Python支援的資料庫有很多,MySQL
作為主流資料庫之一,我們不妨瞭解下它們之間的操作互動。
Python操作MySQL的庫有三個,python-MySQL(MySQLdb)
,PyMySQL
跟SQLAlchemy
。
- python2中一般使用
python-MySQL(MySQLdb)
,核心由C語言打造,效能最好,缺點是安裝複雜,已停止更新,不支援python3。 PyMySQL
為代替它而生,純python打造,安裝方便,支援python3。SQLAlchemy
是一個ORM框架,ORM框架的作用就是把資料庫表的一行記錄與一個物件互相做自動轉換,它本身無法運算元據庫,而是要依賴於MySQLdb、PyMySQL等第三方庫來完成,目前SQLAlchemy在Web程式設計領域應用廣泛。
本文將主要拿SQLAlchemy
來進行了解學習。
安裝工具
首先安裝基本的資料庫驅動pymysql
pip3 install pymysql
複製程式碼
然後安裝ORM框架SQLAlchemy
pip3 install sqlalchemy
複製程式碼
日常工作中,如果不想每次通過命令列來檢視資料的話。推薦安裝Navicat for MySQL
,通過這個圖形化工具能夠方便快捷地運算元據庫,實時查詢資料。
初始化資料庫
安裝好必要工具後,我們開始嘗試建立個使用者資料user
表來。
首先,使用SQLAlchemy
連線資料庫並定義表結構初始化DBSession。
# 匯入SQLAlchemy
from sqlalchemy import Column, BIGINT, String, create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base
# 建立基類
Base = declarative_base()
# 初始化資料庫連線:
# '資料庫型別+資料庫驅動名稱://使用者名稱:密碼@資料庫地址:埠號/資料庫名'
engine = create_engine('mysql+pymysql://root:123123@mysql:3306/test')
# 建立DBSession型別:
DBSession = sessionmaker(bind=engine)
# 建立session物件:
session = DBSession()
# 資料庫操作方法
# 初始化資料庫
def init_db():
Base.metadata.create_all(engine)
# 刪除資料庫
def drop_db():
Base.metadata.drop_all(engine)
複製程式碼
建立user
資料表模型:
# 定義user類
class User(Base):
# 表名
__tablename__ = "user"
# 表的結構
# 設定id為主鍵 並自增長
id = Column(BIGINT, primary_key=True, autoincrement=True)
name = Column(String(20))
gender = Column(String(2))
# 正式初始化資料庫,如果沒有user表的話,這裡將自動建立
init_db()
複製程式碼
這裡有個需要注意的地方就是在初始化資料庫之前需要先定義user
資料表模型,否則的話無法正常建立user
資料表。
session
(會話),可以看成一個管理資料庫持久連線的物件,後面的操作都將基於session
物件進行。
如果使用INT自增型別,那麼當一張表的記錄數超過2147483647(約21億)時,會達到上限而出錯。使用BIGINT自增型別則可以最多約922億億條記錄。
增刪改查操作
增
初始化ORM物件後,我們插入一條記錄試試。
# 建立新User物件:
new_user = User(name='mrlizi', gender='man')
# 新增到session:
session.add(new_user)
# 批量新增
session.add_all([
User(name='子非魚', gender='M'),
User(name='虞姬', gender='F'),
User(name='花木蘭', gender='F')
])
# 提交即儲存到資料庫:
session.commit()
複製程式碼
結果:
查
Session
的query
函式會返回一個Query物件。query函式可以接受多種引數型別。
# query: 輸出所有的使用者名稱
result = session.query(User.name)
# order: 按倒序輸出所有使用者
result = session.query(User).order_by(User.id.desc())
result = session.query(User).order_by(-User.id)
# label: 自定義欄位名,查詢結果可通過item.my_name來獲取使用者名稱
for item in session.query(User.name.label('my_name')).all()
# filter和filter_by: 篩選使用者名稱為'mrlizi'的使用者
result = session.query(User).filter(User.name=='mrlizi').one()
result = session.query(User).filter_by(name='mrlizi').one()
# offset和limit:組合起來可做分頁查詢(通過python的切片其實也一樣),下面的兩種語句的查詢結果是相同的
result = session.query(User).offset(2).limit(1).all()
result = session.query(User)[1:3]
# AND: 與查詢
result = session.query(User).filter(and_(User.name=='mrlizi', User.gender=='M')).all()
result = session.query(User).filter(User.name=='mrlizi', User.gender=='M')
result = session.query(User).filter(User.name=='mrlizi').filter(User.gender=='M').all()
# OR: 或查詢
result = session.query(User).filter(or_(User.name == '子非魚', User.name == '花木蘭'))
# 模糊查詢
result = session.query(User).filter(User.name.like('子%')).all()
複製程式碼
基本日常用到的查詢方法就是這些,物件導向操作的用法都比較靈活多變,大家可以根據不同的場景自由組合。
改
相比去查詢來講,修改就顯得簡單很多,找到命中的記錄,然後通過update
方法來進行修改。
update
方法的synchronize_session
引數用於在更新資料後是否對當前的session進行更新,
synchronize_session
= False 不同步更新當前session
synchronize_session
= 'fetch'
更新之前從資料庫中拉取實時資料,更新到session物件
synchronize_session
= 'evaluate'
更新之前先記錄符合的物件,更新完後對記錄的物件進行刪除。(意思是不與資料庫進行同步更新,僅更新當前的session記錄)
# 方法一
session.query(User).filter(User.name == 'mrlizi').update({'name': '李白'})
# 方法二
user = session.query(User).filter(User.name == '李白').first()
user.name = '鎧'
# 操作方式
result = session.query(User).filter(User.name == '虞姬').update({User.name: '孫尚香'}, synchronize_session='fetch')
# 提交
session.commit()
複製程式碼
刪
刪除的話,無非就是查詢
到目標記錄,然後進行刪除。
