当前位置: 首页>前端>正文

django的orm与SQLAlchemy关系 django使用sqlalchemy

Models 只是配置和使用比较简单,因为他是Django自带的ORM框架,也正是因为是Django原生的,所以兼容性远远不如SQLAlchemy

真正算得上全面的ORM框架必然是我们的SQLAlchemy ORM框架,它可以在任何使用SQL查询时使用

单表操作:

1.创建



from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String

#创建基类,相当于Django中的 models.Model,被各个数据表类所继承
Base = declarative_base()


# ##################### 单表示例 #########################
# 创建一张数据表
class Users(Base):
    __tablename__ = 'users'

    id = Column(Integer, primary_key=True)
    name = Column(String(32), index=True)

    __table_args__ = (
        # UniqueConstraint('id', 'name', name='uix_id_name'),
        # Index('ix_id_name', 'name', 'extra'),
    )

# 创建另一张数据表
class School(Base):
    __tablename__ = "school"

    id = Column(Integer,primary_key=True,autoincrement=True)
    name = Column(String,unique=True)


# 创建数据库链接
engine = create_engine(
        "mysql+pymysql://root:root@localhost:3306/test?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)
    )


# 通过Base.metadata找到所有继承 Base 的数据表class
Base.metadata.create_all(engine)

# SQLAlchemy数据表进行修改后,无法直接进行更新,只能删除表后进行操作,重新进行操作

创建基类和第一张数据表


创建基类和数据表


2.增删改查相关操作:



from CreateDB import Users, School

# 1. 创建一个用户添加到数据库
# 创建连接
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
engine = create_engine("mysql+pymysql://root:root@127.0.0.1:3306/test?charset=utf8",
                       )

# 创建数据表操作对象 sessionmaker
DB_session = sessionmaker(engine)
db_session = DB_session()

# 1.增加 操作数据表
# 单行操作
# obj1 = Users(name="123") # 通过 Users数据表类创建一条数据
# db_session.add(obj1) # 将创建好的数据添加到 数据表操作对象的内存中,此时数据库还并不知道要添加数据
# db_session.commit() # 将数据表操作对象内存中的所有数据及操作提交到数据库中
# 多行操作
# db_session.add_all([
#     Users(name="zhangsan"),
#     Users(name="lisi"),
# ])
# db_session.commit()

# 2.查询 数据表操作
# user_list = db_session.query(Users).all() # 查询所有数据
# user_list = db_session.query(Users).filter(Users.id >=2 ) # 查询带有条件的数据 表达式 返回sql语句,循环依然可以获取到数据
# user_list = db_session.query(Users).filter(Users.id >=2 ).all() # 查询带有条件的数据 表达式 返回数据列表
# print(user_list)
# for row in user_list:
#     print(row.id,row.name)

# 3.删除数据 数据表操作
# db_session.query(Users).filter(Users.id == 1).delete() # 删除带有条件的数据
# db_session.commit()

# 4.修改
# db_session.query(Users).filter(Users.id == 3).update({"name":"xxxxx"}) # 更新id=3的数据
# db_session.commit()

# 关闭连接
db_session.close()

增删改查


增删改查


3.高级查询操作



from CreateDB import Users, School

# 1. 创建一个用户添加到数据库
# 创建连接
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
engine = create_engine("mysql+pymysql://root:root@127.0.0.1:3306/test?charset=utf8",
                       )

# 创建数据表操作对象 sessionmaker
DB_session = sessionmaker(engine)
db_session = DB_session()

# 查询数据表操作
"""
r1 = session.query(Users).all()
r2 = session.query(Users.name.label('xxx'), Users.age).all()
r3 = session.query(Users).filter(Users.name == "xxx").all()
r4 = session.query(Users).filter_by(name='xxx').all()
r5 = session.query(Users).filter_by(name='xxx').first()
r6 = session.query(Users).filter(text("id<:value and name=:name")).params(value=224, name='xxx').order_by(Users.id).all()
r7 = session.query(Users).from_statement(text("SELECT * FROM users where name=:name")).params(name='xxx').all()
"""
# 筛选查询列
# user_list = db_session.query(Users.name).all()
# print(user_list) # [('xxxx',), ('zhangsan',)] 虽然看到的是元祖,但是依然可以通过对象打点儿调用属性
# for row in user_list:
#     print(row.name)

# 别名映射  name as nick
# user_list = db_session.query(Users.name.label("nick")).all()
# print(user_list) # [('xxxx',), ('zhangsan',)] 虽然看到的是元祖,但是依然可以通过对象打点儿调用属性
# for row in user_list:
#     print(row.nick) # 这里要写别名了

