SQLAlchemy技术文档(中文版)(中)
2019独角兽企业重金招聘Python工程师标准>>>
10.建立联系(外键)
是时候考虑怎样映射和查询一个和Users表关联的第二张表了。假设我们系统的用户可以存储任意数量的email地址。我们需要定义一个新表Address与User相关联。
from sqlalchemyimport ForeignKey
from sqlalchemy.ormimport relationship, backref
class Address(Base):
__tablename__ = 'addresses'
id= Column(Integer, primary_key=True)
email_address = Column(String, nullable=False)
user_id = Column(Integer, ForeignKey('users.id'))
user = relationship("User", backref=backref('addresses',order_by=id))
def__repr__(self):
return"<Address(email_address='%s')>"%self.email_address
构造类和外键简单,就不过多赘述。主要说明以下relationship()函数:这个函数告诉ORM,Address类应该和User类连接起来,通过使用addresses.user。relationship()使用外键明确这两张表的关系。决定Adderess.user属性是多对一的。relationship()的子函数backref()提供表达反向关系的细节:relationship()对象的集合被User.address引用。多对一的反向关系总是一对多。更多的细节参考Basic RelRational Patterns。
这两个互补关系:Address.user和User.addresses被称为双向关系。这是SQLAlchemy ORM的一个非常关键的功能。更多关系backref的细节参见Linking Relationships with Backref。
假设声明的方法已经开始使用,relationship()中和其他类关联的参数可以通过strings指定。在上文的User类中,一旦所有映射成功,为了产生实际的参数,这些字符串会被当做Python的表达式。下面是一个在User类中创建双向联系的例子:
class User(Base):
addresses = relationship("Address", order_by="Address.id", backref="user")
一些知识:
在大多数的外键约束(尽管不是所有的)关系数据库只能链接到一个主键列,或具有唯一约束的列。
外键约束如果是指向多个列的主键,并且它本身也具有多列,这种被称为“复合外键”。
外键列可以自动更新自己来相应它所引用的行或者列。这被称为级联,是一种建立在关系数据库的功能。
外键可以参考自己的表格。这种被称为“自引”外键。
我们需要在数据库中创建一个addresses表,所以我们会创建另一个元数据,这将会跳过已经创建的表。
11.操作主外键关联的对象
现在我们已经在User类中创建了一个空的addresser集合,可变集合类型,例如set和dict,都可以用,但是默认的集合类型是list。
jack = User(name='jack', fullname='Jack Bean', password='gjffdd')
jack.addresses
[]
现在可以直接在User对象中添加Address对象。只需要指定一个完整的列表:
jack.addresses = [Address(email_address='jack@google.com'),Address(email_address='j25@yahoo.com')]
当使用双向关系时,元素在一个类中被添加后便会自动在另一个类中添加。这种行为发生在Python的更改事件属性中而不是用SQL语句:
>>> jack.addresses[1]
<Address(email_address='j25@yahoo.com')>
>>> jack.addresses[1].user
<User(name='jack', fullname='Jack Bean', password='gjffdd')>
把jack提交到数据库中,再次查询Jack,(No SQL is yet issued for Jack’s addresses:)这句实在是翻译不了了,看看代码就明白是什么意思:
>>> jack = session.query(User).\...
filter_by(name='jack').one()
>>> jack
<User(name='jack',fullname='Jack Bean', password='gjffdd')>
>>>jack.addresses
[<Address(email_address='jack@google.com')>, <Address(email_address='j25@yahoo.com')>]
当我们访问uaddresses集合时,SQL会被突然执行,这是一个延迟加载(lazy loading)关系的典型例子。现在addresses集合加载完成并且可以像对待普通列表一样对其进行操作。以后我们会优化这种加载方式。
12.使用JOINS查询
现在我们有了两张表,可以进行更多的查询操作,特别是怎样对两张表同时进行查询,Wikipediapage on SQL JOIN提供了很详细的说明,其中一些我们将在这里说明。之前用Query.filter()时,我们已经用过JOIN了,filter是一种简单的隐式join:
>>>for u, a in session.query(User, Address).filter(User.id==Address.user_id).filter(Address.email_address=='jack@google.com').all():
print u
print a
<User(name='jack',fullname='JackBean', password='gjffdd')>
<Address(email_address='jack@google.com')>
用Query.join()方法会更加简单:
>>>session.query(User).join(Address).\
... filter(Address.email_address=='jack@google.com').\
... all()
[<User(name='jack',fullname='JackBean', password='gjffdd')>]
之所以Query.join()知道怎么join两张表是因为它们之间只有一个外键。如果两张表中没有外键或者有一个以上的外键,当下列几种形式使用的时候,Query.join()可以表现的更好:
query.join(Address,User.id==Address.user_id)# 明确的条件
query.join(User.addresses)# 指定从左到右的关系
query.join(Address,User.addresses) #同样,有明确的目标
query.join('addresses') # 同样,使用字符串
outerjoin()和join()用法相同
query.outerjoin(User.addresses)# LEFT OUTER JOIN
12.1使用别名
当在多个表中查询时,如果同一张表需要被引用好几次,SQL通常要求对这个表起一个别名,因此,SQL可以区分对这个表进行的其他操作。Query也支持别名的操作。下面我们joinAddress实体两次,找到同时拥有两个不同email的用户:
>>>from sqlalchemy.ormimport aliased
>>>adalias1 = aliased(Address)
>>>adalias2 = aliased(Address)
>>>for username, email1, email2 in\
... session.query(User.name,adalias1.email_address,adalias2.email_address).\
... join(adalias1, User.addresses).\
... join(adalias2, User.addresses).\
... filter(adalias1.email_address=='jack@google.com').\
... filter(adalias2.email_address=='j25@yahoo.com'):
... print username, email1, email2
jack jack@google.com j25@yahoo.com
12.1使用子查询(暂时理解不了啊,多看代码研究吧:()
from sqlalchemy.sqlimport func
stmt = session.query(Address.user_id,func.count('*').\
... label('address_count')).\
... group_by(Address.user_id).subquery()
>>> for u, count in session.query(User,stmt.c.address_count).\
... outerjoin(stmt, User.id==stmt.c.user_id).order_by(User.id):
print u, count
<User(name='ed',fullname='EdJones', password='f8s7ccs')> None
<User(name='wendy',fullname='Wendy Williams', password='foobar')> None
<User(name='mary',fullname='Mary Contrary', password='xxg527')> None
<User(name='fred',fullname='Fred Flinstone', password='blah')> None
<User(name='jack',fullname='Jack Bean', password='gjffdd')> 2
12.2从子查询中选择实体?
上面的代码中我们只返回了包含子查询的一个列的结果。如果想要子查询映射到一个实体的话,使用aliased()设置一个要映射类的子查询别名:
>>> stmt = session.query(Address).\
... filter(Address.email_address!= 'j25@yahoo.com').\
... subquery()
>>> adalias = aliased(Address, stmt) #?为什么有两个参数?
>>> for user, address in session.query(User, adalias).\
... join(adalias, User.addresses):
... print user
... print address
<User(name='jack',fullname='Jack Bean', password='gjffdd')>
<Address(email_address='jack@google.com')>
12.3使用EXISTS(存在?)
如果表达式返回任何行,EXISTS为真,这是一个布尔值。它可以用在jions中,也可以用来定位在一个关系表中没有相应行的情况:
>>>from sqlalchemy.sqlimport exists
>>> stmt = exists().where(Address.user_id==User.id)
>>>for name, in session.query(User.name).filter(stmt):
print name
jack
等价于:
>>>for name, in session.query(User.name).\
... filter(User.addresses.any()):
... print name
jack
any()限制行匹配:
>>>for name, in session.query(User.name).\
... filter(User.addresses.any(Address.email_address.like('%google%'))):
... print name
jack
has()和any()一样在应对多对一关系的情况下(注意“~“意味着”NOT”)
>>> session.query(Address).\
... filter(~Address.user.has(User.name=='jack')).all()
[]
12.4 常见的关系运算符
== != None 都是用在多对一中,而contains()用在一对多的集合中:
query.filter(Address.user == someuser)
query.filter(User.addresses.contains(someaddress))
Any()(用于集合中):
query.filter(User.addresses.any(Address.email_address == 'bar'))#also takes keyword arguments:
query.filter(User.addresses.any(email_address='bar'))
as()(用在标量?不在集合中):
query.filter(Address.user.has(name='ed'))
Query.with_parent()(所有关系都适用):
session.query(Address).with_parent(someuser,'addresses')
13 预先加载(跟性能有关)和lazy loading相对,建议直接查看文档吧
待补充。。。
转载于:https://my.oschina.net/u/2254175/blog/369516
SQLAlchemy技术文档(中文版)(中)相关推荐
- 常用控件产品官方文档/手册/API列表 c#控件文档API列表 asp.net控件产品技术文档中文版...
