文章目录
SQLAlchemy是什么
为什么使用orm
优点
- 有语法提示, 省去自己拼写SQL，保证SQL语法的正确性
- orm提供方言功能(dialect, 可以转换为多种数据库的语法), 减少学习成本
- 防止sql注入攻击
- 搭配数据迁移, 更新数据库方便
- 面向对象, 可读性强, 开发效率高
缺点
- 需要语法转换, 效率比原生sql低
- 复杂的查询往往语法比较复杂 (可以使用原生sql替换)
定义
SQLAlchemy是一个基于Python实现的ORM框架。该框架建立在 DB API之上，使用关系对象映射进行数据库操作，简言之便是：将类和对象转换成SQL，然后使用数据API执行SQL并获取执行结果。
安装
pip3 install sqlalchemy
组成部分
- Engine，框架的引擎
- Connection Pooling ，数据库连接池
- Dialect，选择连接数据库的DB API种类
- Schema/Types，架构和类型
- SQL Exprression Language，SQL表达式语言
SQLAlchemy本身无法操作数据库，其必须以来pymsql等第三方插件
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：http://docs.sqlalchemy.org/en/latest/dialects/index.html
SQLAlchemy的使用
原生sql
from sqlalchemy import create_engine
from sqlalchemy.engine.base import Engine
from urllib import parse
import threading
user = "root"
password = "xxx@000"
pwd = parse.quote_plus(password) # 解决密码中含@符导致报错
host = "127.0.0.1:"
# 第一步: 创建engine
engine = create_engine(
f"mysql+pymysql://{user}:{pwd}@{host}3306/test1?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 signer"
cursor.execute(sql)
print(cursor.fetchall())
if __name__ == '__main__':
for i in range(20):
t = threading.Thread(target=task)
t.start()
使用orm映射数据表
import datetime
from sqlalchemy.ext.declarative import declarative_base
from model import engine # 用的简单使用里面的engine
from sqlalchemy import Column, Integer, String, Text, ForeignKey, DateTime, UniqueConstraint, Index
Base = declarative_base() # 基类
# 表模型
class Users(Base):
__tablename__ = 'users' # 数据库表名称， 必须写
id = Column(Integer, primary_key=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)
# 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)
extra = Column(Text, nullable=True)
__table_args__ = ( # 可选
UniqueConstraint('id', 'name', name='uix_id_name'), # 联合唯一
Index('ix_id_name', 'name', 'email'), # 索引
)
def init_db():
"""
根据类创建继承base类的表
:return:
"""
Base.metadata.create_all(engine)
def drop_db():
"""
根据类删除继承base类的表
:return:
"""
Base.metadata.drop_all(engine)
if __name__ == '__main__':
# sqlalchemy 只支持 创建和删除表，不支持修改表(django orm支持)。sqlalchemy 需要借助第三方实现
init_db() # 创建表
# drop_db() # 删除表
外键关系
一对多(ForeignKey)
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"))
# 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 参数 uselist=False , 设置就变成了一对一，其他和一对多一样
hobby=relationship('Hobby',backref='pers')
# hobby=relationship('Hobby',backref='pers', uselist=False) # 一对一关系
多对多
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)
hostname = 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
servers = relationship('Girl', secondary='boy2girl', backref='boys')
'''
girl_id = Column(Integer, ForeignKey("hobby.id", ondelete='SET NULL')) # 一般用SET NULL
外键约束
1. RESTRICT：若子表中有父表对应的关联数据，删除父表对应数据，会阻止删除。默认项
2. NO ACTION：在MySQL中，同RESTRICT。
3. CASCADE：级联删除。
4. SET NULL：父表对应数据被删除，子表对应数据项会设置为NULL。
'''
扩充：在 django 中，外键管理有个参数
db_contraint=False用来在逻辑上关联表，但实体不建立约束。同样在
SQLAlchemy中也可以通过配值
relationship参数来实现同样的效果
class Boy2Girl(Base):
__tablename__ = 'boy2girl'
id = Column(Integer, primary_key=True, autoincrement=True)
