Python中如何使用ORM？SQLAlchemy完整指南

sqlalchemy 是 python 中流行的 orm 框架，用于以面向对象的方式操作数据库。1. 安装 sqlalchemy：使用 pip install sqlalchemy；2. 连接数据库：根据数据库类型配置连接字符串；3. 定义模型：通过类映射数据库表结构；4. 创建表：调用 base.metadata.create_all(engine)；5. 创建 session：用于与数据库交互的主要接口；6. 实现 crud 操作：包括创建、读取、更新和删除数据；7. 处理关系映射：支持一对一、一对多、多对多关系；8. 执行复杂查询：使用 query 对象结合 func 和 join 实现；9. 管理事务：通过 session 提交或回滚操作；10. 优化性能：采用延迟加载、批量操作、索引优化和连接池技术。sqlalchemy 灵活强大，适合复杂应用需求，同时允许直接编写 sql 语句。

ORM，简单来说，就是在Python里用面向对象的方式操作数据库。不用写SQL，直接操作对象，方便！

SQLAlchemy是Python里最流行的ORM框架之一，功能强大，灵活性高。下面就来聊聊怎么用SQLAlchemy。

解决方案

立即学习“Python免费学习笔记（深入）”；

1. 安装SQLAlchemy：

   pip install sqlalchemy

2. 连接数据库：

首先，你需要指定数据库的连接字符串。连接字符串的格式取决于你使用的数据库。例如，MySQL：

   from sqlalchemy import create_engine

   engine = create_engine('mysql+pymysql://user:password@host/database')

PostgreSQL：

   engine = create_engine('postgresql+psycopg2://user:password@host/database')

SQLite：

   engine = create_engine('sqlite:///./mydatabase.db')

3. 定义模型（Model）：

模型是数据库表的Python表示。你需要定义类来映射到数据库表。

   from sqlalchemy import Column, Integer, String
   from sqlalchemy.ext.declarative import declarative_base

   Base = declarative_base()

   class User(Base):
       __tablename__ = 'users'

       id = Column(Integer, primary_key=True)
       name = Column(String(255))
       email = Column(String(255))

       def __repr__(self):
           return f"<User(name='{self.name}', email='{self.email}')>"

这里，Base是所有模型的基类。User类映射到users表。id、name和email是表中的列。

4. 创建表：

使用Base.metadata.create_all(engine)创建数据库表。

   from sqlalchemy import create_engine
   from sqlalchemy.ext.declarative import declarative_base
   from sqlalchemy import Column, Integer, String
   from sqlalchemy.orm import sessionmaker

   engine = create_engine('sqlite:///./mydatabase.db')
   Base = declarative_base()

   class User(Base):
       __tablename__ = 'users'

       id = Column(Integer, primary_key=True)
       name = Column(String(255))
       email = Column(String(255))

       def __repr__(self):
           return f"<User(name='{self.name}', email='{self.email}')>"

   Base.metadata.create_all(engine)

5. 创建Session：

Session是与数据库交互的主要接口。

   from sqlalchemy.orm import sessionmaker

   Session = sessionmaker(bind=engine)
   session = Session()

6. CRUD操作：

• 创建 (Create):

  

  如知AI笔记

  如知笔记——支持markdown的在线笔记，支持ai智能写作、AI搜索，支持DeepseekR1满血大模型

  27

  查看详情

  new_user = User(name='Alice', email='alice@example.com')
  session.add(new_user)
  session.commit()

  登录后复制

• 读取 (Read):

  user = session.query(User).filter_by(name='Alice').first()
  print(user) # 输出: <User(name='Alice', email='alice@example.com')>

  登录后复制

• 更新 (Update):

  user.email = 'alice.updated@example.com'
  session.commit()

  登录后复制

• 删除 (Delete):

  session.delete(user)
  session.commit()

  登录后复制

SQLAlchemy的优势是什么？

SQLAlchemy不仅仅是一个简单的ORM，它更像是一个数据库工具包。它提供了更高的灵活性，允许你编写更复杂的查询，甚至可以直接使用SQL语句。相比于某些“傻瓜式”ORM，SQLAlchemy更能满足复杂应用的需求。

如何处理SQLAlchemy中的关系映射？

关系映射是ORM的关键。SQLAlchemy支持一对一、一对多、多对多等关系。

from sqlalchemy import Column, Integer, String, ForeignKey
from sqlalchemy.orm import relationship

class Address(Base):
    __tablename__ = 'addresses'

    id = Column(Integer, primary_key=True)
    email_address = Column(String(255), nullable=False)
    user_id = Column(Integer, ForeignKey('users.id'))

    user = relationship("User", back_populates="addresses")

class User(Base):
    __tablename__ = 'users'

    id = Column(Integer, primary_key=True)
    name = Column(String(255))
    email = Column(String(255))

    addresses = relationship("Address", back_populates="user")

    def __repr__(self):
        return f"<User(name='{self.name}', email='{self.email}')>"

这里，User和Address之间是一对多关系。user = relationship("User", back_populates="addresses")定义了关系，back_populates用于双向访问。

如何进行更复杂的查询？

SQLAlchemy允许你使用query对象进行复杂的查询。

from sqlalchemy import func

# 查询所有用户的数量
count = session.query(func.count(User.id)).scalar()
print(count)

# 查询名字包含"A"的用户
users = session.query(User).filter(User.name.like('%A%')).all()
for user in users:
    print(user)

你还可以使用join进行多表连接查询。

SQLAlchemy和Django ORM有什么区别？

Django ORM是Django框架的一部分，与Django紧密集成，上手简单，适合快速开发。SQLAlchemy则更加灵活，可以与任何框架或库一起使用。Django ORM更像一个黑盒，封装程度高，而SQLAlchemy则更透明，你可以更精细地控制SQL的生成。选择哪个取决于你的需求和偏好。

如何处理SQLAlchemy中的事务？

SQLAlchemy使用Session来管理事务。当你调用session.commit()时，所有更改都会被提交到数据库。如果发生错误，你可以调用session.rollback()来撤销所有更改。

try:
    new_user = User(name='ErrorUser', email='error@example.com')
    session.add(new_user)
    session.commit()
except Exception as e:
    session.rollback()
    print(f"Error: {e}")

SQLAlchemy的性能优化技巧有哪些？

• 使用lazy='joined'加载关系： 避免N+1查询问题。
• 批量操作： 使用session.bulk_save_objects()和session.bulk_update_mappings()进行批量插入和更新。
• 索引优化： 确保数据库表有适当的索引。
• 连接池： 使用连接池来重用数据库连接，减少连接开销。

SQLAlchemy是一个强大的ORM框架，掌握它可以让你更高效地操作数据库。当然，ORM并不是银弹，在某些性能敏感的场景下，直接编写SQL可能更合适。

以上就是Python中如何使用ORM？SQLAlchemy完整指南的详细内容，更多请关注php中文网其它相关文章！