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SQLAlchemyfrom sqlalchemy import Column, BIGINT, String, create_enginefrom sqlalchemy.orm import sessionmakerfrom 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sessionsynchronize_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。