girl_id = Column(Integer) # 不用ForeignKey
boy_id = Column(Integer)
gitl = db.relationship(
"Girl",
# uselist=False, # 一对一设置
backref=backref("to_course", uselist=False), # backref用于反向查询 uselist 作用同上
lazy="subquery", # 懒加载 用来指定sqlalchemy 什么时候加载数据
primaryjoin="Girl.id==Boy2Girl.girl_id", # 指定对应关系
foreign_keys="Boy2Girl.girl_id" # 指定表的外键字段
)
'''
lazy 可选值
select：就是访问到属性的时候，就会全部加载该属性的数据 默认值
joined：对关联的两个表使用联接
subquery：与joined类似，但使用子子查询
dynamic：不加载记录，但提供加载记录的查询，也就是生成query对象
'''
使用orm操作记录
简单表操作
from sqlalchemy.orm import sessionmaker
from model import engine
from db_model import Users
# 定义一个 session， 以后操作数据都用 session 来执行
Session = sessionmaker(bind=engine)
session = Session()
# 创建User对象
usr = Users(name="yxh", email="[email protected]", extra="xxx")
# 通过 user对象 添加到session中
session.add(usr)
# 提交，才会刷新到数据库中，不提交不会执行
session.commit()
基于scoped_session实现线程安全
session 如果是一个全局对象。那么在多线程的情况下，并发使用同一个变量 session 是不安全的，解决方案如下：
- 将session定义在局部，每一个view函数都定义一个session。 代码冗余，不推荐
- 基于scoped_session 实现线程安全。原理同 request对象，g对象一致。也是基于local，给每一个线程创造一个session
from sqlalchemy.orm import sessionmaker, scoped_session
from model import engine
from db_model import Users
# 定义一个 session
Session = sessionmaker(bind=engine)
# session = Session()
session = scoped_session(Session) # 后续使用这个session就是线程安全的
# 创建User对象
usr = Users(name="yxh", email="[email protected]", extra="xxx")
# 通过 user对象 添加到session中
session.add(usr)
# 提交，才会刷新到数据库中，不提交不会执行
session.commit()
CRUD
创建（Create）、读取（Read）、更新（Update）和删除（Delete）
基础操作
from sqlalchemy.orm import sessionmaker, scoped_session
from sqlalchemy.sql import text
from model import engine
from db_model import Users
# 定义一个 session
Session = sessionmaker(bind=engine)
# session = Session()
session = scoped_session(Session) # 后续使用这个session就是线程安全的
# 1 增加操作
obj1 = Users(name="yxh003")
session.add(obj1)
# 增加多个，不同对象
session.add_all([
Users(name="yxh009"),
Users(name="yxh008"),
])
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": "yxh"})
# 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
# select name as xx,age from user;
r2 = session.query(Users.name.label('xx'), Users.email).all()
# filter传的是表达式，filter_by传的是参数
r3 = session.query(Users).filter(Users.name == "yxh").all()
r3 = session.query(Users).filter(Users.id >= 1).all()
r4 = session.query(Users).filter_by(name='yxh').all()
r5 = session.query(Users).filter_by(name='yxh').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='yxh').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='yxh').all()
# 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": 'yxh'})
session.commit()
print(cursor.lastrowid)
进阶操作
from sqlalchemy.orm import sessionmaker, scoped_session
from sqlalchemy.sql import text, func
from sqlalchemy import and_, or_
from model import engine
from db_model import Users, Person, Favor
# 定义一个 session
Session = sessionmaker(bind=engine)
# session = Session()
session = scoped_session(Session) # 后续使用这个session就是线程安全的
