Python的Django框架中使⽤SQLAlchemy操作数据库的教
程
零、SQLAlchemy是什么？
SQLAlchemy的官⽹上写着它的介绍⽂字:
SQLAlchemy is the Python SQL toolkit and Object Relational Mapper that gives
application developers the full power and flexibility of SQL.
SQLAlchemy 是⼀个⾮常强⼤的ORM和数据库⼯具，但是它庞⼤的⽂档和复杂的功能总是让很多⼈望⽽⽣畏。⽽Django的ORM相对来说就让很多⼈觉得简单实⽤。
事实上，SQLAlchemy其实也没有那么复杂，光使⽤它⼀些⽐较⾼级的功能其实并没有⽐使⽤Django ORM复杂多少，⽽它丰富的功能则能让你在遇到更复杂的问题时处理起来得⼼应⼿。
写作本⽂的主要⽬的在于：
通过对⽐SQLAlchemy ORM和Django ORM的主要使⽤⽅法，尽量简单直观的让Django⽤户能够快速了
解和上⼿SQLAlchemy这款强⼤的⼯具。
不牵扯到SQLAlchemy具体的技术细节，包括Engine连接池、Session的具体⼯作原理等等
SQLAlchemy相对于Django内建的ORM来说，有⼏处⾮常明显的优点：
可独⽴使⽤，任何使⽤Python的项⽬都可以⽤它来操作数据库
和直接使⽤原始的DBAPI相⽐，提供了⾮常丰富的特性：连接池、auto-map等等
提供了更底层的SQL抽象语⾔，能⽤原始sql解决的问题基本上都可以⽤SQLAlchemy解决
接下来我们针对⽇常的数据库操作来对⽐⼀下Django ORM和SQLAlchemy。
⽂中使⽤的 SQLAlchemy 版本为 0.9.8
⼀、Django VS SQLAlchemy
SQLAlchemy的安装：
wget lecommunity/dist/ez_setup.py
python ez_setup.py
sudo easy_install sqlalchemy
sudo easy_install ipython
1.建⽴数据表
⾸先，我们需要先建⽴⼏个表。
（1）Django
在Django中，如果要建表，就是在models.py中定义你的数据类型：
from django.db import models
class Game(models.Model):
... ...
class GameCompany(models.Model):
.
.. ...
因为⽂章主要⾯向有经验的Django⽤户，所以此处不写出详细的定义代码。定义Model以后我们还需要在settings.py中DATABASES处设置需要连接的数据库地址。最后，使⽤syncdb来完成数据库表的创建。
（2）SQLAlchemy
在SQLAlchemy中，定义表结构的过程和Django类似：
from sqlalchemy import create_engine
declarative import declarative_base
from sqlalchemy import Column, Integer, String, ForeignKey, Date
import relationship, backref
Base = declarative_base()
# 定义表结构
class GameCompany(Base):
__tablename__ = 'game_company'
id = Column(Integer, primary_key=True)
name = Column(String(200), nullable=False)
country = Column(String(50))
class Game(Base):
__tablename__ = 'game'
id = Column(Integer, primary_key=True)
company_id = Column(Integer, ForeignKey('game_company.id'), index=True)
category = Column(String(10))
name = Column(String(200), nullable=False)
release_date = Column(Date)
# 和Django不同，外键需要显式定义，具体好坏见仁见智
# 此处的relation可以为lazy加载外键内容时提供⼀些可配置的选项
company = relationship('GameCompany', backref=backref('games'))mysql高级教程视频
# 此处定义要使⽤的数据库
engine = create_engine('mysql://root:root@localhost:5379/sqlalchemy_tutorial?charset=utf8')
# 调⽤create_all来创建表结构，已经存在的表将被忽略
2.插⼊⼀些数据
接下来，我们往表中插⼊⼀些数据
（1）Django
Django中⽐较常⽤的插⼊数据⽅法就是使⽤ .save() 了。
nintendo = GameCompany(name="nintendo", country="Japan")
nintendo.save()
game1 = Game(
company=nintendo,
category="ACT",
name="Super Mario Bros",
release_date='1985-10-18')
game1.save()
# 或者使⽤create
ate(... ...)
