国产精品一区二区四区,91亚洲精品久久久蜜桃网站,国产三级生活片

主頁 > 知識庫 > python實現sqlalchemy的使用概述

python實現sqlalchemy的使用概述

使用概述

在使用sqlalchemy訪問數據庫的時候，以類的形式表示表格，因此在使用之前，需要先定義類。

類的定義有三種：基類BASE、父類、子類

基類是sqlalchemy底層的；當需要一份數據切分為多個子表的時候，或多個表的字段一致時，可以使用一個父類定義字段的類型，多個子表繼承父類的屬性。

一、創建引擎和會話

通過創建引擎、綁定引擎來創建會話，實現數據庫的訪問。

from sqlalchemy import create_engine                          # 引擎
from sqlalchemy.orm import sessionmaker                       # 創建orm的會話池，orm和sql均可以管理對象關系型數據庫，需要綁定引擎才可以使用會話，

# 創建連接
engine = create_engine("mysql+pymysql://root:1234;@127.0.0.1/test", # 需要安裝mysql和pymysql的模塊，用戶名:密碼@ip地址/某個數據庫
                       #echo=True,         # 打印操作對應的SQL語句
                       pool_size=8,       # 連接個數
                       pool_recycle=60*30 # 不使用時斷開
                       )

# 創建session
DbSession = sessionmaker(bind=engine)  # 會話工廠，與引擎綁定。
session = DbSession()                  # 實例化

session.close()  # 關閉會話

二、定義類來表示虛擬表格

在使用sqlalchemy訪問數據庫的時候，以類的形式表示表格，因此在使用之前，需要先定義類。使用類的名稱而不是tablename實現之后的增刪改查。

# 導入定義類需要的模塊
from sqlalchemy.ext.declarative import declarative_base       # 調用sqlalchemy的基類
from sqlalchemy import Column, Index, distinct, update        # 指定字段屬性，索引、唯一、DML
from sqlalchemy.types import *                                # 所有字段類型

1. 直接建立一個可調用的表格

需要先繼承基類，在定義__init__函數，設置輸入參數。

# 創建庫表類型
Base = declarative_base()  # 調用sqlalchemy的基類

class Users(Base):
    '''繼承基類'''
    __tablename__ = "users"                     # 數據表的名字
    __table_args__ = {'extend_existing': True}  # 當數據庫中已經有該表時，或內存中已聲明該表，可以用此語句重新覆蓋聲明。
    id = Column(Integer, primary_key=True)
    name = Column(String(64), unique=True)
    #email = Column(String(64))

    def __init__(self, name, email):
        self.name = name
        self.email = email                      # 聲明需要調用的特征，可以只聲明數據庫中表格列的子集
        
Base.metadata.create_all(engine)                # 表生效：將所有定義的類，使用引擎創建，此時可以在數據庫中看到這些表。

2. 創建多個相同列屬性的表格先建立一個表格的父類，指定列的屬性，再通過繼承父類

不同的表

# 創建庫表類型
Base = declarative_base()  # 調用sqlalchemy的基類

class model_data(BASE):  
    '''創建數據庫表類：模型所需的基本字段'''
    __abstract__ = True                         # 輔助sqlAlchemy實現類的繼承，自動繼承屬性，省去super()
    __table_args__ = {'extend_existing': True}  # 若表的聲明在內存中已存在，則重新聲明表的名稱，不然會報錯
    ai_xdr_id = Column(BigInteger(), primary_key=True, unique=True, autoincrement= True)
    ai_sdk_id = Column(BigInteger())

class TrainData(model_data): # 訓練集表
    '''繼承model_data的屬性，并將表的名字定義為：'xxx_train_data'存入數據庫 '''
    __tablename__ = 'xxx_train_data'
    
class DevData(model_data):   # 開發集表
    '''表的名字定義為：'xxx_dev_data' '''
    __tablename__ = 'xxx_dev_data'

class TestData(model_data):  # 測試集表
    __tablename__ = 'xxx_test_data'

Base.metadata.create_all(engine)                # 表生效：將所有定義的類，使用引擎創建，此時可以在數據庫中看到這些表。

三、增刪改查

因為是會話操作，當某個語句，例如增加數據時，不成功的時候需要回滾。

增加數據

# 增加數據
add_user = Users("test3", "test123@qq.com")
session.add(add_user)
session.commit()

# add_users = Users(("test", "test123@qq.com"),('a','b')))
# session.add(add_users)
# session.commit()

# 當上述語句出現執行錯誤時，需要執行回滾語句，才能繼續操作
session.rollback()

刪除數據

delete_users = session.query(Users).filter(Users.name == "test").first()
if delete_users:
    session.delete(delete_users)
    session.commit()
    
session.query(Users).filter(Users.name == "test").delete()
session.commit()

更改數據

# 改
session.query(Users).filter_by(id=1).update({'name': "Jack"})

users = session.query(Users).filter_by(name="Jack").first()
users.name = "test"

查找數據

users = session.query(Users).filter_by(id=5).all()
for item in users:
    print(item.name)
    print(item.email)   # 若未在類中聲明，則無法訪問數據庫中該表的屬性。

四、進階技能

1. 將DataFrame格式的數據導入數據庫

class DataAccessLayer:# 數據連接層、定義了連接和關閉。
    '''數據連接層、定義了連接和關閉。'''
    def __init__(self):
        self.ENGINE = None                 # 引擎
        self.SESSION = None                # 會話
        self.conn_string = "mysql+pymysql://root:1234;@127.0.0.1/test"  ## 需要安裝mysql和pymysql的模塊，用戶名:密碼@ip地址/某個數據庫

    def connect(self):
        '''連接時建立引擎和會話。'''
        self.ENGINE = create_engine(self.conn_string, encoding='utf-8',isolation_level="AUTOCOMMIT", connect_args={'connect_timeout': 7200})
        # self.ENGINE = create_engine(self.conn_string, encoding='utf-8',connect_args={'connect_timeout': 7200})
        self.SESSION = sessionmaker(bind=self.ENGINE)()

    def disconnect(self):
        '''斷開時，關閉引擎。'''
        self.ENGINE.close()

def df_save_db(df,tablename):
    '''將數據集DataFrame保存到數據庫'''
    db_ac = DataAccessLayer()
    db_ac.connect()
    conn = db_ac.ENGINE.connect()
    df.to_sql(name=tablename, con=conn, if_exists='append', index=False)
    conn.close()
    print('%s updated.'%tablename)

df = pd.read_csv('traindata_jiangsu_donghai.csv')
df_save_db(df,'traindata_jiangsu_donghai')

到此這篇關于python實現sqlalchemy的使用的文章就介紹到這了,更多相關python sqlalchemy使用內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: