python實現sqlalchemy的使用概述

sqlAlchemy解讀: https://www.jb51.net/article/174565.htm

sqlAlchemy解讀:https://www.jb51.net/article/173950.htm

特點是操縱Python對象而不是SQL查詢,也就是在代碼層面考慮的是對象,而不是SQL,體現的是一種程序化思維,這樣使得Python程序更加簡潔易懂。

具體的實現方式是將數據庫表轉換為Python類,其中數據列作為屬性,數據庫操作作為方法。

  1. abstract # 輔助sqlAlchemy實現類的繼承,自動繼承屬性,省去super()
  2. SQLAlchemy定義的ORM,在繼承父級ORM時候,Foreign Key外鍵是不能繼承的,它強制要求在子類中重新定義。

使用概述

在使用sqlalchemy訪問數據庫的時候,以類的形式表示表格,因此在使用之前,需要先定義類。

類的定義有三種:基類BASE、父類、子類

基類是sqlalchemy底層的;當需要一份數據切分為多個子表的時候,或多個表的字段一致時,可以使用一個父類定義字段的類型,多個子表繼承父類的屬性。

一、創建引擎和會話

通過創建引擎、綁定引擎來創建會話,實現數據庫的訪問。

from sqlalchemy import create_engine                          # 引擎
from sqlalchemy.orm import sessionmaker                       # 創建orm的會話池,orm和sql均可以管理對象關系型數據庫,需要綁定引擎才可以使用會話,

# 創建連接
engine = create_engine("mysql+pymysql://root:1234;@127.0.0.1/test", # 需要安裝mysql和pymysql的模塊,用戶名:密碼@ip地址/某個數據庫
                       #echo=True,         # 打印操作對應的SQL語句
                       pool_size=8,       # 連接個數
                       pool_recycle=60*30 # 不使用時斷開
                       )

# 創建session
DbSession = sessionmaker(bind=engine)  # 會話工廠,與引擎綁定。
session = DbSession()                  # 實例化

session.close()  # 關閉會話

二、定義類來表示虛擬表格

在使用sqlalchemy訪問數據庫的時候,以類的形式表示表格,因此在使用之前,需要先定義類。使用類的名稱而不是tablename實現之後的增刪改查。

# 導入定義類需要的模塊
from sqlalchemy.ext.declarative import declarative_base       # 調用sqlalchemy的基類
from sqlalchemy import Column, Index, distinct, update        # 指定字段屬性,索引、唯一、DML
from sqlalchemy.types import *                                # 所有字段類型

1. 直接建立一個可調用的表格

需要先繼承基類,在定義__init__函數,設置輸入參數。

# 創建庫表類型
Base = declarative_base()  # 調用sqlalchemy的基類

class Users(Base):
    '''繼承基類'''
    __tablename__ = "users"                     # 數據表的名字
    __table_args__ = {'extend_existing': True}  # 當數據庫中已經有該表時,或內存中已聲明該表,可以用此語句重新覆蓋聲明。
    id = Column(Integer, primary_key=True)
    name = Column(String(64), unique=True)
    #email = Column(String(64))

    def __init__(self, name, email):
        self.name = name
        self.email = email                      # 聲明需要調用的特征,可以隻聲明數據庫中表格列的子集
        
Base.metadata.create_all(engine)                # 表生效:將所有定義的類,使用引擎創建,此時可以在數據庫中看到這些表。

2. 創建多個相同列屬性的表格 先建立一個表格的父類,指定列的屬性,再通過繼承父類

不同的表

# 創建庫表類型
Base = declarative_base()  # 調用sqlalchemy的基類

class model_data(BASE):  
    '''創建數據庫表類:模型所需的基本字段'''
    __abstract__ = True                         # 輔助sqlAlchemy實現類的繼承,自動繼承屬性,省去super()
    __table_args__ = {'extend_existing': True}  # 若表的聲明在內存中已存在,則重新聲明表的名稱,不然會報錯
    ai_xdr_id = Column(BigInteger(), primary_key=True, unique=True, autoincrement= True)
    ai_sdk_id = Column(BigInteger())

class TrainData(model_data): # 訓練集表
    '''繼承model_data的屬性,並將表的名字定義為:'xxx_train_data'存入數據庫 '''
    __tablename__ = 'xxx_train_data'
    
class DevData(model_data):   # 開發集表
    '''表的名字定義為:'xxx_dev_data' '''
    __tablename__ = 'xxx_dev_data'

class TestData(model_data):  # 測試集表
    __tablename__ = 'xxx_test_data'

Base.metadata.create_all(engine)                # 表生效:將所有定義的類,使用引擎創建,此時可以在數據庫中看到這些表。

三、增刪改查

因為是會話操作,當某個語句,例如增加數據時,不成功的時候需要回滾。

增加數據

# 增加數據
add_user = Users("test3", "[email protected]")
session.add(add_user)
session.commit()

# add_users = Users(("test", "[email protected]"),('a','b')))
# session.add(add_users)
# session.commit()

# 當上述語句出現執行錯誤時,需要執行回滾語句,才能繼續操作
session.rollback()

刪除數據

delete_users = session.query(Users).filter(Users.name == "test").first()
if delete_users:
    session.delete(delete_users)
    session.commit()
    
session.query(Users).filter(Users.name == "test").delete()
session.commit()

更改數據

# 改
session.query(Users).filter_by(id=1).update({'name': "Jack"})

users = session.query(Users).filter_by(name="Jack").first()
users.name = "test"

查找數據

users = session.query(Users).filter_by(id=5).all()
for item in users:
    print(item.name)
    print(item.email)   # 若未在類中聲明,則無法訪問數據庫中該表的屬性。

四、進階技能

1. 將DataFrame格式的數據導入數據庫

class DataAccessLayer:# 數據連接層、定義瞭連接和關閉。
    '''數據連接層、定義瞭連接和關閉。'''
    def __init__(self):
        self.ENGINE = None                 # 引擎
        self.SESSION = None                # 會話
        self.conn_string = "mysql+pymysql://root:1234;@127.0.0.1/test"  ## 需要安裝mysql和pymysql的模塊,用戶名:密碼@ip地址/某個數據庫

    def connect(self):
        '''連接時建立引擎和會話。'''
        self.ENGINE = create_engine(self.conn_string, encoding='utf-8',isolation_level="AUTOCOMMIT", connect_args={'connect_timeout': 7200})
        # self.ENGINE = create_engine(self.conn_string, encoding='utf-8',connect_args={'connect_timeout': 7200})
        self.SESSION = sessionmaker(bind=self.ENGINE)()

    def disconnect(self):
        '''斷開時,關閉引擎。'''
        self.ENGINE.close()

def df_save_db(df,tablename):
    '''將數據集DataFrame保存到數據庫'''
    db_ac = DataAccessLayer()
    db_ac.connect()
    conn = db_ac.ENGINE.connect()
    df.to_sql(name=tablename, con=conn, if_exists='append', index=False)
    conn.close()
    print('%s updated.'%tablename)

df = pd.read_csv('traindata_jiangsu_donghai.csv')
df_save_db(df,'traindata_jiangsu_donghai')

到此這篇關於python實現sqlalchemy的使用的文章就介紹到這瞭,更多相關python sqlalchemy使用內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: