22、ORM框架（主流的几种orm框架优缺点）

ORM框架（SQLAlchemy）

安装

内部处理

SQLAlchemy操作库

创建表

多表外键

SQLAlchemy操作表

创建session

数据插入示例

数据查询示例

数据删除

数据修改

操作总结

增

删

改

查

其他

ORM框架（SQLAlchemy）

SQLAlchemy是Python编程语言下的一款ORM框架，该框架建立在数据库API之上，使用关系对象映射进行数据库操作，简言之便是：将对象转换成SQL，然后使用数据API执行SQL并获取执行结果。

作用：

1、提供简单的规则；

2、自动转换成优化后的SQL语句；

SQLAlchemy本身无法操作数据库，其必须以来pymsql等第三方插件，Dialect用于和数据API进行交流，根据配置文件的不同调用不同的数据库API，从而实现对数据库的操作，如：

MySQL-Python

mysql+mysqldb://<user>:<password>@<host>[:<port>]/<dbname>

pymysql

mysql+pymysql://<username>:<password>@<host>/<dbname>[?<options>]

MySQL-Connector

mysql+mysqlconnector://<user>:<password>@<host>[:<port>]/<dbname>

cx_Oracle

oracle+cx_oracle://user:pass@host:port/dbname[?key=value&key=value...]

更多详见：http://docs.sqlalchemy.org/en/latest/dialects/index.html

安装

pip3 install SQLAlchemy

pip3 install pymysql

内部处理

#!/usr/bin/env python

# -*- coding:utf-8 -*-

from sqlalchemy import create_engine

engine = create_engine("mysql+pymysql://root:123qwe@127.0.0.1:3306/cce", max_overflow=5)

# 执行SQL

cur = engine.execute(

"INSERT INTO cce (name, gender,email) VALUES ('cce', 'M','mail0426@163.com')"

)

# 新插入行自增ID

print(cur.lastrowid)

# 结果 1116502

# 执行SQL

# cur = engine.execute(

# "INSERT INTO hosts (host, color_id) VALUES(%s, %s)",[('1.1.1.22', 3),('1.1.1.221', 3),]

# )

# 执行SQL

# cur = engine.execute(

# "INSERT INTO hosts (host, color_id) VALUES (%(host)s, %(color_id)s)",

# host='1.1.1.99', color_id=3

# )

# 执行SQL

# cur = engine.execute('select * from hosts')

# 获取第一行数据

# cur.fetchone()

# 获取第n行数据

# cur.fetchmany(3)

# 获取所有数据

# cur.fetchall()

SQLAlchemy操作库

创建表

#!/usr/bin/env python

# -*- coding:utf-8 -*-

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index ,Enum

from sqlalchemy.orm import sessionmaker, relationship

from sqlalchemy import create_engine

DBbase = declarative_base()

# 创建单表

class Users(DBbase):

__tablename__ = 'users' # 标准写法，指明表名

id = Column(Integer, primary_key=True,autoincrement=True)

name = Column(String(32),nullable=False)

gender = Column(Enum('M','F'),default='M',nullable=False)

email = Column(String(16),nullable=False)

__table_args__ = ( # 定义表的约束信息

UniqueConstraint('id', 'name', name='uix_id_name'), # 联合唯一键

Index('ix_id_name', 'name', 'email'), # 普通联合索引，ix_id_name是索引名称

)

engine = create_engine("mysql+pymysql://root:123qwe@127.0.0.1:3306/data?charset=utf8", max_overflow=5) # 连接mysql，max_overflow控制在连接池达到最大值后可以创建的连接数。当这些额外的连接回收到连接池后将会被断开和抛弃

DBbase.metadata.create_all(engine) # 找到所有继承了base的类，直接创建表

多表外键

#!/usr/bin/env python

# -*- coding:utf-8 -*-

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index ,Enum

from sqlalchemy.orm import sessionmaker, relationship

from sqlalchemy import create_engine

DBbase = declarative_base()

# 创建用户类型表

class usertype(DBbase):

__tablename__ = 'usertype'

tid = Column(Integer, primary_key=True,autoincrement=True)

type = Column(Enum('付费用户','未付费用户'))

# 创建用户表

class users(DBbase):

__tablename__ = 'users' # 标准写法，指明表名

uid = Column(Integer, primary_key=True,autoincrement=True)

name = Column(String(32),nullable=False)

gender = Column(Enum('M','F'),default='M',nullable=False)

email = Column(String(16),nullable=False)

user_type_id = Column(Integer, ForeignKey('usertype.tid')) # ForeignKey外键，连接到usertype的tid字段

__table_args__ = ( # 定义表的约束信息

UniqueConstraint('uid', 'name', name='uix_uid_name'), # 联合唯一键

Index('ix_name_email', 'name', 'email'), # 普通联合索引，ix_id_name是索引名称

)

engine = create_engine("mysql+pymysql://root:123qwe@127.0.0.1:3306/data?charset=utf8", max_overflow=5) # 连接mysql，max_overflow控制在连接池达到最大值后可以创建的连接数。当这些额外的连接回收到连接池后将会被断开和抛弃

DBbase.metadata.create_all(engine) # 找到所有继承了base的类，直接创建表

# DBbase.metadata.drop_all(engine) # 找到所有继承了base的类，直接drop表

SQLAlchemy操作表

说到数据库，就离不开Session。Session的主要目的是建立与数据库的会话，它维护你加载和关联的所有数据库对象。它是数据库查询（Query）的一个入口。在Sqlalchemy中，数据库的查询操作是通过Query对象来实现的。而Session提供了创建Query对象的接口。Query对象返回的结果是一组同一映射（Identity Map）对象组成的集合。事实上，集合中的一个对象，对应于数据库表中的一行（即一条记录）。所谓同一映射，是指每个对象有一个唯一的ID。如果两个对象（的引用）ID相同，则认为它们对应的是相同的对象。要完成数据库查询，就需要建立与数据库的连接。这就需要用到Engine对象。一个Engine可能是关联一个Session对象，也可能关联一个数据库表。当然Session最重要的功能还是实现原子操作。

创建session

from sqlalchemy import create_engine

from sqlalchemy.orm import sessionmaker

some_engine = create_engine('nysql://username:password@localhost/mydb?charset=utf8') # 创建一个Engine对象，我们提供的参数是数据库连接的url。

ession = sessionmaker(bind=some_engine) # 通过sessionmaker方法创建了一个Session工厂。

session = Session() #通过调用工厂方法来创建一个Session对象。

数据插入示例

#!/usr/bin/env python

# -*- coding:utf-8 -*-

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index, Enum

from sqlalchemy.orm import sessionmaker, relationship

from sqlalchemy import create_engine

DBbase = declarative_base()

# 创建用户类型表

class usertype(DBbase):

__tablename__ = 'usertype'

tid = Column(Integer, primary_key=True, autoincrement=True)

type = Column(Enum('付费用户', '未付费用户'))

# 创建用户表

class users(DBbase):

__tablename__ = 'users' # 标准写法，指明表名

uid = Column(Integer, primary_key=True, autoincrement=True)

name = Column(String(32), nullable=False)

gender = Column(Enum('M', 'F'), default='M', nullable=False)

email = Column(String(16), nullable=False)

user_type_id = Column(Integer, ForeignKey('usertype.tid')) # ForeignKey外键，连接到usertype的tid字段

__table_args__ = ( # 定义表的约束信息

UniqueConstraint('uid', 'name', name='uix_uid_name'), # 联合唯一键

Index('ix_name_email', 'name', 'email'), # 普通联合索引，ix_id_name是索引名称

)

engine = create_engine("mysql+pymysql://root:123qwe@127.0.0.1:3306/data?charset=utf8",

max_overflow=5) # 连接mysql，max_overflow控制在连接池达到最大值后可以创建的连接数。当这些额外的连接回收到连接池后将会被断开和抛弃

# 每次执行数据库操作时，都需要创建一个session

Session = sessionmaker(bind=engine) # 拿到一个连接

session = Session()

# 增加

# 类 代指 表

# 对象 代指 行

# 单行增加,创建一个对象

obj=usertype(type='付费用户')

# 将对象加入到session中

session.add(obj)

# 多行增加

objs = [

usertype(type='付费用户'),

usertype(type='未付费用户'),

]

session.add_all(objs)

session.commit() # 提交

session.close() # 关闭session连接

数据查询示例

#!/usr/bin/env python

# -*- coding:utf-8 -*-

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index, Enum

from sqlalchemy.orm import sessionmaker, relationship

from sqlalchemy import create_engine

DBbase = declarative_base()

# 创建用户类型表

class usertype(DBbase):

__tablename__ = 'usertype'

tid = Column(Integer, primary_key=True, autoincrement=True)

type = Column(Enum('付费用户', '未付费用户'))

# 创建用户表

class users(DBbase):

__tablename__ = 'users' # 标准写法，指明表名

uid = Column(Integer, primary_key=True, autoincrement=True)

name = Column(String(32), nullable=False)

gender = Column(Enum('M', 'F'), default='M', nullable=False)

email = Column(String(16), nullable=False)

user_type_id = Column(Integer, ForeignKey('usertype.tid')) # ForeignKey外键，连接到usertype的tid字段

