SQLAlchemy技术⽂档（中⽂版）（上）
在学习SQLAlchemy的过程中，好多时候需要查官⽅Tutorial，发现⽹上并没有完整的中⽂版，于是利⽤这两天空余时间粗略翻译了⼀下。
翻译效果很差。。。。但也算是强迫⾃⼰通读⼀遍Tutorial，收获很多。
1.版本检查
import sqlalchemy
sqlalchemy.__version__
2.连接
from sqlalchemy import create_engine
engine = create_engine('sqlite:///:memory:',echo=True)
echo参数为True时，会显⽰每条执⾏的SQL语句，可以关闭。create_engine()返回⼀个Engine的实例，并且它表⽰通过数据库语法处理细节的核⼼接⼝，在这种情况下，数据库语法将会被解释称Python的类
⽅法。
3.声明映像
当使⽤ORM【1】时，构造进程⾸先描述数据库的表，然后定义我们⽤来映射那些表的类。在现版本的SQLAlchemy中，这两个任务通常⼀起执⾏，通过使⽤Declarative⽅法，我们可以创建⼀些包含描述要被映射的实际数据库表的准则的映射类。
使⽤Declarative⽅法定义的映射类依据⼀个基类，这个基类是维系类和数据表关系的⽬录——我们所说的Declarative base class。在⼀个普通的模块⼊⼝中，应⽤通常只需要有⼀个base的实例。我们通过declarative_base()功能创建⼀个基类：
declarative import declarative_base
Base = declarative_base()
有了这个base，我们可以依据这个base定义任意数量的映射类。⼀个简单的user例⼦：
from sqlalchemy import Column, Integer, String
class User(Base):
__tablename__='users'
id= Column(Integer, primary_key=True)
name = Column(String)
⽤Declarative构造的⼀个类⾄少需要⼀个__tablename__属性，⼀个主键⾏。
4.构造模式（项⽬中没⽤到）
5.创建映射类的实例
ed_user = User(name='ed',fullname='Ed Jones', password='edspassword')
6.创建会话
现在我们已经准备毫和数据库开始会话了。ORM通过Session与数据库建⽴连接的。当应⽤第⼀次载⼊时，我们定义⼀个Session类（声
明create_engine()的同时），这个Session类为新的Session对象提供⼯⼚服务。
import sessionmaker
Session = sessionmaker(bind=engine)
这个定制的Session类会创建绑定到数据库的Session对象。如果需要和数据库建⽴连接，只需要实例化⼀个Session：
session = Session()
虽然上⾯的Session已经和数据库引擎Engine关联，但是还没有打开任何连接。当它第⼀次被使⽤时，就会从Engine维护的⼀个连接池中检索是否存在连接，如果存在便会保持连接知道我们提交所有更改并且/或者关闭session对象。
7.添加新对象（简略）
ed_user = User(name='ed', fullname='Ed Jones', password='edspassword')
session.add(ed_user)
⾄此，我们可以认为，新添加的这个对象实例仍在等待中；ed_user对象现在并不代表数据库中的⼀⾏数据。直到使⽤flush进
程，Session才会让SQL保持连接。如果查询这条数据的话，所有等待信息会被第⼀时间刷新，查询结果也会⽴即发⾏。
sessionmit()
通过commit()可以提交所有剩余的更改到数据库。
8.回滚
9.查询
通过Session的query()⽅法创建⼀个查询对象。这个函数的参数数量是可变的，参数可以是任何类或者是类的描述的集合。下⾯是⼀个迭代输出User类的例⼦：
for instance in session.query(User).order_by(User.id):
print instance.name,instance.fullname
Query也⽀持ORM描述作为参数。任何时候，多个类的实体或者是基于列的实体表达都可以作为query
()函数的参数，返回类型是元组：for name, fullname in session.query(User.name,User.fullname):
print name, fullname
Query返回的元组被命名为KeyedTuple类的实例元组。并且可以把它当成⼀个普通的Python数据类操作。元组的名字就相当于属性的属性名，类的类名⼀样。python官方文档中文版
for row in session.query(User, User.name).all():
print row.User,row.name
<User(name='ed',fullname='Ed Jones', password='f8s7ccs')>ed
label()不知道怎么解释，看下例⼦就明⽩了。相当于row.name
for row in session.query(User.name.label('name_label')).all():
print(row.name_label)
aliased()我的理解是类的别名，如果有多个实体都要查询⼀个类，可以⽤aliased()
import aliased
user_alias = aliased(User, name='user_alias')
for row in session.query(user_alias,user_alias.name).all():
print row.user_alias
Query的基本操作包括LIMIT和OFFSET，使⽤Python数组切⽚和ORDERBY结合可以让操作变得很⽅便。
for u in session.query(User).order_by(User.id)[1:3]:
#只查询第⼆条和第三条数据
9.1使⽤关键字变量过滤查询结果，filter 和 filter_by都适⽤。【2】使⽤很简单，下⾯列出⼏个常⽤的操作：
query.filter(User.name =='ed') #equals
query.filter(User.name !='ed') #not equals
