ORM: Object Relational Mapper.

目前Python有很多ORM工具可以将数据库映像为Python的Objects对象。

其中比较知名的有Django的ORM，SQLAlchemy, PostgreSQL等。SQLAlchemy有更多的人维护，功能也比较齐全。所以一般是我们的首选项。

对于SQLAlchemy的使用者来说，只要你一开始连接上数据库，不管是Sqlite，MySQL还是什么，后面的处理方式完全一样。这种便利性也是它受欢迎的原因。

抛弃了传统的自己编织SQL语句、制作模型、连接数据库方式，SQLAlchemy直接把这些东西全包在黑盒里面，让我们完全不需要去管。连SQL-Injection注入这种东西也被它帮忙防范了。这样一来，可以说在连接数据库方面，帮我们节省了最少一半以上的代码。

甚至连数据查询，SQLAlchemy也代替了SQL语句，而使用了专门的类似MongoDB的Object.query.filter_by(name='Jason').all()这种方法。

安装：

# 安装sqlalchemy$ pip install sqlalchemy

安装Drivers：

# Sqlite# 不需要，Python自带# MySQL$ pip install pymysql# Postgresql$ pip install psycopg2

SQLAlchemy自身不带数据库driver，需要我们自己安装，并在连接时候指定。

而这些driver，实际上就是我们曾经手动连接数据库所用的包。而SQLAlchemy只是代替我们使用这些同样的包。

连接数据库

创建一个sqlite的ORM引擎：

from sqlalchemy import create_engine# 连接格式为：sqlite://
    
     /
     
      engine  = create_engine('sqlite:///foo.db', echo=True)
     
    

创建一个MySQL的ORM引擎：

from sqlalchemy import create_engine# 连接格式为：dialect+driver://username:password@host:port/databaseengine  = create_engine('mysql+pymysql://root:password123@localhost/db_test_01', echo=True)

数据库的位置（三斜杠为相对路径，四斜杠为绝对路径）：

# 使用绝对路径的数据库文件()，如/tmp/mydatabase.dbengine  = create_engine('sqlite:tmp/mydatabase.db')# 使用当前「执行位置」数据库文件(///或///./)engine  = create_engine('sqlite:///mydatabase.db')# 使用当前「执行位置」父级目录(///../)的数据库文件engine  = create_engine('sqlite:///../mydatabase.db')# 使用当前「脚本位置」的数据库文件import oscwd = os.path.split(os.path.realpath(__file__))[0]engine  = create_engine('sqlite:///{}/mydatabase.db'.format(cwd))

Create Tables 创建表

注意：不同于SQL语句，SQLAlchemy中的表名是

完全区分大小写的！

创建一个Schema表（指单纯表，不包含ORM对象）：

from sqlalchemy import create_engine, MetaDatafrom sqlalchemy import Table, Columnfrom sqlalchemy import Integer, String, ForeignKeyengine  = create_engine('mysql+pymysql://root:password123@localhost/db_test_01', echo=True)metadata = MetaData(engine)# 创建一个表user_table = Table( 'tb_user', metadata,        Column('id', Integer, primary_key=True),        Column('name', String(50)),        Column('fullname', String(100)))# 让改动生效metadata.create_all()

创建一个ORM对象（包括表）：

# 导入表格创建引擎from sqlalchemy import create_engine# 导入列格式from sqlalchemy import Column, Integer, String, ForeignKey# 导入创建ORM模型相关from sqlalchemy.ext.declarative import declarative_baseBase  = declarative_base()class User(Base):    __tablename__ = 'tb_Person'    id = Column('id', Integer, primary_key=True)    username = Column('username', String, unique=True)engine = create_engine('sqlite:///test.sqlite', echo=True)Base.metadata.create_all(bind=engine)

用普通表Table和ORM对象创建的表有什么不同？

他们在数据库中创建的，是完全相同的表！唯一区别是，Table创建的不包含ORM对象，也就是不提供让你直接操作Python对象的功能。这么做的好处是，有很多只是关联作用的表，没有必要生成ORM对象。

删除数据库中的表

# engine = ...# Base = ...# 逐个ORM对象删除对应的表，如User类User.__table__.drop(engine)# 删除全部表Base.metadata.drop_all(engine)

设计或调试过程中，我们经常要频繁改动表格，所以有必要在创建表格前把测试数据库中的表都清除掉，再创建新的定义。

Insertion 插入数据

将数据添加到数据库：

# ...# 导入session相关(用于添加数据)from sqlalchemy.orm import sessionmaker, relationshipuser = User()user.id = 1user.username = 'Jason'Session = sessionmaker(bind=engine)session = Session()session.add(user)session.commit()session.close()