# 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()
# # 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
# 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orm中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 UNION 操作符用于合并两个或多个 SELECT 语句的结果集 多用于分表后 上下连表
# union和union all union 去重， union all 不去重
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()
Flask集成sqlalchemy
'''
flask_migrate 中使用了flask_sqlalchemy 下载时，会自动帮你下载flask_sqlalchemy
flask_migrate 3.0之前和之后使用方法有区别。这里以2.x 做演示
'''
# flask_migrate使用步骤
from flask_sqlalchemy import SQLAlchemy
# Flask_SQLAlchemy给你包装了基类，和session，以后拿到db
db = SQLAlchemy() # 全局SQLAlchemy，就是线程安全的，内部就是上述那么实现的
app = Flask(__name__)
# SQLAlchemy 连接数据库配置是在 config 配置字典中获取的，所以需要我们将配置添加进去
app.config.from_object('DevelopmentConfig')
'''
基本写这些就够了
"SQLALCHEMY_DATABASE_URI"
"SQLALCHEMY_POOL_SIZE"
"SQLALCHEMY_POOL_TIME"
"SQLALCHEMY_POOL_RECYCLE"
"SQLALCHEMY_TRACK_MODIFICATIONS"
"SQLALCHEMY_ENGINE_OPTIONS"
'''
# 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)
# 将需要使用orm操作的表通过继承db.Model实现类
# 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
使用命令:
1. python xxx.py db init # 初始化，刚开始干，生成一个migrate文件夹(迁移文件夹)
2. python xxx.py db migrate # 生成迁移版本，保存到迁移文件夹，同django makemigartions
3. python xxx.py db upgrade # 执行迁移，同django migrate
配置选项示例值说明SQLALCHEMY_DATABASE_URI
'sqlite:///database.db'
数据库连接字符串，指定要连接的数据库类型、用户名、密码、主机和数据库名称等信息SQLALCHEMY_TRACK_MODIFICATIONS
False
是否跟踪对象修改。默认为True。建议在生产环境中将其设置为False，以提高性能SQLALCHEMY_ECHO
True
是否将生成的SQL语句输出到控制台上。主要用于调试和开发，默认为FalseSQLALCHEMY_POOL_SIZE
10
数据库连接池的大小，默认为5SQLALCHEMY_POOL_TIMEOUT
20
等待数据库连接的超时时间（秒），默认为10SQLALCHEMY_POOL_RECYCLE
3600
连接在重新使用之前的最大时间（秒）。默认为-1，表示禁用连接回收SQLALCHEMY_NATIVE_UNICODE
False
控制是否使用数据库驱动程序的本机Unicode支持。默认为FalseSQLALCHEMY_COMMIT_ON_TEARDOWN
True
是否在请求结束时自动提交事务。默认为False。在某些情况下，可以将其设置为True，以自动提交更改到数据库SQLALCHEMY_BINDS
{'users': 'sqlite:///users.db'}
定义多个数据库连接的绑定。SQLALCHEMY_ENGINE_OPTIONS
{'pool_size':10, 'connect_timeout':20, 'encoding':'utf8mb4'}
具体参数和效果取决于所使用的数据库驱动程序和 SQLAlchemy 版本
构建模型类
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
app = Flask(__name__)
# 相关配置
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://root:[email protected]:3306/test31'
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False
app.config['SQLALCHEMY_ECHO'] = True
# 创建组件对象
db = SQLAlchemy(app)
# 构建模型类 类->表 类属性->字段 实例对象->记录
# 模型类必须继承 db.Model, 其中 db 指对应的组件对象
class User(db.Model):
__tablename__ = 't_user' # 设置表名, 表名默认为类名小写
id = db.Column(db.Integer, primary_key=True) # 设置主键, 默认自增
name = db.Column('username', db.String(20), unique=True) # 设置字段名 和 唯一约束
age = db.Column(db.Integer, default=10, index=True) # 设置默认值约束 和 索引
if __name__ == '__main__':
# 删除所有继承自db.Model的表
db.drop_all()
# 创建所有继承自db.Model的表
db.create_all()
app.run(debug=True)
常用的字段类型
字段类型示例说明Integer
age = db.Column(db.Integer)
整数类型String
name = db.Column(db.String(100))
字符串类型Text
content = db.Column(db.Text)
长文本类型Float
height = db.Column(db.Float)
浮点数类型Boolean
is_active = db.Column(db.Boolean, default=False)
