一、SQLalchemy简介
SQLAlchemy是一个开源的SQL工具包，基本Python编程语言的MIT许可证而发布的对象关系映射器。SQLAlchemy提供了“一个熟知的企业级全套持久性模式，使用ORM等独立SQLAlchemy的一个优势在于其允许开发人员首先考虑数据模型，并能决定稍后可视化数据的方式。
二、SQLAlchempy的安装
首先需安装mysql，这里就不再多说了.....
然后，下载SQLAlchemy（http://www.sqlalchemy.org/download.html），这里我们以Windows系统为例，然后打开cmd，在安装包文件目录下，运行
|
1
|
python setup.py install |
，通过python下输入
|
1
|
import sqlalchemy |
，执行未报错则表示安装成功
三、SQLAlchemy的使用实例
1、完成简单数据表信息查询
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
# 1. 导入模块from sqlalchemy import *from sqlclchemy.orm import *# 2. 建立数据库引擎mysql_engine = create_engine("$address", echo, module) #address 数据库://用户名:密码（没有密码则为空）@主机名：端口/数据库名 #echo标识用于设置通过python标准日志模块完成的SQLAlchemy日志系统，当开启日志功能，我们将能看到所有的SQL生成代码# 3. 建立连接connection = mysql_engine.connect()# 4. 查询表信息result = connection.execute("select name from t_name)for row in result: print "name: ", row['name']# 5. 关闭连接connection.close() |
2、插入新的数据表
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
|
# 1. 导入模块from sqlalchemy import *from sqlclchemy.orm import *# 2. 建立数据库引擎mysql_engine = create_engine("$address", echo, module) #address 数据库://用户名:密码（没有密码则为空）@主机名：端口/数据库名 #echo标识用于设置通过python标准日志模块完成的SQLAlchemy日志系统，当开启日志功能，我们将能看到所有的SQL生成代码# 3. 设置metadata并将其绑定到数据库引擎metadata = Metadata(mysql_engine)# 4. 定义需新建的表users = Table('users', metadata,Column('user_id', Integer, primary_key=True), Column('name', String(40)), Column('age', Integer), Column('password', String),) #Table实现方式与SQL语言中的CRETE TABLE类似# 5. 在数据库中创建表metadata.create_all(mysql_engine) #向数据库发出CREATE TABLE命令，由此数据库新建名为users的表 #调用时会检查已经存在的表结构，因此可重复调用# 6. 创建一个与数据库中的users表匹配的python类class user(): def __int__(self, name, fullname, password): self.name = name self.fullname = fullname self.passwd = passwd #python类的属性需与users表的列名一致# 7. 设置映射from sqlalchemy.orm import mappermapper(user, users) # mapper()创建一个新的Mapper对象，与定义的类相关联#需要注意的是，通过mapper建立映射的数据表必须带有主键，如果没有主键就无法定位某个table的某行row, #如果无法定位某行row, 就无法做Object-relational mapping这样的映射# 8. 创建sessionSession = sessionmaker(bind=mysql_egnine)session = Session() #由此我们只需对python的user类的操作，后台数据库的具体实现交由session完成# 9. 执行session.commit() #实现与数据库的交互# 10. 查询usr_info = session.query(user).filter_by(age=12).first() #返回数据库中年纪12岁的第一条数据 |
上面结合SQLAlchemy中ORM部分实现一个Mapper对象，将类的实例对应表中的记录，实例的属性对应字段。实现一个Data Mapping需要三个元素：Tabella Metadata, user-defined class, mapper对象，这三个是实现对象对表映射的基本元素，在此基础上，可实现一对多的映射，实现类似多表查询的问题
首先创建两个相关联的表Student, Score，表Score中以主表的id字段为外键
|
1
2
3
4
5
6
7
8
9
10
11
|
Student = Table('student', engine, column(‘id', Interger, primary_key = True), column('name', String, nullable=False), column('age', Interger) ) Score = Table('score', engine, column('id', Integer, primary_key=True), column('student_id', Integer, ForeignKey(student.id)) column('category', String, nullable=False), column('score', Integer) ) |
两表中，Score表以Student表中id项为外键，一般称Student表为主表，Score表为从表
表创建好后，那同样，在python中需定义两个与表相对应的类
|
1
2
3
4
5
6
|
class student_type(object): def __init__(self): self.name = Noneclass score_type(object): def __init__(self): self.category = None |
在建立mapping时，我们只需要体现两个表间又相互关联关系，
并不关心表中具体的主键与外键等关系（由SQLAlchemy处理），
当需要体现表student与表score间的关联关系，mapper具体的定义方法如：
mapper(student_type, student, properties={'_scores': relation(score_type, Score)})
通过properties中参数，实现score_type 与Score的映射，
由此可以通过访问student中的'_scores'属性来查询Score表中的值
另外，properties是一个字典，可以添加多个属性，SQLAlchemy中有些模块如backref, 也可导入
综上，使用关系映射可以方便地从一个对象直接找到相对应的其他的对象