__table_args__ = ( # 定义表的约束信息

UniqueConstraint('uid', 'name', name='uix_uid_name'), # 联合唯一键

Index('ix_name_email', 'name', 'email'), # 普通联合索引，ix_id_name是索引名称

)

engine = create_engine("mysql+pymysql://root:123qwe@127.0.0.1:3306/data?charset=utf8",

max_overflow=5) # 连接mysql，max_overflow控制在连接池达到最大值后可以创建的连接数。当这些额外的连接回收到连接池后将会被断开和抛弃

# 每次执行数据库操作时，都需要创建一个session

Session = sessionmaker(bind=engine) # 拿到一个连接

session = Session()

print(session.query(usertype)) # 查看下生成的sql语句

data=session.query(usertype).all() # 取出所有的数据；

for i in data: # 循环取出的数据

print(i.tid,i.type)

session.close()

# 使用filter进行过滤

#!/usr/bin/env python

# -*- coding:utf-8 -*-

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index, Enum

from sqlalchemy.orm import sessionmaker, relationship

from sqlalchemy import create_engine

DBbase = declarative_base()

# 创建用户类型表

class usertype(DBbase):

__tablename__ = 'usertype'

tid = Column(Integer, primary_key=True, autoincrement=True)

type = Column(Enum('付费用户', '未付费用户'))

# 创建用户表

class users(DBbase):

__tablename__ = 'users' # 标准写法，指明表名

uid = Column(Integer, primary_key=True, autoincrement=True)

name = Column(String(32), nullable=False)

gender = Column(Enum('M', 'F'), default='M', nullable=False)

email = Column(String(16), nullable=False)

user_type_id = Column(Integer, ForeignKey('usertype.tid')) # ForeignKey外键，连接到usertype的tid字段

__table_args__ = ( # 定义表的约束信息

UniqueConstraint('uid', 'name', name='uix_uid_name'), # 联合唯一键

Index('ix_name_email', 'name', 'email'), # 普通联合索引，ix_id_name是索引名称

)

engine = create_engine("mysql+pymysql://root:123qwe@127.0.0.1:3306/data?charset=utf8",

max_overflow=5) # 连接mysql，max_overflow控制在连接池达到最大值后可以创建的连接数。当这些额外的连接回收到连接池后将会被断开和抛弃

# 每次执行数据库操作时，都需要创建一个session

Session = sessionmaker(bind=engine) # 拿到一个连接

session = Session()

print(session.query(usertype)) # 查看下生成的sql语句

data=session.query(usertype.tid,usertype.type).filter(usertype.tid < 2) # 取出所有的数据；

for i in data: # 循环取出的数据

print(i.tid,i.type)

session.close()

数据删除

删除数据之前需要先查询；

#!/usr/bin/env python

# -*- coding:utf-8 -*-

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index, Enum

from sqlalchemy.orm import sessionmaker, relationship

from sqlalchemy import create_engine

DBbase = declarative_base()

# 创建用户类型表

class usertype(DBbase):

__tablename__ = 'usertype'

tid = Column(Integer, primary_key=True, autoincrement=True)

type = Column(Enum('付费用户', '未付费用户'))

# 创建用户表

class users(DBbase):

__tablename__ = 'users' # 标准写法，指明表名

uid = Column(Integer, primary_key=True, autoincrement=True)

name = Column(String(32), nullable=False)

gender = Column(Enum('M', 'F'), default='M', nullable=False)

email = Column(String(16), nullable=False)

user_type_id = Column(Integer, ForeignKey('usertype.tid')) # ForeignKey外键，连接到usertype的tid字段

__table_args__ = ( # 定义表的约束信息

UniqueConstraint('uid', 'name', name='uix_uid_name'), # 联合唯一键

Index('ix_name_email', 'name', 'email'), # 普通联合索引，ix_id_name是索引名称

)

engine = create_engine("mysql+pymysql://root:123qwe@127.0.0.1:3306/data?charset=utf8",

max_overflow=5) # 连接mysql，max_overflow控制在连接池达到最大值后可以创建的连接数。当这些额外的连接回收到连接池后将会被断开和抛弃

# 每次执行数据库操作时，都需要创建一个session

Session = sessionmaker(bind=engine) # 拿到一个连接

session = Session()

print(session.query(usertype)) # 查看下生成的sql语句

data=session.query(usertype.tid,usertype.type).filter(usertype.tid > 2).delete() # 取出所有的数据,然后删除；

for i in data: # 循环取出的数据

print(i.tid,i.type)

session.close()

