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(xiàn)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(xiàn)方式是將數(shù)據(jù)庫表轉(zhuǎn)換為Python類,其中數(shù)據(jù)列作為屬性,數(shù)據(jù)庫操作作為方法。
在使用sqlalchemy訪問數(shù)據(jù)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(dāng)需要一份數(shù)據(jù)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。
通過創(chuàng)建引擎、綁定引擎來創(chuàng)建會話,實現(xiàn)數(shù)據(jù)庫的訪問。
from sqlalchemy import create_engine # 引擎 from sqlalchemy.orm import sessionmaker # 創(chuàng)建orm的會話池,orm和sql均可以管理對象關(guān)系型數(shù)據(jù)庫,需要綁定引擎才可以使用會話, # 創(chuàng)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(shù)據(jù)庫 #echo=True, # 打印操作對應(yīng)的SQL語句 pool_size=8, # 連接個數(shù) pool_recycle=60*30 # 不使用時斷開 ) # 創(chuàng)建session DbSession = sessionmaker(bind=engine) # 會話工廠,與引擎綁定。 session = DbSession() # 實例化 session.close() # 關(guān)閉會話
在使用sqlalchemy訪問數(shù)據(jù)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(xiàn)之后的增刪改查。
# 導(dǎo)入定義類需要的模塊 from sqlalchemy.ext.declarative import declarative_base # 調(diào)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(diào)用的表格
需要先繼承基類,在定義__init__函數(shù),設(shè)置輸入?yún)?shù)。
# 創(chuàng)建庫表類型 Base = declarative_base() # 調(diào)用sqlalchemy的基類 class Users(Base): '''繼承基類''' __tablename__ = "users" # 數(shù)據(jù)表的名字 __table_args__ = {'extend_existing': True} # 當(dāng)數(shù)據(jù)庫中已經(jīng)有該表時,或內(nèi)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(diào)用的特征,可以只聲明數(shù)據(jù)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(chuàng)建,此時可以在數(shù)據(jù)庫中看到這些表。
2. 創(chuàng)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(chuàng)建庫表類型 Base = declarative_base() # 調(diào)用sqlalchemy的基類 class model_data(BASE): '''創(chuàng)建數(shù)據(jù)庫表類:模型所需的基本字段''' __abstract__ = True # 輔助sqlAlchemy實現(xiàn)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(nèi)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(xùn)練集表 '''繼承model_data的屬性,并將表的名字定義為:'xxx_train_data'存入數(shù)據(jù)庫 ''' __tablename__ = 'xxx_train_data' class DevData(model_data): # 開發(fā)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(chuàng)建,此時可以在數(shù)據(jù)庫中看到這些表。
因為是會話操作,當(dāng)某個語句,例如增加數(shù)據(jù)時,不成功的時候需要回滾。
增加數(shù)據(jù)
# 增加數(shù)據(jù) add_user = Users("test3", "test123@qq.com") session.add(add_user) session.commit() # add_users = Users(("test", "test123@qq.com"),('a','b'))) # session.add(add_users) # session.commit() # 當(dāng)上述語句出現(xiàn)執(zhí)行錯誤時,需要執(zhí)行回滾語句,才能繼續(xù)操作 session.rollback()
刪除數(shù)據(jù)
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(shù)據(jù)
# 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(shù)據(jù)
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(shù)據(jù)庫中該表的屬性。
1. 將DataFrame格式的數(shù)據(jù)導(dǎo)入數(shù)據(jù)庫
class DataAccessLayer:# 數(shù)據(jù)連接層、定義了連接和關(guān)閉。 '''數(shù)據(jù)連接層、定義了連接和關(guān)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(shù)據(jù)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(guān)閉引擎。''' self.ENGINE.close() def df_save_db(df,tablename): '''將數(shù)據(jù)集DataFrame保存到數(shù)據(jù)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(guān)于python實現(xiàn)sqlalchemy的使用的文章就介紹到這了,更多相關(guān)python sqlalchemy使用內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!