query.filter(User.name.like('%e d%')) #LIKE
uery.filter(User.name.in_(['ed','wendy', 'jack'])) #IN
query.filter(User.name.in_(session.query(User.name).filter(User.name.like('%e d%'))#IN
query.filter(~User.name.in_(['ed','wendy', 'jack']))#not IN
query.filter(User.name ==None)#is None
query.filter(User.name !=None)#not None
from sqlalchemy import and_
query.filter(and_(User.name =='ed',User.fullname =='Ed Jones')) # and
query.filter(User.name =='ed',User.fullname =='Ed Jones') # and
query.filter(User.name =='ed').filter(User.fullname =='Ed Jones')# and
from sqlalchemy import or_
query.filter(or_(User.name =='ed', User.name =='wendy')) #or
query.filter(User.name.match('wendy')) #match
9.2.返回列表和数量（标量？）
all()返回⼀个列表：可以进⾏Python列表的操作。
query = session.query(User).filter(User.name.like('%e d')).order_by(User.id)
query.all()
[<User(name='ed',fullname='EdJones', password='f8s7ccs')>,<User(name='fred',
fullname='FredFlinstone', password='blah')>]
first()适⽤于限制⼀个情况，返回查询到的第⼀个结果作为标量？：好像只能作为属性，类
query.first()
<User(name='ed',fullname='Ed Jones', password='f8s7ccs')>
one()完全获取所有⾏，并且如果查询到的不只有⼀个对象或是有复合⾏，就会抛出异常。
c import MultipleResultsFound
user = ()
try:
  user = ()
except
  MultipleResultsFound, e:
  print e
Multiple rows were found for one()
如果⼀⾏也没有：
c import NoResultFound
try:
  user = query.filter(User.id ==99).one()
except
NoResultFound, e:
  print e
No row was found for one()
one()⽅法对于想要解决“no items found”和“multiple items found”是不同的系统是极好的。（这句有语病啊）例如web服务返回，本来是在no results found情况下返回”404“的，结果在多个results found情况下也会跑出⼀个应⽤异常。
scalar()作为one()⽅法的依据，并且在one()成功基础上返回⾏的第⼀列。
query = session.query(User.id).filter(User.name =='ed')
query.scalar()
7
9.3.使⽤字符串SQL
字符串能使Query更加灵活，通过text()构造指定字符串的使⽤，这种⽅法可以⽤在很多⽅法中，像filter()和order_by()。from sqlalchemy import text
for user in session.query(User).filter(text("id<224")).order_by(text("id")).all()
绑定参数可以指定字符串，⽤params()⽅法指定数值。
session.query(User).filter(text("id<:value and name=:name")).\
params(value=224, name='fred').order_by(User.id).one()
如果要⽤⼀个完整的SQL语句，可以使⽤from_statement()。
ession.query(User).from_statement(text("SELECT* FROM users where name=:name")).\
params(name='ed').all()
也可以⽤from_statement()获取完整的”raw”，⽤字符名确定希望被查询的特定列:
session.query("id","name", "thenumber12").\
from_statement(text("SELECT id, name, 12 as ""thenumber12 FROM users where name=:name")).\
　params(name='ed').all()
[(1,u'ed', 12)]
感觉这个不太符合ORM的思想啊。。。
9.4 计数
count()⽤来统计查询结果的数量。
session.query(User).filter(User.name.like('%e d')).count()
from sqlalchemy import func
session.unt(User.name),User.name).group_by(User.name).all()
[(1,u'ed'), (1,u'fred'), (1,u'mary'), (1,u'wendy')]
为了实现简单计数SELECT count(*) FROM table，可以这么写：
session.unt('*')).select_from(User).scalar()
如果我们明确表达计数是根据User表的主键的话，可以省略select_from(User):
session.unt(User.id)).scalar()
上⾯两⾏结果均为4。
go to （下）

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。