.netCHARTING报表图表控件 文档帮助手册 Ab3d.PowerToys 文档帮助手册 Ab3d.Reader3ds 文档帮助手册 ABViewer 文档帮助手册 (工程图纸文档管理系统 ...
- asp.net控件产品技术文档中文版
.netCHARTING报表图表控件 文档帮助手册 Ab3d.PowerToys 文档帮助手册 Ab3d.Reader3ds 文档帮助手册 ABViewer 文档帮助手册 (工程图纸文档管理系统 ...
- SQLAlchemy 1.3文档中文版 - 对象关系指南
SQLAlchemy 1.3文档中文版 - 对象关系指南(Object Relational Tutorial) 中文翻译:郭夫子(374jetko@sina.com) 英文原文地址:https:// ...
- virtualbox中文技术文档_随笔--西门子STEP7中如何寻找技术文档
西门子STEP7软件支持的编程语言除了常用的LAD/FBD/STL,还有SCL/GRAPH等,应该说除了LAD/STL之外,SCL和GRAPH也是比较常用的,至少对我个人来说是这样,但是每种指令在不同 ...
- 好程序员技术文档HTML5开发中的javascript闭包
好程序员技术文档HTML5开发中的javascript闭包,事实上,通过使用闭包,我们可以做很多事情.比如模拟面向对象的代码风格;更优雅,更简洁的表达出代码;在某些方面提升代码的执行效率,同时避免对命 ...
- 代码中如何让无序标记的内容并排_英语技术文档中如何正确使用无序列表和有序列表?...
Foreword 之前跟大家分享过英语技术文档中如何正确使用时态和英语技术文档中如何正确使用人称,这一篇再跟大家分享一下如何正确使用无序列表和有序列表. 其实,在技术文档中,除了无序列表和有序列表,另 ...
- Markdown *.MD 文件 技术文档 在SDL Trados Studio中翻译
Markdown *.MD 文件 技术文档 在SDL Trados Studio中翻译 Markdown 是一种最新主流的技术文档写作格式,广泛用于API编写,在技术领域十分流行,本篇文档也是在CSD ...
- 技术文档中的各种架构图该怎么画? by彭文华
这是彭文华的第173篇原创 哎呀妈呀,现在催稿群里的要求越来越高了啊!你看看这哥们的要求,太难了好吗??? 不过这还真是系统架构师该干的事情.话说我最近写的东西的确有些偏了,我认真反省,坚决改正!感谢 ...
- [ChneChen的技术文档] [办公自动化应用]人工智能在公文处理中的广泛应用
人工智能在公文处理中的广泛应用 ChneChen 写于2018年12月8日星期六中午,首发于CSDN,入门级教材,给基层文字处理人员. 本文目的:在公文处理过程中,实现doc格式纸质文件(即:wor ...
最新文章
- vue——组件之elementTable组件再封装
- [POJ1155]TELE
- 凌云架构V0.1——第一部分 Why架构?——第一章 新项目来了
- 【Android 修炼手册】Gradle 篇 -- Gradle 的基本使用
- Barra 结构化风险模型实现(1)——沪深300指数的风格因子暴露度分析
- windows7系统电脑管理员权限怎么更改
- HLSL-高级着色语言简介【转】
- Java 并发编程之可重入锁 ReentrantLock
- django前端模板循环多个list
- Helm 架构 - 每天5分钟玩转 Docker 容器技术(161)
- Dxg——Raspberry Pi Pico python 开发笔记整理分类合集【所有的相关记录,都整理在此】
- Spring 事务模型
- 最新获取展示B站UP主实时信息PHP源码分享
- 2022 SPSSPRO杯A|B|C题思路分享【认证杯】
- 集合:List接口:ArrayList,LinkedList Set接口:HashSet
- js中的contains()方法记录
- Windows开发之——Win10开机启动及启动设置
- NCH PicoPDF Plus for Mac(PDF编辑器)
- python selenium下载对话框_Selenium+Python:下载文件(Firefox 和 Chrome)
- RGB-D Camera 汇总