Python玩转SQL的神器有哪些

这篇文章主要讲解了“python玩转sql的神器有哪些”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“Python玩转SQL的神器有哪些”吧！

初始化工作

一般使用ORM框架，都会有一些初始化工作，比如数据库连接，定义基础映射等。

以MySQL为例，创建数据库连接只需要传入DSN字符串即可。其中echo表示是否输出对应的sql语句，对调试比较有帮助。

from sqlalchemy import create_engineengine = create_engine('Mysql+pymysql://$user:$passWord@$host:$port/$db?charset=utf8mb4', echo=True)

个人设计

对于我个人而言，引进ORM框架时，我的项目会参考mvc模式做以下设计。其中model存储的是一些数据库模型，即数据库表映射的Python类；model_op存储的是每个模型对应的操作，即增删查改；调用方（如main.py）执行数据库操作时，只需要调用model_op层，并不用关心model层，从而实现解耦。

├── main.py├── model│ ├── __init__.py│ ├── base_model.py│ ├── ddl.sql│ └── py_orm_model.py└── model_op ├── __init__.py └── py_orm_model_op.py

映射声明(Model介绍)

举个栗子，如果我们有这样一张测试表

create table py_orm ( `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '唯一id', `name` varchar(255) NOT NULL DEFAULT '' COMMENT '名称', `attr` JSON NOT NULL COMMENT '属性', `ct` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间', `ut` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON update CURRENT_TIMESTAMP COMMENT '更新时间', PRIMARY KEY(`id`))ENGINE=InnoDB COMMENT '测试表';

在ORM框架中，映射的结果就是下文这个Python类

# py_orm_model.pyfrom .base_model import Basefrom sqlalchemy import Column, Integer, String, TIMESTAMP, text, jsONclass PyOrmModel(Base): __tablename__ = 'py_orm' id = Column(Integer, autoincrement=True, primary_key=True, comment='唯一id') name = Column(String(255), nullable=False, default='', comment='名称') attr = Column(JSON, nullable=False, comment='属性') ct = Column(TIMESTAMP, nullable=False, server_default=text('CURRENT_TIMESTAMP'), comment='创建时间') ut = Column(TIMESTAMP, nullable=False, server_default=text('CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP'), comment='更新时间')

首先，我们可以看到PyOrmModel继承了Base类，该类是sqlalchemy提供的一个基类，会对我们声明的Python类做一些检查，我将其放在base_model中。

# base_model.py# 一般base_model做的都是一些初始化的工作from sqlalchemy import create_enginefrom sqlalchemy.ext.declarative import declarative_baseBase = declarative_base()engine = create_engine("mysql+pymysql://root:123456@127.0.0.1:33306/orm_test?charset=utf8mb4", echo=False)

其次，每个Python类都必须包含__tablename__属性，不然无法找到对应的表。

第三，关于数据表的创建有两种方式，第一种当然是手动在MySQL中创建，只要你的Python类定义没有问题，就可以正常操作；第二种是通过orm框架创建，比如下面：

# main.py# 注意这里的导入路径，Base创建表时会寻找继承它的子类，如果路径不对，则无法创建成功from sqlachlemy_lab import Base, engineif __name__ == '__main__': Base.metadata.create_all(engine)

创建效果：

...2020-04-04 10:12:53,974 INFO sqlalchemy.engine.base.EngineCREATE TABLE py_orm (id INTEGER NOT NULL AUTO_INCREMENT,name VARCHAR(255) NOT NULL DEFAULT '' COMMENT '名称',attr JSON NOT NULL COMMENT '属性',ct TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP,ut TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP, PRIMARY KEY (id))

第四，关于字段属性

• primary_key和autoincrement比较好理解，就是MySQL的主键和递增属性。

• 如果是int类型，不需要指定长度，而如果是varchar类型，则必须指定。

• nullable对应的就是MySQL中的NULL 和 NOT NULL

• 关于default和server_default: default代表的是ORM框架层面的默认值，即插入的时候如果该字段未赋值，则会使用我们定义的默认值；server_default代表的是数据库层面的默认值，即DDL语句中的default关键字。

Session介绍

在SQLAlchemy的文档中提到，数据库的增删查改是通过session来执行的。

>>> from sqlalchemy.orm import sessionmaker>>> Session = sessionmaker(bind=engine)>>> session = Session()>>> orm = PyOrmModel(id=1, name='test', attr={})>>> session.add(orm)>>> session.commit()>>> session.close()

如上，我们可以看到，对于每一次操作，我们都需要对session进行获取，提交和释放。这样未免过于冗余和麻烦，所以我们一般会进行一层封装。

采用上下文管理器的方式，处理session的异常回滚和关闭，这部分与所参考的文章是几乎一致的。

# base_model.pyfrom contextlib import contextmanagerfrom sqlalchemy.orm import sessionmaker, scoped_sessiondef _get_session(): """获取session""" return scoped_session(sessionmaker(bind=engine, expire_on_commit=False))()# 在这里对session进行统一管理，包括获取，提交，回滚和关闭@contextmanagerdef db_session(commit=True): session = _get_session() try: yield session if commit: session.commit() except Exception as e: session.rollback() raise e finally: if session: session.close()

在PyOrmModel中增加两个方法，用于model和dict之间的转换

class PyOrmModel(Base): ... @staticmethod def fields(): return ['id', 'name', 'attr'] @staticmethod def to_json(model): fields = PyOrmModel.fields() json_data = {} for field in fields: json_data[field] = model.__getattribute__(field) return json_data @staticmethod def from_json(data: dict): fields = PyOrmModel.fields() model = PyOrmModel() for field in fields: if field in data: model.__setattr__(field, data[field]) return model

数据库操作的封装，与参考的文章不同，我是直接调用了session，从而使调用方不需要关注model层，减少耦合。

# py_orm_model_op.pyfrom sqlachlemy_lab.model import db_sessionfrom sqlachlemy_lab.model import PyOrmModelclass PyOrmModelOp: def __init__(self): pass @staticmethod def save_data(data: dict): with db_session() as session: model = PyOrmModel.from_json(data) session.add(model) # 查询操作，不需要commit @staticmethod def query_data(pid: int): data_list = [] with db_session(commit=False) as session: data = session.query(PyOrmModel).filter(PyOrmModel.id == pid) for d in data: data_list.append(PyOrmModel.to_json(d)) return data_list

调用方

# main.pyfrom sqlachlemy_lab.model_op import PyOrmModelOpif __name__ == '__main__': PyOrmModelOp.save_data({'id': 1, 'name': 'test', 'attr': {}})

感谢各位的阅读，以上就是“Python玩转SQL的神器有哪些”的内容了，经过本文的学习后，相信大家对Python玩转SQL的神器有哪些这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是编程网，小编将为大家推送更多相关知识点的文章，欢迎关注！