        print(row[0].name, row[1].caption)

    person_list = session.query(Person).all()
    for row in person_list:
        print(row.name, row.hobby.caption)

    obj = session.query(Hobby).filter(Hobby.id == 1).first()
    persons = obj.pers
    print(persons)
    session.close()

4、多对多表操作

4.1 表模型创建

# boy girl 相亲,一个boy可以约多个女生,一个女生可以相多个男生
class Boy2Girl(Base):
    __tablename__ = 'boy2girl'
    id = Column(Integer, primary_key=True, autoincrement=True)
    girl_id = Column(Integer, ForeignKey('girl.id'))
    boy_id = Column(Integer, ForeignKey('boy.id'))


class Girl(Base):
    __tablename__ = 'girl'
    id = Column(Integer, primary_key=True)
    name = Column(String(64), unique=True, nullable=False)


class Boy(Base):
    __tablename__ = 'boy'
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(64), unique=True, nullable=False)

    # 与生成表结构无关,仅用于查询方便,放在哪个单表中都可以
    girls = relationship('Girl', secondary='boy2girl', backref='boys')

4.2 操作表

# 多对多
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.orm import scoped_session
from models import Base

# 第三步:迁移,通过表模型,生成表
engine = create_engine(
    "mysql+pymysql://root:123@127.0.0.1:3306/db01?charset=utf8",
    max_overflow=0,  # 超过连接池大小外最多创建的连接
    pool_size=5,  # 连接池大小
    pool_timeout=30,  # 池中没有线程最多等待的时间,否则报错
    pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收(重置)
)


def create_table():
    # 通过engine这个连接配置,创建出所有使用Base管理的表
    Base.metadata.create_all(engine)


def delete_table():
    # 通过engine这个连接配置,删除出所有使用Base管理的表
    Base.metadata.drop_all(engine)


from models import Boy, Girl, Boy2Girl

if __name__ == '__main__':
    # create_table()
    # delete_table()
    Session = sessionmaker(bind=engine)
    session = scoped_session(Session)

    # 1 增加数据
    #  方式一
    session.add_all([
        Boy(name='彭于晏'),
        Boy(name='刘德华'),
        Girl(name='刘亦菲'),
        Girl(name='迪丽热巴'),
    ])
    session.commit()
    s2g = Boy2Girl(boy_id=1, girl_id=1)
    session.add(s2g)
    session.commit()

    # 方式二
    boy = Boy(name='lqz')
    boy.girls = [Girl(name='小红'), Girl(name='校花')]
    session.add(boy)
    session.commit()

    # 方式三
    girl = Girl(name='小梅')
    girl.boys = [Boy(name='lqz001'), Boy(name='lqz002')]
    session.add(girl)
    session.commit()

    # 基于对象的跨表查
    # 使用relationship正向查询
    v = session.query(Boy).first()
    print(v.name)
    print(v.girls)

    # 使用relationship反向查询
    v = session.query(Girl).first()
    print(v.name)
    print(v.boys)

5、flask集成

# Flask_SQLAlchemy 操作数据库

# flask_migrate  模拟django的表迁移
	pip3 install flask_migrate


# flask_migrate使用步骤
from flask_sqlalchemy import SQLAlchemy
db = SQLAlchemy()  # 全局SQLAlchemy
app = Flask(__name__)
app.config.from_object('settings.DevelopmentConfig')

# 将db注册到app中,加载配置文件,flask-session,用一个类包裹一下app
db.init_app(app)

# flask_script创建命令 runserver命令 ,自定义名字
# 下面三句会创建出两个命令:runserver  db 命令(flask_migrate)
manager=Manager(app)
Migrate(app, db)
manager.add_command('db',MigrateCommand )  # 添加一个db命令,原来有了runserver命令了



# 直接使用命令迁移表即可
# 1 初始化
python3 manage.py db init  # 刚开始干,生成一个migrate文件夹

# 2 创建表,修改表
python3 manage.py db migrate   # 等同于 makemigartions
python3 manage.py db upgrade   # 等同于 migrate
# Flask_SQLAlchemy给你包装了基类,和session,以后拿到db

db = SQLAlchemy()  # 全局 SQLAlchemy

# 增删查改数据-->并发安全
db.session.query()

# 表模型要继承基表
class Users(db.Model):
点赞