当前位置：首页 > news >正文

SqlAlchemy使用教程(五) ORM API 编程入门

news 来源：原创 2024/5/20 5:37:09

在这里插入图片描述

SqlAlchemy使用教程(一) 原理与环境搭建
SqlAlchemy使用教程(二) 入门示例及编程步骤
SqlAlchemy使用教程(三) CoreAPI访问与操作数据库详解
SqlAlchemy使用教程(四) MetaData 与 SQL Express Language 的使用
SqlAlchemy使用教程(五) ORM API 编程入门

前一章用SQL表达式(SQL Express)语法操作数据库时，仍然侧重于从Core API的角度来看 SQL表达式语言，主要目的是通过封装的SQL表达式来实现跨不同数据库目的。

本章主要介绍ORM API 基础知识、实现ORM CRUD 基础操作。我尽可能使用简洁的语言，配合实例代码，帮助你尽快上手。下一章将深入学习ORM API的主要方法、使用方式，以及较复杂需求的编程实现。

1、ORM 原理

在第1章介绍过ORM原理时。 Python类对象通过ORM与数据库Table进行映射，通过Python类对象的方式来操作数据库。开发人员无须再使用各类数据库的接口API，以及SQL语法。
在这里插入图片描述

注： ORM的理想很丰满，现实却是这样的：用好ORM还是需要扎实的SQL基础才能用好。

ORM如何实现从Python对象到数据库的映射呢?

这种映射结构可分为如下几层
Python Table类：将 Database 的表结构 => 表示为 Python Metadata, 数据库字段 => Python Table类的属性(Column对象)
Python Table 对象：数据的每行记录相当于1个Python类的实例对象(object)，多行用 `object 列表` 表示。
数据库操作的ORM实现
- 插入1行数据，就相当于: 新建1个Python类实例对象，通过ORM插入数据库
- 通过ORM查询数据库，返回值为Python对象列表

2、ORM基础编程步骤

2.1 ORM API的使用步骤：

预备知识：

metadata:
上一章已详细介绍过，用于保存表结构, 通常1个应用定义1个全局metadata对象, 集中保存表结构。

declarative Table 声明式Table类
将数据库的表、字段，定义成Python类与属性的结构，这种结构称为声明式映射(Declarative Mapping)。Sqlalchemy2以后。table 类必须继承自 DeclarativeBase。

ORM API的使用流程：
(1)定义1个DeclarativeBase子类，做为Python table类的父类
(2)定义table类，映射到1个数据库表
(3)通过engine在数据库中实际创建表。由Base.metadata向engine 发关create table DDL的事件.
(4)创建session对象，连接到engine，用于管理后续数据库操作。
(5)使用SQL Express Language语法的select, insert, update, delete等方法来执行数据库的增删改查操作。

说明：此处提到的 table 类，是为了描述方便，此类用于映射数据库表，不是上一节提到的sqlalchemy.Table 内置类。

2.2 声明式映射语法定义Table类与Column类

1)申明式定义table 类

继承自DeclarativeBase, column 字段定义遵照mapping 语法

定义1个Base做为Table类的基类

from sqlalchemy.orm import DeclarativeBase
class Base(DeclarativeBase):pass

注：Base对象包含metadfata. registry 属性

Base.metadata
Base.registry

设置数据库表名
__tablename__ = "user_account" ，设置为db table 名

定义column属性，
name: Mapped[str] = mapped_column(String(30))
等号左边使用type notation注明Python类型，右边用mapped_column()给出最匹配的Database字段类型
这是SqlAlchemy2.0推荐的方式，别嫌麻烦，这样做可以大大减少数据库迁移时出错的概率，

下面是1个用声明式映射方式定义的Person 类。

from sqlalchemy.orm import DeclarativeBase, Session
from sqlalchemy.orm import Mapped, mapped_column
from sqlalchemy import String, Integerclass Base(DeclarativeBase):passclass Person(Base):__tablename__ = 'person'id: Mapped[int] = mapped_column(primary_key=True)name: Mapped[str] = mapped_column(String(30))age: Mapped[int] = mapped_column(Integer)def __init__(self, name: str, age: int):self.name = nameself.age = agedef __repr__(self):return f"Person({self.name}, {self.age})"

说明：
上述模型类，除将用属性映射到数据库字段外，与普通类定义一样，也提供了对象初始化方法__init__()，以及__repr__()魔法方法。还可以添加其它的方法，如属性的校验方法等。

