sqlalchemy mysql_SQLAlchemy简明教程

原文可见：SQLAlchemy简明教程 - Jiajun的编程随想

SQLAlchemy是Python中常用的一个ORM，SQLAlchemy分成三部分：

ORM，就是我们用类来表示数据库schema的那部分
SQLAlchemy Core，就是一些基础的操作，例如 update, insert 等等，也可以直接使用这部分来进行操作，但是它们写起来没有ORM那么自然
DBAPI，这部分就是数据库驱动

它们的关系如下(图片来自官网)：

我们先来看看一个简单的例子：

import contextlib
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker
from sqlalchemy import (create_engine,Column,Integer,DateTime,String,
)
from config import config  # config模块里有自己写的配置，我们可以换成别的，注意下面用到config的地方也要一起换engine = create_engine(config.SQLALCHEMY_DATABASE_URI,  # SQLAlchemy 数据库连接串，格式见下面echo=bool(config.SQLALCHEMY_ECHO),  # 是不是要把所执行的SQL打印出来，一般用于调试pool_size=int(config.SQLALCHEMY_POOL_SIZE),  # 连接池大小max_overflow=int(config.SQLALCHEMY_POOL_MAX_SIZE),  # 连接池最大的大小pool_recycle=int(config.SQLALCHEMY_POOL_RECYCLE),  # 多久时间回收连接
)
Session = sessionmaker(bind=engine)
Base = declarative_base(engine)class BaseMixin:"""model的基类,所有model都必须继承"""id = Column(Integer, primary_key=True)created_at = Column(DateTime, nullable=False, default=datetime.datetime.now)updated_at = Column(DateTime, nullable=False, default=datetime.datetime.now, onupdate=datetime.datetime.now, index=True)deleted_at = Column(DateTime)  # 可以为空, 如果非空, 则为软删@contextlib.contextmanager
def get_session():s = Session()try:yield ss.commit()except Exception as e:s.rollback()raise efinally:s.close()class User(Base, BaseMixin):__tablename__ = "user"Name = Column(String(36), nullable=False)Phone = Column(String(36), nullable=False, unique=True)

我们注意上面的几点：

engine，engine是SQLAlchemy 中位于数据库驱动之上的一个抽象概念，它适配了各种数据库驱动，提供了连接池等功能。其用法就是如上面例子中，engine = create_engine(<数据库连接串>)，数据库连接串的格式是 dialect+driver://username:password@host:port/database?参数 这样的，dialect 可以是 mysql, postgresql, oracle, mssql, sqlite，后面的 driver 是驱动，比如MySQL的驱动pymysql，如果不填写，就使用默认驱动。再往后就是用户名、密码、地址、端口、数据库、连接参数了，我们来看几个例子：
- MySQL: engine = create_engine('mysql+pymysql://scott:tiger@localhost/foo?charset=utf8mb4')
- PostgreSQL: engine = create_engine('postgresql+psycopg2://scott:tiger@localhost/mydatabase')
- Oracle: engine = create_engine('oracle+cx_oracle://scott:tiger@tnsname')
- MS SQL: engine = create_engine('mssql+pymssql://scott:tiger@hostname:port/dbname')
- SQLite: engine = create_engine('sqlite:absolute/path/to/foo.db')
- 详见：https://docs.sqlalchemy.org/en/13/core/engines.html

Session，Session的意思就是会话，也就是说，是一个逻辑组织的概念，因此，这需要靠你的业务逻辑来划分哪些操作使用同一个Session，哪些操作又划分为不同的业务操作，详见这里。举个简单的例子，以web应用为例，一个请求里共用一个Session就是一个好的例子，一个异步任务执行过程中使用一个Session也是一个例子。但是注意，不能直接使用Session，而是使用Session的实例，借助上面的代码，我们可以直接这样写：

with get_session() as s:print(s.query(User).first())

Base，Base是ORM中的一个基类，通过集成Base，我们才能方便的使用一些基本的查询，例如 s.query(User).filter_by(User.name="nick").first()。
BaseMixin，BaseMixin是我自己定义的一些通用的表结构，通过Mixin的方式集成到类里，比如上面的定义，我们常见的表结构里，都会有 ID、创建时间，更新时间，软删除标志等等，我们把它作为一个独立的类，这样通过继承即可获得相关表属性，省得重复写多次。

表的设计

表的设计通常就如 User 表一样：

class User(Base, BaseMixin):__tablename__ = "user"Name = Column(String(36), nullable=False)Phone = Column(String(36), nullable=False, unique=True)