布尔类型DateTime
created_at = db.Column(db.DateTime)
日期和时间类型Date
birth_date = db.Column(db.Date)
日期类型Time
meeting_time = db.Column(db.Time)
时间类型JSON
data = db.Column(db.JSON)
存储 JSON 数据的字段类型PickleType
data = db.Column(db.PickleType)
存储 Python 对象的字段类型Enum
status = db.Column(db.Enum('active', 'inactive', name='status_enum'))
枚举类型，用于限制字段取值范围ForeignKey
user_id = db.Column(db.Integer, db.ForeignKey('user.id'))
外键类型，用于与其他模型类建立关联relationship
user = db.relationship('User', backref='posts')
定义模型之间的关系backref-在关系另一侧创建反向引用primary_key=True
id = db.Column(db.Integer, primary_key=True)
将字段设置为主键unique=True
email = db.Column(db.String(100), unique=True)
将字段设置为唯一值nullable=False
name = db.Column(db.String(100), nullable=False)
设置字段为非空default
is_active = db.Column(db.Boolean, default=False)
设置字段的默认值index=True
username = db.Column(db.String(100), index=True)
为字段创建索引server_default
created_at = db.Column(db.DateTime, server_default=db.func.now())
在数据库服务器上设置字段的默认值
常用的字段选项
字段选项示例说明primary_key=True
id = db.Column(db.Integer, primary_key=True)
将字段设置为主键unique=True
email = db.Column(db.String(100), unique=True)
将字段设置为唯一值nullable=False
name = db.Column(db.String(100), nullable=False)
设置字段为非空default
is_active = db.Column(db.Boolean, default=False)
设置字段的默认值index=True
username = db.Column(db.String(100), index=True)
为字段创建索引autoincrement=True
id = db.Column(db.Integer, primary_key=True, autoincrement=True)
设置字段自增server_default
created_at = db.Column(db.DateTime, server_default=db.func.now())
在数据库服务器上设置字段的默认值onupdate
updated_at = db.Column(db.DateTime, onupdate=db.func.now())
在字段更新时设置新的值foreign_key
user_id = db.Column(db.Integer, db.ForeignKey('user.id'))
定义字段与其他表的外键关系backref
posts = db.relationship('Post', backref='user')
在关系的另一侧创建反向引用lazy
posts = db.relationship('Post', lazy='dynamic')
控制字段加载的时机uselist
users = db.relationship('User', backref='role', uselist=False)
控制关系字段是否作为列表返回cascade
posts = db.relationship('Post', cascade='delete')
控制级联操作的行为passive_deletes
posts = db.relationship('Post', passive_deletes=True)
控制删除时的级联行为passive_updates
posts = db.relationship('Post', passive_updates=True)
控制更新时的级联行为ondelete
post_id = db.Column(db.Integer, db.ForeignKey('post.id', ondelete='CASCADE'))
在删除关联记录时的处理方式primaryjoin
posts = db.relationship('Post', primaryjoin='and_(User.id == Post.user_id, User.is_active == True)')
指定关系字段之间的条件表达式secondary
users = db.relationship('User', secondary='user_role', backref='roles')
定义多对多关系中的中间表secondaryjoin
users = db.relationship('User', secondary='user_role', secondaryjoin='and_(User.id == user_role.user_id, user_role.is_active == True)')
指定多对多关系中中间表与主表之间的条件表达式
增
# 1.创建模型对象
user1 = User(name='zs', age=20)
# user1.name = 'zs'
# user1.age = 20
# 2.将模型对象添加到会话中
db.session.add(user1)
# 添加多条记录
# db.session.add_all([user1, user2, user3])
# 3.提交会话 (会提交事务)
# sqlalchemy会自动创建隐式事务
# 事务失败会自动回滚
db.session.commit()
查
# 查询所有用户数据
User.query.all() 返回列表, 元素为模型对象
# 查询有多少个用户
User.query.count()
# 查询第1个用户
User.query.first() 返回模型对象/None