数据修改

修改之前也需要先查询；

#!/usr/bin/env python

# -*- coding:utf-8 -*-

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index, Enum

from sqlalchemy.orm import sessionmaker, relationship

from sqlalchemy import create_engine

DBbase = declarative_base()

# 创建用户类型表

class usertype(DBbase):

__tablename__ = 'usertype'

tid = Column(Integer, primary_key=True, autoincrement=True)

type = Column(Enum('付费用户', '未付费用户'))

# 创建用户表

class users(DBbase):

__tablename__ = 'users' # 标准写法，指明表名

uid = Column(Integer, primary_key=True, autoincrement=True)

name = Column(String(32), nullable=False)

gender = Column(Enum('M', 'F'), default='M', nullable=False)

email = Column(String(16), nullable=False)

user_type_id = Column(Integer, ForeignKey('usertype.tid')) # ForeignKey外键，连接到usertype的tid字段

__table_args__ = ( # 定义表的约束信息

UniqueConstraint('uid', 'name', name='uix_uid_name'), # 联合唯一键

Index('ix_name_email', 'name', 'email'), # 普通联合索引，ix_id_name是索引名称

)

engine = create_engine("mysql+pymysql://root:123qwe@127.0.0.1:3306/data?charset=utf8",

max_overflow=5) # 连接mysql，max_overflow控制在连接池达到最大值后可以创建的连接数。当这些额外的连接回收到连接池后将会被断开和抛弃

# 每次执行数据库操作时，都需要创建一个session

Session = sessionmaker(bind=engine) # 拿到一个连接

session = Session()

print(session.query(usertype)) # 查看下生成的sql语句

data = session.query(usertype.tid, usertype.type).filter(usertype.tid <= 3).update(

{

usertype.type: '未付费用户'

}

) # 取出所有过滤后的数据,然后进行数据更新；

session.commit()

session.close()

操作总结

增

obj = Users(name="alex0", extra='sb')

session.add(obj)

session.add_all([

Users(name="alex1", extra='sb'),

Users(name="alex2", extra='sb'),

])

session.commit()

删

session.query(Users).filter(Users.id > 2).delete()

session.commit()

改

session.query(Users).filter(Users.id > 2).update({"name" : "099"})

session.query(Users).filter(Users.id > 2).update({Users.name: Users.name + "099"}, synchronize_session=False) # 在原来的基础上做操作，这是字符串的操作

session.query(Users).filter(Users.id > 2).update({"num": Users.num + 1}, synchronize_session="evaluate") # 在原来的基础上做操作，这是数字的操作

session.commit()

查

ret = session.query(Users).all()

ret = session.query(Users.name, Users.extra).all()

ret = session.query(Users).filter_by(name='alex').all()

ret = session.query(Users).filter_by(name='alex').first()

ret = session.query(Users).filter(text("id<:value and name=:name")).params(value=224, name='fred').order_by(User.id).all()

ret = session.query(Users).from_statement(text("SELECT * FROM users where name=:name")).params(name='ed').all()

其他

#　条件

ret = session.query(Users).filter_by(name='alex').all()

ret = session.query(Users).filter(Users.id > 1, Users.name == 'eric').all()

ret = session.query(Users).filter(Users.id.between(1, 3), Users.name == 'eric').all()

ret = session.query(Users).filter(Users.id.in_([1,3,4])).all()

ret = session.query(Users).filter(~Users.id.in_([1,3,4])).all()

ret = session.query(Users).filter(Users.id.in_(session.query(Users.id).filter_by(name='eric'))).all()

from sqlalchemy import and_, or_

ret = session.query(Users).filter(and_(Users.id > 3, Users.name == 'eric')).all()

ret = session.query(Users).filter(or_(Users.id < 2, Users.name == 'eric')).all()

ret = session.query(Users).filter(

or_(

Users.id < 2,

and_(Users.name == 'eric', Users.id > 3),

Users.extra != ""

)).all()

# 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()

# 连表

ret = session.query(Users, Favor).filter(Users.id == Favor.nid).all()

ret = session.query(Person).join(Favor).all()

ret = session.query(Person).join(Favor, isouter=True).all()

# 组合

q1 = session.query(Users.name).filter(Users.id > 2)

q2 = session.query(Favor.caption).filter(Favor.nid < 2)

ret = q1.union(q2).all()

q1 = session.query(Users.name).filter(Users.id > 2)

q2 = session.query(Favor.caption).filter(Favor.nid < 2)

ret = q1.union_all(q2).all()