# 使用查詢語句,filter是where條件,最後呼叫delete()進行刪除記錄:
session.query(User).filter_by(name="鎧").delete()
session.commit()
複製程式碼
關聯表查詢
MySQL
作為關係型資料庫,可以通過設定外來鍵來進行多個表互相關聯查詢。相應的,SQLAlchemy
也提供了物件之間的一對一、一對多、多對多關聯功能。
一對多
在SQLAlchemy
的一對多關係中,使用ForeignKey()
來表示表的外來鍵,relationship()
表示表與表之間關聯的屬性。
def one_to_many():
# 定義user類
class User(Base):
# 表名
__tablename__ = "user"
# 表的結構
# 設定id為主鍵 並自增長
id = Column(BIGINT, primary_key=True, autoincrement=True)
name = Column(String(20))
# 定義使用者關注的公眾號屬性,指明兩者的關係
account = relationship('Account', back_populates="user")
class Account(Base):
__tablename__ = 'account'
id = Column(BIGINT, primary_key=True, autoincrement=True)
name = Column(String(20))
# 設定外來鍵關聯到user表的:
user_id = Column(BIGINT, ForeignKey('user.id'))
# 定義 Account 的 user 屬性,指明兩者關係
user = relationship("User", back_populates="account")
# 清空資料庫並重新初始化
drop_db()
init_db()
mrlizi = User(name='mrlizi')
mrlizi.account = [
Account(name='攻城獅峽谷'),
Account(name='zone7')
]
session.add(mrlizi)
result = session.query(User).filter(User.name == 'mrlizi').one()
for item in result.account:
print(item.name)
result = session.query(Account).filter(Account.name == '攻城獅峽谷').one()
print(result.user.name)
session.commit()
one_to_many()
複製程式碼
上面程式碼的實現過程:
- 建立一對多資料表模型
- 將之前的資料清空後重新初始化,用新的表模型建立個新的user,並新增關注的公眾號account
- 增加name為mrlizi的
user
表記錄,同時建立相關聯的公眾號資訊記錄。 - 通過
user
表查詢相關聯的公眾號資料 - 通過
account
表查詢相關聯的使用者資料
一對一
一對一其實就是兩個表互相關聯,我們只需要在一對多關係基礎上的父表中使用uselist
引數來表示。實現程式碼如下:
def one_to_one():
# 定義user類
class User(Base):
__tablename__ = "user"
id = Column(BIGINT, primary_key=True, autoincrement=True)
name = Column(String(20))
account = relationship('Account', uselist=False, back_populates="user")
# 公眾號類
class Account(Base):
__tablename__ = 'account'
id = Column(BIGINT, primary_key=True, autoincrement=True)
name = Column(String(20))
# 設定外來鍵關聯到user表的:
user_id = Column(BIGINT, ForeignKey('user.id'))
# 定義 Account 的 user 屬性,指明兩者關係
user = relationship("User", back_populates="account")
# 清空資料庫並重新初始化
drop_db()
init_db()
# 新增記錄
user = User(name='子非魚')
user.account = Account(name='攻城獅峽谷')
session.add(user)
session.commit()
# 查詢
result = session.query(User).filter(User.name == '子非魚').one()
print(result.account.name)
# 輸出:
# 攻城獅峽谷
one_to_one()
複製程式碼
多對多
多對多是通過兩個表之間增加一個關聯的表來實現,這個關聯表使用MetaData
物件來與兩個表關聯,並用ForeignKey
引數指定連結來定位到兩個不同的表,兩個不同的表則在relationship()
方法中通過secondary
引數來指定關聯表。
def many_to_many():
# 關聯表
association_table = Table('association', Base.metadata,
Column('user_id', BIGINT, ForeignKey('user.id')),
Column('account_id', BIGINT, ForeignKey('account.id'))
)
class User(Base):
__tablename__ = "user"
id = Column(BIGINT, primary_key=True, autoincrement=True)
name = Column(String(20))
accounts = relationship('Account', secondary=association_table, back_populates="users")
class Account(Base):
__tablename__ = 'account'
id = Column(BIGINT, primary_key=True, autoincrement=True)
name = Column(String(20))
users = relationship("User", secondary=association_table, back_populates="accounts")
# 清空資料庫並重新初始化
drop_db()
init_db()
# 建立記錄
user1 = User(name='子非魚')
user2 = User(name='zone')
user3 = User(name='mrlizi')
account1 = Account(name='攻城獅峽谷')
account2 = Account(name='zone7')
# 關聯記錄
user1.accounts = [account1]
user2.accounts = [account1, account2]
user3.accounts = [account2]
# 新增並儲存
session.add(user1)
session.add(user2)
session.add(user3)
session.commit()
# 雙向查詢
result1 = session.query(User).filter(User.name == 'zone').one()
for item in result1.accounts:
print(item.name)
result2 = session.query(Account).filter(Account.name == '攻城獅峽谷').one()
for item in result2.users:
print(item.name)
many_to_many()
複製程式碼
總結
MySQL作為主流的資料庫之一,我們不一定說要多深入去研究它的使用,但起碼的瞭解還是要有的。而且python中使用MySQL還是挺簡單的,程式碼敲著敲著就會了。