# 查询id为4的用户[3种方式]
# 方式1: 根据id查询 返回模型对象/None
User.query.get(4)
# 方式2: 等值过滤器 关键字实参设置字段值 返回BaseQuery对象
# BaseQuery对象可以续接其他过滤器/执行器 如 all/count/first等
User.query.filter_by(id=4).all()
# 方式3: 复杂过滤器 参数为比较运算/函数引用等 返回BaseQuery对象
User.query.filter(User.id == 4).first()
# 查询名字结尾字符为g的所有用户[开始 / 包含]
User.query.filter(User.name.endswith("g")).all()
User.query.filter(User.name.startswith("w")).all()
User.query.filter(User.name.contains("n")).all()
User.query.filter(User.name.like("w%n%g")).all() # 模糊查询
# 查询名字和邮箱都以li开头的所有用户[2种方式]
User.query.filter(User.name.startswith('li'), User.email.startswith('li')).all()
from sqlalchemy import and_
User.query.filter(and_(User.name.startswith('li'), User.email.startswith('li'))).all()
# 查询age是25 或者 `email`以`itheima.com`结尾的所有用户
from sqlalchemy import or_
User.query.filter(or_(User.age==25, User.email.endswith("itheima.com"))).all()
# 查询名字不等于wang的所有用户[2种方式]
from sqlalchemy import not_
User.query.filter(not_(User.name == 'wang')).all()
User.query.filter(User.name != 'wang').all()
# 查询id为[1, 3, 5, 7, 9]的用户
User.query.filter(User.id.in_([1, 3, 5, 7, 9])).all()
# 所有用户先按年龄从小到大, 再按id从大到小排序, 取前5个
User.query.order_by(User.age, User.id.desc()).limit(5).all()
# 查询年龄从小到大第2-5位的数据 2 3 4 5
User.query.order_by(User.age).offset(1).limit(4).all()
# 分页查询, 每页3个, 查询第2页的数据 paginate(页码, 每页条数)
pn = User.query.paginate(2, 3)
pn.pages 总页数 pn.page 当前页码 pn.items 当前页的数据 pn.total 总条数
# 查询每个年龄的人数 select age, count(name) from t_user group by age 分组聚合
from sqlalchemy import func
data = db.session.query(User.age, func.count(User.id).label("count")).group_by(User.age).all()
for item in data:
# print(item[0], item[1])
print(item.age, item.count) # 建议通过label()方法给字段起别名, 以属性方式获取数据
# 只查询所有人的姓名和邮箱 优化查询 User.query.all() # 相当于select *
from sqlalchemy.orm import load_only
data = User.query.options(load_only(User.name, User.email)).all() # flask-sqlalchem的语法
for item in data:
print(item.name, item.email)
data = db.session.query(User.name, User.email).all() # sqlalchemy本体的语法
for item in data:
print(item.name, item.email)
改
先查询, 再更新
对应SQL中的 先select, 再commit()
- 缺点- 查询和更新分两条语句, 效率低- 如果并发更新, 可能出现更新丢失问题(Lost Update)
- 示例
# 1.执行查询语句, 获取目标模型对象goods = Goods.query.filter(Goods.name == '方便面').first()# 2.对模型对象的属性进行赋值 (更新数据)goods.count = goods.count - 1# 3.提交会话db.session.commit()
基于过滤条件的更新 (推荐方案)
对应SQL中的 update xx where xx = xx (也称为 update子查询 )
- 优点- 一条语句, 被网络IO影响程度低, 执行效率更高- 查询和更新在一条语句中完成, 单条SQL具有原子性, 不会出现更新丢失问题- 会对满足过滤条件的所有记录进行更新, 可以实现批量更新处理
- 示例
Goods.query.filter(Goods.name == '方便面').update({'count': Goods.count - 1})# 提交会话db.session.commit()
删
先查询, 再删除
# 方式1: 先查后删除
goods = Goods.query.filter(Goods.name == '方便面').first()
# 删除数据
db.session.delete(goods)
# 提交会话 增删改都要提交会话
db.session.commit()
基于过滤条件的删除 (推荐方案)
# 方式2: delete子查询
Goods.query.filter(Goods.name == '方便面').delete()
# 提交会话
db.session.commit()
本文转载自: https://blog.csdn.net/al6nlee/article/details/131501366
版权归原作者 Al6n Lee 所有， 如有侵权，请联系我们删除。
版权归原作者 Al6n Lee 所有， 如有侵权，请联系我们删除。