# 筛选条件格式
# user_list = db_session.query(Users).filter(Users.name == "xxxx").all()
# user_list = db_session.query(Users).filter(Users.name == "xxxx").first()
# user_list = db_session.query(Users).filter_by(name="xxxx").first()
# for row in user_list:
#     print(row.nick)

# 复杂查询
# from sqlalchemy.sql import text
# user_list = db_session.query(Users).filter(text("id<:value and name=:name")).params(value=3,name="xxxx")

# 查询语句
# from sqlalchemy.sql import text
# user_list = db_session.query(Users).filter(text("select * from users id<:value and name=:name")).params(value=3,name="xxxx")

# 排序 :
# user_list = db_session.query(Users).order_by(Users.id).all()
# user_list = db_session.query(Users).order_by(Users.id.desc()).all()
# for row in user_list:
#     print(row.name,row.id)

#其他查询条件
"""
ret = session.query(Users).filter_by(name='xxxx').all()
ret = session.query(Users).filter(Users.id > 1, Users.name == 'xxxx').all()
ret = session.query(Users).filter(Users.id.between(1, 3), Users.name == 'xxxx').all() # between 大于1小于3的
ret = session.query(Users).filter(Users.id.in_([1,3,4])).all() # in_([1,3,4]) 只查询id等于1,3,4的
ret = session.query(Users).filter(~Users.id.in_([1,3,4])).all() # ~xxxx.in_([1,3,4]) 查询不等于1,3,4的
ret = session.query(Users).filter(Users.id.in_(session.query(Users.id).filter_by(name='xxxx'))).all() 子查询
from sqlalchemy import and_, or_
ret = session.query(Users).filter(and_(Users.id > 3, Users.name == 'xxxx')).all()
ret = session.query(Users).filter(or_(Users.id < 2, Users.name == 'xxxx')).all()
ret = session.query(Users).filter(
    or_(
        Users.id < 2,
        and_(Users.name == 'xxxx', Users.id > 3),
        Users.extra != ""
    )).all()
# select * from users where id<2 or (name="xxxx" and id>3) or extra != "" 
"""

# 关闭连接
db_session.close()

高级版查询操作


高级查询操作


4.高级版更新操作



"""
db_session.query(Users).filter(Users.id > 0).update({"name" : "099"})
db_session.query(Users).filter(Users.id > 0).update({Users.name: Users.name + "099"}, synchronize_session=False)
db_session.query(Users).filter(Users.id > 0).update({"age": Users.age + 1}, synchronize_session="evaluate")
db_session.commit()
"""

高级版更新操作


高级版更新操作


5.扩展内容



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

# 限制
ret = session.query(Users)[1:2]

# 排序
ret = session.query(Users).order_by(Users.name.desc()).all()
ret = session.query(Users).order_by(Users.name.desc(), Users.id.asc()).all()

# 分组
from sqlalchemy.sql import func

ret = session.query(Users).group_by(Users.extra).all()
ret = session.query(
    func.max(Users.id),
    func.sum(Users.id),
    func.min(Users.id)).group_by(Users.name).all()

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()

排序分组选取通配符


排序分组选取通配符


一对多的操作 : ForeignKey

1.创建表:



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 relationship

#创建基类,相当于Django中的 models.Model,被各个数据表类所继承
Base = declarative_base()

# 创建第三张表 Boys and Girls
class Hotel(Base):
    __tablename__ = "hotel"

    id = Column(Integer,primary_key=True)
    boy_id = Column(Integer,ForeignKey("boys.id"))
    girl_id = Column(Integer,ForeignKey("girls.id"))

# 创建一张数据表
class Boys(Base):
    __tablename__ = 'boys'

    id = Column(Integer, primary_key=True)
    name = Column(String(32), index=True)

    # 创建于酒店的关系
    girls = relationship("Girls",secondary="hotel",backref="boys")

# 创建另一张数据表
class Girls(Base):
    __tablename__ = "girls"

    id = Column(Integer,primary_key=True,autoincrement=True)
    name = Column(String(32),index  =True)

    # 创建于酒店的关系
    # boy = relationship("Boys",secondary="hotel",backref="toHotel")









# 创建数据库链接
engine = create_engine(
        "mysql+pymysql://root:root@localhost:3306/test?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)
    )

# 通过Base.metadata找到所有继承 Base 的数据表class
Base.metadata.create_all(engine)


# SQLAlchemy数据表进行修改后,无法直接进行更新,只能删除表后进行操作,重新进行操作,
# 但Flask-SQLAlchemy + Flask-migrate + Flask-script 就可以实现 Django 的数据迁移 MakeMigration migrate

#

多对多关系建立


创建表


 