2)通过engine对象在数据库中创建表

创建数据库连接引擎对象

engine = create_engine("mysql+mysqlconnector://root:12345678@localhost:3306/testdb")
# 请用你的mysql用户名及密码替换root:12345678

将DDL语句映射到数据库表，如果数据库表不存在，则创建该表

Base.metadata.create_all(engine)

2.3 向数据库插入数据

我们现在可以在数据库中插入数据了。通过创建类的实例来实现这一点. 还要使用一个名为Session的对象将它们传递到数据库，该对象利用Engine与数据库进行交互。使用Se木本油料Session.add(obj)添加1个对象（数据记录行），或使用Session.add_all（）方法一次添加多个对象，而Session.commit（）方法将用于保存对数据库的变更。

session = Session(engine)
# 创建Person实例对象
p1 = Person("刘备", 40)
p2 = Person("关羽", 38)
p3 = Person("张飞", 35)
# 将Person实例对象添加到session
session.add(p1)
session.add(p2)
session.add(p3)
session.commit()  # 提交事务到数据库

建议通过上下文管理器使用Session，即使用Python with语句。

2.4简单SELECT查询

对于数据库中的某些行，以下是发出SELECT语句以加载某些对象的最简单形式。要创建SELECT语句，
1）使用SELECT() 函数创建一个新的SELECT对象.
2) 使用Session调用该对象。在查询ORM对象时，通常有用的方法是Session.scalars（）方法，它将返回一个ScalarResult对象，该对象将遍历我们选择的ORM对象：

stmt = select(Person).where(Person.name == "刘备")
results = session.scalars(stmt)
print(results.all())

Output:

[Person(刘备, 40)]

返回值 results对象为ScalarResult类实例，成员方法 all()以列表方式获取查询结果, 是1个对象列表，也很符合OOP的规范。

ScalarResult对象还提供了first(), fetchone(), fetchmany(), fetchall()等方法，习惯于DBAPI编程的同样都很熟悉。

ScalarResult对象也是可迭代的，用for 循环遍历读取结果

stmt = select(Person).where(Person.name.in_(["刘备", "关羽"]))
results = session.scalars(stmt)
for p in results:
print(p)

Output:

Person(刘备, 40)
Person(关羽, 38)

查询全部数据

results = session.scalars(select(Person).order_by(Person.age))

多条件查询

Where()方法不支持 and, or逻辑运算符，但支持where()方法的链式调用来实现多条件查询。

stmt = select(Person).where(Person.age > 35).where(Person.age < 50)
results = session.scalars(stmt)
print(results.all())

2.4 更新数据

更新数据时，先以对象的方式读取到1条数据后，更新该对象的属性，然后通过session提交事件，即自动将更新数据库相应记录。
例如。我们先在Person表中插入1条name=”张辽”的数据

p4 = Person("张辽", 36)
session.add(p4)
session.commit()  # 提交事务到数据库

然后获取该记录对象，将name属性改为”赵云”，提交更新。

stmt = select(Person).where(Person.name == "张辽")
person = session.scalars(stmt).first()
person.name = "赵云"
person.age = 32
session.commit()
results = session.scalars(select(Person).order_by(Person.age))
print(results.all())

Output

[Person(赵云, 32), Person(张飞, 35), Person(关羽, 38), Person(刘备, 40)]

2.5 删除数据

删除数据，也就是用session.delete()方法向engine传递1个对象。如果该对象不存在，则会抛出异常，如果该对象存在，则删除。

p5 = Person("曹操", 50)
try:session.delete(p5)
except Exception as e:print("数据库中不存在该记录")
p6 = session.scalars(select(Person).where(Person.name == "赵云")).first()
session.delete(p6)
session.commit()
results = session.scalars(select(Person).order_by(Person.age))
print(results.all())

Output:
数据库中不存在该记录

[Person(张飞, 35), Person(关羽, 38), Person(刘备, 40)]

3. 本章小结

ORM API编程的基本流程为：
1）用声明式映射方式，定义Python Table类，其父类必须是DeclarativeBase
2）Table类的属性映射到数据库字段，左边用 maped()注明Python类型，右边用mapped_column()申明对应的数据库字段类型。
3）用Base.metadata.emit()方法将DDL语句发送到数据库创建表。
4）创建Session对象，做为ORM 至 Database的管理器。
5）通过实例对象完成数据库的添加、修改、删除操作
6）通过select()查询数据，并且提供了where(), order_by()等支持条件查询，排序等。