（2）SQLAlchemy
在SQLAlchemy ORM中，有⼀个⾮常关键的对象 session ，所有对于数据的操作都是通过session来进⾏的，所以要插⼊数据之前，我们得先初始化⼀个session：
import sessionmaker
Session = sessionmaker(bind=engine)
session = Session()
之后插⼊数据的⽅法也和Django⽐较相似：
# 添加数据
nintendo = GameCompany(name="Nintendo", country="Japan")
capcom = GameCompany(name="Capcom", country="Japan")
game1 = Game(
company=nintendo,
category="ACT",
name="Super Mario Bros",
release_date='1985-10-18'
)
game2 = Game(
company=capcom,
category="ACT",
name="Devil May Cry 3: Dante's Awakening",
release_date="2005-03-01",
)
game3 = Game(
company=nintendo,
category="RPG",
name="Mario & Luigi: Dream Team",
release_date="2013-08-11",
)
# 使⽤add_all来让这些objects和session产⽣关系
session.add_all([nintendo, capcom, game1, game2])
# 在没有开启autocommit的模式下，不要忘了调⽤commit来让数据写到数据库中
sessionmit()
除了commit之外，session还有rollback()等⽅法，你可以把session对象简单看成是⼀次 transaction，所以当你对内容进⾏修改时，需要调⽤ sessionmit() 来提交这些修改。
⼆、常⽤操作
1.简单查询
（1）批量查询
# -- Django --
Game.objects.filter(category="RPG")
# -- SQLAlchemy --
# 使⽤filter_by是和django ORM⽐较接近的⽅式
session.query(Game).filter_by(category="RPG")
session.query(Game).filter(Game.category == "RPG")
（2）查询单个对象
# -- Django --
(name="Super Mario Bros")
# -- SQLAlchemy --
session.query(Game).filter_by(name="Super Mario Bros").one()
# `get_objects_or_None()`
session.query(Game).filter_by(name="Super Mario Bros").scalar()
Django中得各种 > 、< 都是使⽤在字段名称后⾯追加 "__gt"、"__lt" 来实现的，在SQLAlchemy 中这样的查询还要更直观⼀些# -- Django --
Game.objects.filter(release_date__gte='1999-01-01')
# 取反
lude(release_date__gte='1999-01-01')
# -- SQLAlchemy --
session.query(Game).lease_date >= '1999-01-01').count()
# 取反使⽤ ~ 运算符
session.query(Game).filter(~lease_date >= '1999-01-01').count()
通过外键组合查询
# -- Django --
Game.objecs.filter(company__name="Nintendo")
# -- SQLAlchemy --
session.query(Game).join(GameCompany).filter(GameCompany.name == "Nintendo")
2.多条件或查询
# -- Django --
from dels import Q
Game.objects.filter(Q(category="RPG") | Q(category="ACT"))
# -- SQLAlchemy --
from sqlalchemy import or_
session.query(Game).filter(or_(Game.category == "RPG", Game.category == "ACT"))
session.query(Game).filter((Game.category == "RPG") | (Game.category == "ACT"))
（1）in查询
# -- Django --
Game.objects.filter(category__in=["GAL", "ACT"])
# -- SQLAlchemy --
session.query(Game).filter(Game.category.in_(["GAL", "ACT"]))
（2）like查询
# -- Django --
Game.objects.filter(name__contains="Mario")
# -- SQLAlchemy --
session.query(ains('Mario'))
3.统计个数
简单统计总数：
# -- Django --
Game.objects.filter(category="RPG").count()
# -- SQLAlchemy --
session.query(Game).filter_by(category="RPG").count()
分组统计个数
# -- Django --
from dels import Count
Game.objects.values_list('category').annotate(Count('pk')).order_by()
# -- SQLAlchemy --
from sqlalchemy import func
session.query(Game.category, unt(Game.category)).group_by(Game.category).all() 4.结果排序
对查询结果进⾏排序：
# -- Django --
Game.objects.all().order_by('release_date')
Game.objects.all().order_by('-release_date')
# 多字段排序
Game.objects.all().order_by('-release_date', 'category')
# -- SQLAlchemy --
session.query(Game).order_lease_date)
session.query(Game).order_lease_date.desc())
# 多字段排序
session.query(Game).order_lease_date.desc(), Game.category)
5.修改数据
# -- Django --
game = (pk=1)
game.name = 'Super Mario Brothers'
game.save()
# -- SQLAlchemy --
game = session.query(Game).get(1)
game.name = 'Super Mario Brothers'
sessionmit()
6.批量修改
# -- Django --
Game.objects.filter(category="RPG").update(category="ARPG")
# -- SQLAlchemy --
session.query(Game).filter_by(category="RPG").update({"category": "ARPG"})
7.批量删除
# -- Django --
Game.objects.filter(category="ARPG").delete()
# -- SQLAlchemy --
session.query(Game).filter_by(category="ARPG").delete()
三、SQLAlchemy其他⼀些值得关注的功能
上⾯简单列了⼀些SQLAlchemy ORM和Django ORM的使⽤⽅法对⽐，SQLAlchemy同时还提供了⼀些其他⾮常有⽤的功能，⽐如Automap~
假如你有⼀个Django项⽬，通过ORM创建了⼀⼤堆Model。这时来了⼀个新项⽬，需要操作这些表，应该怎么办？拷贝这些Models？使⽤原始的DB-API加上sql来操作？
其实使⽤SQLAlchemy的Automap可以让你的⼯作变得⾮常的⽅便，你只要在新项⽬连接到旧数据库，然后稍微配置⼀下Automap，就可以使⽤SQLAlchemy的ORM操作那些通过别的系统创建的表了。
就像这样：
automap import automap_base
import Session
from sqlalchemy import create_engine
Base = automap_base()
engine = create_engine("sqlite:///mydatabase.db")
Base.prepare(engine, reflect=True)
# user和address就是表明，通过这样的语句就可以把他们分别映射到User和Address类
User = Base.classes.user
Address = Base.classes.address
附：Django与SQLAlchemy结合的实例演⽰譬如，以下gumi/db.py代码，其中gumi制作Django项⽬名，项⽬中使⽤的唯⼀的数据库连接的包装，作为py调⽤。
# -*- coding: utf-8 -*-
f import settings
import signals
from django.dispatch import dispatcher
import sqlalchemy
import scoped_session, sessionmaker
ine.url import URL
__all__ = ['Session', 'metadata']
def create_engine():
url = URL(drivername=settings.DATABASE_ENGINE,
database=settings.DATABASE_NAME,
username=settings.DATABASE_USER,
password=settings.DATABASE_PASSWORD,
host=settings.DATABASE_HOST,
port=settings.DATABASE_PORT or None,
query = getattr(settings, 'DATABASE_OPTIONS', {})
)
options = getattr(settings, 'SQLALCHEMY_OPTIONS', {})
engine = ate_engine(url, **options)
return engine
def end_request(signal, sender):
quest_finished)
metadata = sqlalchemy.MetaData()
Session = scoped_session(sessionmaker(autoflush=True,

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。