注意：这里的session和网站上的session概念有点不一样。这里是用来commit提交数据库变动的工具。

批量添加数据（向add_all()传入列表）：

session.add_all( [user1, user2, user3] )

添加每条数据的时候自动flush():

session = sessionmaker(bind=engine, autoflush=True)

autoflush是在每次session.add()自动执行session.flush()，即在插入数据库之前就在内存中生成所有对象的动态数据（如主键ID等）。一般默认是选false，因为会影响效率。最好是需要的时候，才手动执行session.flush()

具体缘由，看下一节“数据生效”。

Take effect 数据生效

SQLAlchemy中的create_all()和session.commit()都是直接让python文件中定义的对象在数据库中生效的语句。在此之前，无论怎么定义，数据都是在内存中，而没有在数据库中的。

注意区分：

• create_all只是让创建表格结构生效，无关insert的数据条目
• session.commit()只是让添加的数据生效，而不负责任何表格结构。

这两个的顺序，当然是先创建表格，再插入数据。

只是，如果我们知道了这个原理，在编码中才能比较运用自由。比如，连create_engine()创建引擎，我们都可以在后面定义，而没必要非得写在文件头，即所有的ORM定义之前。

create_engine只要定义在所有ORM类和Schema表之后即可。

此后，我们再开始进行数据插入工作，也就利用到了session。

session过程中呢，我们也会遇到互相引用主键外键ID的情况。但是注意，这时候因为还没有使用最终的session.commit()真正提交数据到数据库中，这些ID是没有值的。

解决办法就是利用内置的方法session.flush()，将session中已添加的所有对象填充好数据，但是这时候还没有提交到数据库，只是我们内部可以正常访问各种ID了。

更新／删除数据

更新：

# Get a row of datame = session.query(User).filter_by(username='Jason').first()# Method 1:me.age += 1session.commit()# Method 2:session.query().filter(    User.username == 'Jason').update(    {"age": (User.age +1)})session.commit()# Method 3:setattr(user, 'age', user.age+1)session.commit()

Get Primary Key Value 获取主键值

#sqlalchemy can't get primary key , #sqlalchemy 如何获得主键的值

这个问题花了我很多时间探索查询，不得其解，才明白原来是很显然的事。

虽然在没有用session或engine插入数据之前，我们可以直接浏览从ORM创建的对象中的属性值。

但是这个时候无论如何都获取不到primar_key主键列的值。

因为这时候主键还没有插入数据库，作为动态的值，在数据库没生效之前也就为None。

为什么需要获取value of primary_key？考虑如下这些场景：

• 子表中的foreign key外键需要引用主表的id
• ??

那么该怎么获取主键ID呢？

如果要想在插入数据之前就获取主键等动态列的值，那么有这几种方法：

• 直接利用SQLAlchemy建立类直接的内部关联，而不直接使用ID
• 主表插入数据，另session生效后，再用query获取相应对象，来得到它的ID。
• (*) 主表先用session.add(..)，再session.flush()，然后就可以获取ID，最后再session.commit()
• 不使用primary key主键，自己手动创建ID，这样来随便获取。

推荐做法如下：

即每次新创建对象后，立刻session.add(..)，然后立刻session.flush()，全部都添加好的文末，再session.commit().

Query 查询

注意：query是通过session进行的，也就是必须在session.commit()之后才能进行查询，否则会报错。

这里将的query查询，指的都是

在插入到数据库生效之后。理解这个很重要，因为在对象未插入到数据库之前，很多主键、外键等内容都是不存在的，也就无法查询到。

查询数据：

session.commit()# ...users = session.query(User).all()# 返回的是多个User类的对象：>>> [ 
    
     , 
     
      , .... ]for u in users:    print(u.id, u.username)
     
    

常用查询方法：

# 获取某ORM中数据 .query(ORM类名)>>> session.query( User ).all()     # All rows of data>>> session.query( User ).first()    # First row of data as an object# 查询结果排序 .order_by(类名.列名)>>> session.query(User).order_by( User.birth ).all()# 筛选结果 .filter( True/False 表达式 )>>> session.query(User).filter( User.name != 'Jason' ).all()>>> session.query(User).filter( User.name.like('%ed%') ).all()    # Fuzzy search>>> session.query(User).filter( User.id in [1, 2, 3] ).all()    # IN>>> session.query(User).filter( ~ User.id in [4, 5, 6] ).all()   # NOT IN>>> session.query(User).filter( User.school == 'MIT', User.age < 24 ).first()   # AND>>> session.query(User).filter( _or(User.school == 'MIT', User.age < 24) ).first()   # OR