首页 > Python资料 博客日记
【Python系列】SQLAlchemy 基本介绍
2024-09-20 08:00:06Python资料围观41次
💝💝💝欢迎来到我的博客,很高兴能够在这里和您见面!希望您在这里可以感受到一份轻松愉快的氛围,不仅可以获得有趣的内容和知识,也可以畅所欲言、分享您的想法和见解。
- 推荐:kwan 的首页,持续学习,不断总结,共同进步,活到老学到老
- 导航
非常期待和您一起在这个小小的网络世界里共同探索、学习和成长。💝💝💝 ✨✨ 欢迎订阅本专栏 ✨✨
博客目录
一.基础介绍
SQLAlchemy 是一个 Python 的 SQL 工具包和对象关系映射(ORM)工具,它提供了一个高层的 ORM 以及底层的 SQL 表达式语言。SQLAlchemy 是开源的,并且可以在商业和非商业项目中免费使用。它支持多种数据库系统,包括 PostgreSQL、MySQL、SQLite 等。
1. SQLAlchemy 的起源
SQLAlchemy 最初由 Michael Bayer 在 2005 年创建,目的是提供一个全面的 SQL 工具包和 ORM 解决方案,以满足 Python 社区的需求。随着时间的推移,SQLAlchemy 不断发展和完善,成为了 Python 数据库编程领域中最受欢迎的库之一。
2. SQLAlchemy 的核心组件
2.1 核心 SQL 工具包
SQLAlchemy 的核心 SQL 工具包提供了构建 SQL 查询的功能,它允许开发者以 Pythonic 的方式编写 SQL 语句。这包括了对数据库表的创建、数据的增删改查等操作。
2.2 ORM 层
ORM(Object-Relational Mapping)层是 SQLAlchemy 的另一个重要组成部分,它允许开发者使用 Python 类和对象来表示数据库中的表和行。ORM 层抽象了数据库操作,使得开发者可以不必编写 SQL 语句,而是通过操作 Python 对象来间接地与数据库交互。
3. SQLAlchemy 的优势
3.1 灵活性
SQLAlchemy 提供了灵活的 SQL 构建工具,开发者可以自由地编写 SQL 语句,同时也可以利用 ORM 层提供的抽象来简化数据库操作。
3.2 跨数据库支持
SQLAlchemy 支持多种数据库系统,这意味着开发者可以使用相同的代码库来操作不同的数据库,而不需要为每种数据库编写特定的代码。
3.3 强大的社区支持
由于 SQLAlchemy 的流行,它拥有一个活跃的社区,开发者可以在社区中找到大量的资源和帮助,包括文档、教程和第三方库。
二.实战步骤
1.数据库配置
# 数据库
database:
TYPE: mysql
DATABASE_URL: mysql://root:xxx@xxxx:9306/test?serverTimezone=Asia/Shanghai
USERNAME: root
PASSWORD: xxx
HOST: xxxx
PORT: 9306
DBNAME: test
MAX_OVERFLOW: 60
POOL_TIMEOUT: 120
POOL_SIZE: 30
URL_PROPERTY: ?charset=utf8
ECHO: True
2.model
from datetime import datetime
import pytz
from sqlalchemy import String, Column, Text, DateTime, JSON
from sqlalchemy.ext.asyncio import AsyncAttrs
from sqlalchemy.orm import DeclarativeBase, Mapped, mapped_column, attributes
def get_beijing_now():
# 获取当前系统时区
return datetime.now(pytz.timezone('Asia/Shanghai'))
# 基类
class Base(AsyncAttrs, DeclarativeBase):
id: Mapped[int] = mapped_column(primary_key=True)
create_time = Column(DateTime, default=get_beijing_now, nullable=False)
update_time = Column(DateTime, default=get_beijing_now, onupdate=get_beijing_now, nullable=False)
def to_dict(self):
"""
转为字典输出
:return:
"""
return {c.name: getattr(self, c.name) for c in self.__table__.columns}
@repr_generator
class AlchemyEntitySchemas(Base):
__tablename__ = "entity_schemas"
name = Column(String(255), nullable=False, comment='名称')
3.连接配置
from sqlalchemy.pool import QueuePool
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.exc import SQLAlchemyError
from sqlalchemy.sql import text
from base.config import get_config_key
from urllib.parse import quote_plus as urlquote
from sqlalchemy.ext.asyncio import create_async_engine, AsyncSession, AsyncEngine, async_sessionmaker
class Database:
def __init__(self, url, pool_size=30, pool_timeout=1200, max_overflow=60, echo=False):
try:
self.engine = create_engine(url, poolclass=QueuePool, pool_size=pool_size,
max_overflow=max_overflow, pool_timeout=pool_timeout,
echo=echo, pool_recycle=7200, pool_pre_ping=True, echo_pool=echo)
self.Session = sessionmaker(bind=self.engine, expire_on_commit=False, autocommit=False, autoflush=False)
print("Database connected successfully.")
except SQLAlchemyError as e:
print(f"Error connecting to the database: {e}")
def get_session(self):
return self.Session()
@staticmethod
def close_session(_session):
_session.close()
@staticmethod
def execute_query(query, _session):
try:
result = _session.execute(query)
return result.fetchall()
except SQLAlchemyError as e:
print(f"Error executing query: {e}")
return None
finally:
Database.close_session(_session)
class SyncDatabase:
async_engine: AsyncEngine = None
async_session = None
def __init__(self, url, pool_size=30, pool_timeout=1200, max_overflow=60, echo=False):
self.url = url
self.max_overflow = max_overflow
self.pool_timeout = pool_timeout
self.pool_size = pool_size
self.echo = echo
self.connect()
def connect(self):
"""创建数据库引擎和会话类"""
try:
self.async_engine = create_async_engine(self.url, echo=self.echo, pool_size=pool_size,
max_overflow=max_overflow, pool_timeout=pool_timeout,
pool_recycle=7200,
pool_pre_ping=True, echo_pool=self.echo)
self.async_session = async_sessionmaker(bind=self.async_engine, class_=AsyncSession, expire_on_commit=False,
autocommit=False, autoflush=False)
print("Database connected successfully.")
except SQLAlchemyError as e:
print(f"Error connecting to the database: {e}")
def get_db_url():
userName = get_config_key("database", "USERNAME")
password = get_config_key("database", "PASSWORD")
dbHost = get_config_key("database", "HOST")
dbPort = get_config_key("database", "PORT")
dbName = get_config_key("database", "DBNAME")
urlProperty = get_config_key("database", "URL_PROPERTY")
if dbName is None:
return f'mysql+pymysql://{userName}:{urlquote(password)}@{dbHost}:{dbPort}{urlProperty}'
else:
return f'mysql+pymysql://{userName}:{urlquote(password)}@{dbHost}:{dbPort}/{dbName}{urlProperty}'
def get_sync_db_url():
userName = get_config_key("database", "USERNAME")
password = get_config_key("database", "PASSWORD")
dbHost = get_config_key("database", "HOST")
dbPort = get_config_key("database", "PORT")
dbName = get_config_key("database", "DBNAME")
urlProperty = get_config_key("database", "URL_PROPERTY")
if dbName is None:
return f'mysql+aiomysql://{userName}:{urlquote(password)}@{dbHost}:{dbPort}{urlProperty}'
else:
return f'mysql+aiomysql://{userName}:{urlquote(password)}@{dbHost}:{dbPort}/{dbName}{urlProperty}'
url = get_db_url()
max_overflow = get_config_key("database", "MAX_OVERFLOW")
pool_timeout = get_config_key("database", "POOL_TIMEOUT")
pool_size = get_config_key("database", "POOL_SIZE")
echo = get_config_key("database", "ECHO")
# sqlalchemy实际操作对象,导入的时候应该导入这个对象
get_sqlalchemy_db = Database(url, pool_size=pool_size, pool_timeout=pool_timeout, max_overflow=max_overflow, echo=echo)
# 异步的
SYNC_DB_URI = get_sync_db_url()
_async_engine = create_async_engine(SYNC_DB_URI, echo=echo, pool_size=pool_size,
max_overflow=max_overflow, pool_timeout=pool_timeout, pool_recycle=7200,
pool_pre_ping=True, echo_pool=echo)
# 异步IO的 sqlalchemy实际操作对象,导入的时候应该导入这个对象
async_session_factory = async_sessionmaker(bind=_async_engine, class_=AsyncSession, expire_on_commit=False,
autocommit=False, autoflush=False)
4.调用 SQL
@staticmethod
async def find_by_name(name: str):
"""
根据名称查询
"""
db = get_sqlalchemy_db
try:
with Session(db.engine) as session:
stmt = select(AlchemySchemas)
if name:
stmt = stmt.where(AlchemySchemas.name == name)
schemas_infos = session.scalars(stmt).all()
return [schemas_info.to_dict() for schemas_info in schemas_infos] if schemas_infos else None
except SQLAlchemyError as e:
print(f"An error occurred: {e}")
return None
finally:
db.close_session(session)
觉得有用的话点个赞
👍🏻
呗。
❤️❤️❤️本人水平有限,如有纰漏,欢迎各位大佬评论批评指正!😄😄😄💘💘💘如果觉得这篇文对你有帮助的话,也请给个点赞、收藏下吧,非常感谢!👍 👍 👍
🔥🔥🔥Stay Hungry Stay Foolish 道阻且长,行则将至,让我们一起加油吧!🌙🌙🌙
标签:
相关文章
最新发布
- 【Python】selenium安装+Microsoft Edge驱动器下载配置流程
- Python 中自动打开网页并点击[自动化脚本],Selenium
- Anaconda基础使用
- 【Python】成功解决 TypeError: ‘<‘ not supported between instances of ‘str’ and ‘int’
- manim边学边做--三维的点和线
- CPython是最常用的Python解释器之一,也是Python官方实现。它是用C语言编写的,旨在提供一个高效且易于使用的Python解释器。
- Anaconda安装配置Jupyter(2024最新版)
- Python中读取Excel最快的几种方法!
- Python某城市美食商家爬虫数据可视化分析和推荐查询系统毕业设计论文开题报告
- 如何使用 Python 批量检测和转换 JSONL 文件编码为 UTF-8
点击排行
- 版本匹配指南:Numpy版本和Python版本的对应关系
- 版本匹配指南:PyTorch版本、torchvision 版本和Python版本的对应关系
- Python 可视化 web 神器:streamlit、Gradio、dash、nicegui;低代码 Python Web 框架:PyWebIO
- 相关性分析——Pearson相关系数+热力图(附data和Python完整代码)
- Python与PyTorch的版本对应
- Anaconda版本和Python版本对应关系(持续更新...)
- Python pyinstaller打包exe最完整教程
- Could not build wheels for llama-cpp-python, which is required to install pyproject.toml-based proj