首先使用 __tablename__ 自定义表名，接着写各个表中的属性，也就是对应在数据库表中的列(column)，常见的类型有：

$ egrep '^class ' ~/.pyenv/versions/3.6.0/lib/python3.6/site-packages/sqlalchemy/sql/sqltypes.py
class _LookupExpressionAdapter(object):
class Concatenable(object):
class Indexable(object):
class String(Concatenable, TypeEngine):
class Text(String):
class Unicode(String):
class UnicodeText(Text):
class Integer(_LookupExpressionAdapter, TypeEngine):
class SmallInteger(Integer):
class BigInteger(Integer):
class Numeric(_LookupExpressionAdapter, TypeEngine):
class Float(Numeric):
class DateTime(_LookupExpressionAdapter, TypeEngine):
class Date(_LookupExpressionAdapter, TypeEngine):
class Time(_LookupExpressionAdapter, TypeEngine):
class _Binary(TypeEngine):
class LargeBinary(_Binary):
class Binary(LargeBinary):
class SchemaType(SchemaEventTarget):
class Enum(Emulated, String, SchemaType):
class PickleType(TypeDecorator):
class Boolean(Emulated, TypeEngine, SchemaType):
class _AbstractInterval(_LookupExpressionAdapter, TypeEngine):
class Interval(Emulated, _AbstractInterval, TypeDecorator):
class JSON(Indexable, TypeEngine):
class ARRAY(SchemaEventTarget, Indexable, Concatenable, TypeEngine):
class REAL(Float):
class FLOAT(Float):
class NUMERIC(Numeric):
class DECIMAL(Numeric):
class INTEGER(Integer):
class SMALLINT(SmallInteger):
class BIGINT(BigInteger):
class TIMESTAMP(DateTime):
class DATETIME(DateTime):
class DATE(Date):
class TIME(Time):
class TEXT(Text):
class CLOB(Text):
class VARCHAR(String):
class NVARCHAR(Unicode):
class CHAR(String):
class NCHAR(Unicode):
class BLOB(LargeBinary):
class BINARY(_Binary):
class VARBINARY(_Binary):
class BOOLEAN(Boolean):
class NullType(TypeEngine):
class MatchType(Boolean):

常见操作

我们来看看使用SQLAlchemy完成常见的操作，例如增删查改：

常见查询操作

SELECT * FROM user 应该这样写：

with get_session() as s:print(s.query(User).all())

SELECT * FROM user WHERE name='nick' 应该这样写：

with get_session() as s:print(s.query(User).filter_by(User.name='nick').all())print(s.query(User).filter(User.name == 'nick').all())  # 这样写是等同效果的

SELECT * FROM user WHERE name='nick' LIMIT 1 应该这样写：

with get_session() as s:print(s.query(User).filter_by(User.name='nick').first())

如果需要加判定，例如确保只有一条数据，那就把 first() 替换为 one()，如果确保一行或者没有，那就写 one_or_none()。

SELECT * FROM user ORDER BY id DESC LIMIT 1 应该这样写：

with get_session() as s:print(s.query(User).order_by(User.id.desc()).first())

SELECT * FROM user ORDER BY id DESC LIMIT 1 OFFSET 20 应该这样写：

with get_session() as s:print(s.query(User).order_by(User.id.desc()).offset(20).first())

常见删除操作

DELETE FROM user 应该这样写：

with get_session() as s:s.query(User).delete()

DELETE FROM user WHERE name='nick'：

with get_session() as s:s.query(User).filter_by(User.name='nick').delete()

DELETE FROM user WHERE name='nick' LIMIT 1：

with get_session() as s:s.query(User).filter_by(User.name='nick').limit(1).delete()

更新语句

UPDATE user SET name='nick'：

with get_session() as s:s.query(User).update({'name': 'nick'})

UPDATE user SET name='nick' WHERE id=1：

with get_session() as s:s.query(User).filter_by(User.id=1).update({'name': 'nick'})

也可以通过更改实例的属性，然后提交：

with get_session() as s:user = s.query(User).filter_by(User.id=1).one()user.name = 'nick's.commit()

插入语句

这个就简单了，实例化对象，然后 session.add，最后提交：

with get_session() as s:user = User()s.add(user)s.commit()

连表

SQLAlchemy 中可以直接使用join语句：

with get_session() as s:s.query(Customer).join(Invoice).filter(Invoice.amount == 8500)

可以是这么几种写法：

query.join(Address, User.id==Address.user_id)    # explicit condition
query.join(User.addresses)                       # specify relationship from left to right
query.join(Address, User.addresses)              # same, with explicit target
query.join('addresses')                          # same, using a string

数据库migration

我们使用alembic来做数据库migration，首先安装：

$ pip install alembic
$ alembic init alembic  # 此处 alembic init 后接的是保存migration的文件夹名称

然后我们要修改 alembic/env.py (假设你设置的保存migration的文件夹名称就是 alembic)，将对应部分修改成如下：

config.set_main_option('sqlalchemy.url', config.SQLALCHEMY_DATABASE_URI
)
target_metadata = Base.metadata  # 从任意一个我们的model可以拿到总的Base
engine = target_metadata.bind

因为SQLAlchemy会把表的信息存储在 metadata 里，而我们都继承了 Base，因此可以通过 Base.metadata 来拿到所有表的信息，这样子alembic才能够拿到表的结构，然后和数据库进行对比，生成migration脚本：

$ alembic revision --autogenerate -m '本次migration的信息，相当于git提交时的评论'

总结

这一篇中我们看了如何使用SQLAlchemy来进行常见的操作，我们首先从如何定义表开始，接着我们注意看了常见的SQL操作对应的 SQLAlchemy操作是怎样的，最后我们看了以下alembic应该怎么配置才能自动生成migration脚本。

参考资料：

官网文档