2.操作



from SQLAlchemy_ready.ss2_ForeignKey_relationship import Author, Book

# 1. 创建一个用户添加到数据库
# 创建连接
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
engine = create_engine("mysql+pymysql://root:root@127.0.0.1:3306/test?charset=utf8",
                       )

# 创建数据表操作对象 sessionmaker
DB_session = sessionmaker(engine)
db_session = DB_session()

# 1.增加 操作数据表
# 添加两个作者:
# db_session.add_all([
#     Author(name="xxxx"),
#     Author(name="xxxxx")
# ])
# db_session.commit()
# 添加一本书 ooooo 作者是 xxxxx
# author = db_session.query(Author).filter(Author.name == "xxxxx").first()
# db_session.add(Book(name="ooooo",author_id=author.id))
# db_session.commit()

# 2.查询所有数据,并显示作者名称,连表查询
# book_list = db_session.query(Book).all()
# for row in book_list:
#     print(row.name,row.author_id)

# book_list = db_session.query(Book.name.label("bname"),Author.name.label ("aname")).join(Author,Book.author_id == Author.id,isouter=True).all()
# print(book_list)
# for row in book_list:
#     print(row.aname,row.bname)

# 查询之relationship 快速连表
# 创建表的时候加入 relationship
#普通版添加
# obj = Author(name="oooooo")
# db_session.add(obj)
# db_session.commit()
# print(obj.id,obj.name)
#
# obj_book = Book(name="oooooo",author_id=obj.id)
# db_session.add(obj_book)
# db_session.commit()
# obj = Author(name="xxxxx")

# relationship版 添加
# bobj = Book(name="oooooo",user=Author(name="xxxxx"))
# db_session.add(bobj)
# db_session.commit()

# 查询之relationship 快速连表
# book_list = db_session.query(Book).all()
# for row in book_list:
#     print(row.name,row.user.name)

# 查询作者的所有书籍
# obj = db_session.query(Author).filter(Author.name=="xxxxx").first()
# print(obj.author2book)

# 反向字段添加
# author_obj = Author(name="xxxxx")
# author_obj.author2book = [Book(name="儒林外史之银林大战"),Book(name="邻家小妹妹")]
# db_session.add(author_obj)
# db_session.commit()

# 关闭连接
db_session.close()

增删改查


增删改查


多对多 : ManyToMany

 1.创建表



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 relationship

#创建基类,相当于Django中的 models.Model,被各个数据表类所继承
Base = declarative_base()

# 创建第三张表 Boys and Girls
class Hotel(Base):
    __tablename__ = "hotel"

    id = Column(Integer,primary_key=True)
    boy_id = Column(Integer,ForeignKey("boys.id"))
    girl_id = Column(Integer,ForeignKey("girls.id"))

# 创建一张数据表
class Boys(Base):
    __tablename__ = 'boys'

    id = Column(Integer, primary_key=True)
    name = Column(String(32), index=True)

    # 创建于酒店的关系
    girls = relationship("Girls",secondary="hotel",backref="boys")

# 创建另一张数据表
class Girls(Base):
    __tablename__ = "girls"

    id = Column(Integer,primary_key=True,autoincrement=True)
    name = Column(String(32),index  =True)

    # 创建于酒店的关系
    # boy = relationship("Boys",secondary="hotel",backref="toHotel")









# 创建数据库链接
engine = create_engine(
        "mysql+pymysql://root:root@localhost:3306/test?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)
    )

# 通过Base.metadata找到所有继承 Base 的数据表class
Base.metadata.create_all(engine)


# SQLAlchemy数据表进行修改后,无法直接进行更新,只能删除表后进行操作,重新进行操作,
# 但Flask-SQLAlchemy + Flask-migrate + Flask-script 就可以实现 Django 的数据迁移 MakeMigration migrate

#

多对多关系建立


建立表


2.操作



from SQLAlchemy_ready.ss4_M2M import Girls, Boys,Hotel

# 1. 创建一个用户添加到数据库
# 创建连接
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
engine = create_engine("mysql+pymysql://root:root@127.0.0.1:3306/test?charset=utf8")


# 创建数据表操作对象 sessionmaker
DB_session = sessionmaker(engine)
db_session = DB_session()

# 1.增加 操作数据表
# boy = Boys(name="xxxxx")
# boy.girls = [Girls(name="fengjie"),Girls(name="juaner")]
# db_session.add(boy)
# db_session.commit()

# 2.查询
# 使用relationship正向查询
# boy = db_session.query(Boys).first()
# print(boy.name,boy.girls[0].name)

# 使用relationship反向查询
# girls = db_session.query(Girls).first()
# print(girls.boys[0].name , girls.name)


# 关闭连接
db_session.close()

多对多操作


https://www.xamrdz.com/web/2e91944760.html

相关文章: