当前位置:首页 > 文章列表 > 数据库 > MySQL > sql to sqlalchemy 实例教程

sql to sqlalchemy 实例教程

来源:SegmentFault 2023-02-16 15:23:26 0浏览 收藏

大家好,今天本人给大家带来文章《sql to sqlalchemy 实例教程》,文中内容主要涉及到MySQL、python、sqlalchemy、flask,如果你对数据库方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!

在Python项目中,经常需要操作数据库,而 sqlalchemy 提供了 SQL 工具包及对象关系映射(ORM)工具,大大提高了编程开发的效率。为了更好的提升自己的 sql 以及使用 sqlachemy 水平,可以使用 MySQL 自带的示范数据库 employees 进行练习。

搭建基于 MySQL 实例数据库 employees 的 sqlalchemy 开发环境

请参阅下面的链接内容:

搭建基于 MySQL 实例数据库 employees 的 sqlalchemy 开发环境

基本实例

以下九个例子全是以代码加注释的形式来展示给大家。

# -*- coding:utf-8 -*-
__author__ = '东方鹗'
__blog__ = 'http://www.os373.cn'

from models import session, Employee, Department, DeptEmp, DeptManager, Salary, Title
import operator


'''----------------------------------------------第一例-----------------------------------------------
    功能说明:
    使用主键对 employees 表进行查询,结果是: 返回该主键对应的单条数据!
'''

'''使用 sql 语句方式进行查询'''
sql = "select * from employees where emp_no = 10006"
sql_data = [(d.emp_no, d.birth_date, d.first_name, d.last_name, d.gender, d.hire_date) for d in session.execute(sql)]

'''使用 sqlalchemy 方式进行查询'''
d = session.query(Employee).get(10006)
alchemy_data = [(d.emp_no, d.birth_date, d.first_name, d.last_name, d.gender, d.hire_date)]

'''比较两个结果,应该是True'''
for d in zip(sql_data, alchemy_data):
    print(d)
print('第一例结果是:{}'.format(operator.eq(sql_data, alchemy_data)))

'''-------------------------------------------------------------------------------------------------'''

'''-------------------------------------------第二例--------------------------------------------------
    功能说明:
    对 employees 表进行查询,结果是:从第 4 行开始查询,返回之后的 10 行数据!值为一个列表。
'''

'''使用 sql 语句方式进行查询'''
sql = "select * from employees limit 10 offset 4"
sql_data = [(d.emp_no, d.birth_date, d.first_name, d.last_name, d.gender, d.hire_date) for d in session.execute(sql)]

'''使用 sqlalchemy 方式进行查询'''
alchemy_data = [(d.emp_no, d.birth_date, d.first_name, d.last_name, d.gender, d.hire_date)
                for d in session.query(Employee).limit(10).offset(4).all()]

'''比较两个结果,应该是True'''
for d in zip(sql_data, alchemy_data):
    print(d)
print('第二例结果是:{}'.format(operator.eq(sql_data, alchemy_data)))

'''-------------------------------------------------------------------------------------------------'''

'''-------------------------------------------第三例--------------------------------------------------
    功能说明:
    使用一个精确参数对 employees 表进行查询(搜索字段 last_name 为 'Nooteboom' 的内容),
    结果是: 返回该参数对应的第一条数据!仅仅是第一条数据!
'''

'''使用 sql 语句方式进行查询'''
sql = "select * from employees where last_name = 'Nooteboom' limit 1"
sql_data = [(d.emp_no, d.birth_date, d.first_name, d.last_name, d.gender, d.hire_date) for d in session.execute(sql)]

'''使用 sqlalchemy 方式进行查询'''
d = session.query(Employee).filter_by(last_name='Nooteboom').first()
alchemy_data = [(d.emp_no, d.birth_date, d.first_name, d.last_name, d.gender, d.hire_date)]

'''比较两个结果,应该是True'''
for d in zip(sql_data, alchemy_data):
    print(d)
print('第三例结果是:{}'.format(operator.eq(sql_data, alchemy_data)))

'''-------------------------------------------------------------------------------------------------'''

'''-------------------------------------------第四例--------------------------------------------------
    功能说明:
    使用一个精确参数对 employees 表进行查询(搜索字段 last_name 为 'Nooteboom' 的内容),
    结果是: 返回该参数对应的所有数据!所有数据!值为一个列表。
'''

'''使用 sql 语句方式进行查询'''
sql = "select * from employees where last_name = 'Nooteboom'"
sql_data = [(d.emp_no, d.birth_date, d.first_name, d.last_name, d.gender, d.hire_date) for d in session.execute(sql)]

'''使用 sqlalchemy 方式进行查询'''

'''方法一
alchemy_data = [(d.emp_no, d.birth_date, d.first_name, d.last_name, d.gender, d.hire_date)
                for d in session.query(Employee).filter_by(last_name='Nooteboom').all()]
'''

'''方法二如下'''
alchemy_data = [(d.emp_no, d.birth_date, d.first_name, d.last_name, d.gender, d.hire_date)
                for d in session.query(Employee.emp_no, Employee.birth_date, Employee.first_name,
                Employee.last_name, Employee.gender, Employee.hire_date
                ).filter_by(last_name='Nooteboom').all()]


'''比较两个结果,应该是True'''
for d in zip(sql_data, alchemy_data):
    print(d)
print('第四例结果是:{}'.format(operator.eq(sql_data, alchemy_data)))

'''-------------------------------------------------------------------------------------------------'''

'''-------------------------------------------第五例--------------------------------------------------
    功能说明:
    使用两个及以上的精确参数对 employees 表进行查询(搜索字段 last_name 为 'Nooteboom' 
    并且字段 first_name 为 'Pohua' 的内容),
    结果是: 返回参数对应的所有数据!所有数据!值为一个列表。
'''

'''使用 sql 语句方式进行查询'''
sql = "select * from employees where last_name = 'Nooteboom' and first_name = 'Pohua'"
sql_data = [(d.emp_no, d.birth_date, d.first_name, d.last_name, d.gender, d.hire_date) for d in session.execute(sql)]

'''使用 sqlalchemy 方式进行查询'''

'''方法一
alchemy_data = [(d.emp_no, d.birth_date, d.first_name, d.last_name, d.gender, d.hire_date)
                for d in session.query(Employee).
                    filter_by(last_name='Nooteboom', first_name='Pohua').all()]
'''
'''方法二如下'''
alchemy_data = [(d.emp_no, d.birth_date, d.first_name, d.last_name, d.gender, d.hire_date)
                for d in session.query(Employee).filter(Employee.last_name=='Nooteboom').
                    filter(Employee.first_name=='Pohua').all()]

'''比较两个结果,应该是True'''
for d in zip(sql_data, alchemy_data):
    print(d)
print('第五例结果是:{}'.format(operator.eq(sql_data, alchemy_data)))

'''-------------------------------------------------------------------------------------------------'''

'''-------------------------------------------第六例--------------------------------------------------
    功能说明:
    使用一个模糊参数对 employees 表进行查询,结果是: 返回该参数对应的所有数据!所有数据!值为一个列表。
    提示:
        1、sqlalchemy 提供了 like, endswith, startswith 函数结合通配符来进行模糊查询。
           对于 like, endswith, startswith ,见字如面,请按照英文字面意思理解。
        2、本例的重点是使用且仅一个模糊参数, 主要是为了展示 like 函数。
'''

'''使用 sql 语句方式进行查询'''
sql = "select * from employees where last_name like 'N%te_%'"
sql_data = [(d.emp_no, d.birth_date, d.first_name, d.last_name, d.gender, d.hire_date) for d in session.execute(sql)]

'''使用 sqlalchemy 方式进行查询'''

alchemy_data = [(d.emp_no, d.birth_date, d.first_name, d.last_name, d.gender, d.hire_date)
                for d in session.query(Employee).filter(Employee.last_name.like('N%te_%')).all()]

'''比较两个结果,应该是True'''
for d in zip(sql_data, alchemy_data):
    print(d)
print('第六例结果是:{}'.format(operator.eq(sql_data, alchemy_data)))

'''-------------------------------------------------------------------------------------------------'''

'''-------------------------------------------第七例--------------------------------------------------
    功能说明:
    使用两个及以上模糊参数对 employees 表进行查询,查询字段 last_name 近似于 'N%te_%',
    并且字段 first_name 在 ('Jaewon', 'os373.cn') 里,同时,
    字段 birth_date 是以 1955 开头,且字段 hire_date 是以 05-30 结束的员工信息。
    结果是: 返回参数对应的所有数据!所有数据!值为一个列表。
    提示:
        1、sqlalchemy 提供了 like, endswith, startswith 函数结合通配符来进行模糊查询。
           对于 like, endswith, startswith ,见字如面,请按照英文字面意思理解。
        2、本例的重点是展示 like, endswith, startswith 函数以及 and_, or_, in_ 逻辑运算符函数的用法。
    彩蛋:思考一下 not in, not equal,is NULL,is not NULL 的用法。
'''

'''使用 sql 语句方式进行查询'''
sql = """
        SELECT
            *
        FROM
            employees
        WHERE
            last_name LIKE 'N%te_%'
        AND first_name IN ('Jaewon', 'os373.cn')
        AND birth_date LIKE '1955%'
        AND hire_date LIKE '%05-30'
"""
sql_data = [(d.emp_no, d.birth_date, d.first_name, d.last_name, d.gender, d.hire_date) for d in session.execute(sql)]

'''使用 sqlalchemy 方式进行查询'''
from sqlalchemy import and_, or_
alchemy_data = [(d.emp_no, d.birth_date, d.first_name, d.last_name, d.gender, d.hire_date)
                for d in session.query(Employee).filter(and_(Employee.last_name.like('N%te_%'),
                                                             Employee.first_name.in_(['Jaewon','os373.cn']),
                                                             Employee.birth_date.startswith('1955'),
                                                             Employee.hire_date.endswith('05-30'))).all()]

'''比较两个结果,应该是True'''
for d in zip(sql_data, alchemy_data):
    print(d)
print('第七例结果是:{}'.format(operator.eq(sql_data, alchemy_data)))

'''-------------------------------------------------------------------------------------------------'''

'''-------------------------------------------第八例--------------------------------------------------
    功能说明:
    使用两个及以上模糊参数对 employees 表进行查询,查询字段 last_name 近似于 'N%te_%',
    并且字段 first_name 在 ('Jaewon', 'os373.cn') 里的员工信息,或者是,
    字段 birth_date 是以 1955 开头,且字段 hire_date 是以 05-30 结束的员工信息的个数。
    结果是: 返回一个数字。
    提示:
        1、sqlalchemy 提供了 like, endswith, startswith 函数结合通配符来进行模糊查询。
           对于 like, endswith, startswith ,见字如面,请按照英文字面意思理解。
        2、本例的重点是展示 like, endswith, startswith 函数以及 and_, or_, in_ 逻辑运算符函数的用法。
        3、func 函数可以执行数据库所支持的函数,本例中是为了执行 MySQL 的 count 函数。
        4、scalar() 函数是为了返回单项数据,与 first(), one() 函数类似,
           但是前者返回的是单项数据,后两者返回的是 tuple。
'''

'''使用 sql 语句方式进行查询'''
sql = """
        SELECT
            count(*)
        FROM
            employees
        WHERE
            (
                last_name LIKE 'N%te_%'
                AND first_name IN ('Jaewon', 'os373.cn')
            )
        OR (
            birth_date LIKE '1955%'
            AND hire_date LIKE '%05-30'
        )
"""
sql_data = [d for d in session.execute(sql)][0][0]

'''使用 sqlalchemy 方式进行查询'''
from sqlalchemy import and_, or_

'''方法一
alchemy_data = session.query(Employee).filter(or_(and_(Employee.last_name.like('N%te_%'),
                                                       Employee.first_name.in_(['Jaewon','os373.cn'])),
                                                  and_(Employee.birth_date.startswith('1955'),
                                                       Employee.hire_date.endswith('05-30')))).count()
                                                       '''

'''方法二'''
from sqlalchemy import func
alchemy_data = session.query(func.count("*")).filter(or_(and_(Employee.last_name.like('N%te_%'),
                                                       Employee.first_name.in_(['Jaewon','os373.cn'])),
                                                  and_(Employee.birth_date.startswith('1955'),
                                                       Employee.hire_date.endswith('05-30')))).scalar()

'''比较两个结果,应该是True'''
print(sql_data, alchemy_data)
print('第八例结果是:{}'.format(operator.eq(sql_data, alchemy_data)))

'''-------------------------------------------------------------------------------------------------'''

'''-------------------------------------------第九例--------------------------------------------------
    功能说明:
    使用两个及以上模糊参数对 employees 表进行查询,查询字段 last_name 近似于 'N%te_%',
    并且字段 first_name 在 ('Jaewon', 'os373.cn') 里的员工信息,或者是,
    字段 birth_date 是以 1955 开头,且字段 hire_date 是以 05-30 结束的员工信息,
    并按照字段 last_name 进行排序。
    结果是: 返回参数对应的所有数据!所有数据!值为一个列表。
    提示:
        1、由于 MySQL 5.7 中的 sql_mode 设置有 only_full_group_by,因此要求 group by 的使用方法像 oracle 
        一样,必须得把要查询出的字段都罗列在 group by 语句之后,聚合函数除外。按照最靠前的字段来进行排序。
'''

'''使用 sql 语句方式进行查询'''
sql = """
        SELECT
            *
        FROM
            employees
        WHERE
            (
                last_name LIKE 'N%te_%'
                AND first_name IN ('Jaewon', 'os373.cn')
            )
        OR (
            birth_date LIKE '1955%'
            AND hire_date LIKE '%05-30'
        )
        GROUP BY
            last_name,
            gender,
            hire_date,
            emp_no,
            birth_date,
            first_name 
"""
sql_data = [(d.emp_no, d.birth_date, d.first_name, d.last_name, d.gender, d.hire_date) for d in session.execute(sql)]

'''使用 sqlalchemy 方式进行查询'''
from sqlalchemy import and_, or_
alchemy_data = [(d.emp_no, d.birth_date, d.first_name, d.last_name, d.gender, d.hire_date)
                for d in session.query(Employee).filter(or_(and_(Employee.last_name.like('N%te_%'),
                                                             Employee.first_name.in_(['Jaewon','os373.cn'])),
                                                            and_(Employee.birth_date.startswith('1955'),
                                                                 Employee.hire_date.endswith('05-30')))).\
    group_by(Employee.last_name, Employee.gender, Employee.hire_date, Employee.emp_no,
             Employee.birth_date, Employee.first_name).all()]

'''比较两个结果,应该是True'''
for d in zip(sql_data, alchemy_data):
    print(d)
print('第九例结果是:{}'.format(operator.eq(sql_data, alchemy_data)))

'''-------------------------------------------------------------------------------------------------'''
session.commit()
session.close()

其实,这是本人维护的一个 github 项目,欢迎大家能够提供有意思的 SQL 语句,我们一起来将它转换为 sqlalachemy 语句。
项目地址——https://eastossifrage.github.io/sql_to_sqlalchemy/

希望你能够喜欢。

好了,本文到此结束,带大家了解了《sql to sqlalchemy 实例教程》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多数据库知识!

版本声明
本文转载于:SegmentFault 如有侵犯,请联系study_golang@163.com删除
Mysql索引的使用[详细讲解]Mysql索引的使用[详细讲解]
上一篇
Mysql索引的使用[详细讲解]
解决bash: mysql: command not found的问题
下一篇
解决bash: mysql: command not found的问题
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    542次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    508次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    497次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    484次学习
查看更多
AI推荐
  • 笔灵AI生成答辩PPT:高效制作学术与职场PPT的利器
    笔灵AI生成答辩PPT
    探索笔灵AI生成答辩PPT的强大功能,快速制作高质量答辩PPT。精准内容提取、多样模板匹配、数据可视化、配套自述稿生成,让您的学术和职场展示更加专业与高效。
    16次使用
  • 知网AIGC检测服务系统:精准识别学术文本中的AI生成内容
    知网AIGC检测服务系统
    知网AIGC检测服务系统,专注于检测学术文本中的疑似AI生成内容。依托知网海量高质量文献资源,结合先进的“知识增强AIGC检测技术”,系统能够从语言模式和语义逻辑两方面精准识别AI生成内容,适用于学术研究、教育和企业领域,确保文本的真实性和原创性。
    24次使用
  • AIGC检测服务:AIbiye助力确保论文原创性
    AIGC检测-Aibiye
    AIbiye官网推出的AIGC检测服务,专注于检测ChatGPT、Gemini、Claude等AIGC工具生成的文本,帮助用户确保论文的原创性和学术规范。支持txt和doc(x)格式,检测范围为论文正文,提供高准确性和便捷的用户体验。
    30次使用
  • 易笔AI论文平台:快速生成高质量学术论文的利器
    易笔AI论文
    易笔AI论文平台提供自动写作、格式校对、查重检测等功能,支持多种学术领域的论文生成。价格优惠,界面友好,操作简便,适用于学术研究者、学生及论文辅导机构。
    42次使用
  • 笔启AI论文写作平台:多类型论文生成与多语言支持
    笔启AI论文写作平台
    笔启AI论文写作平台提供多类型论文生成服务,支持多语言写作,满足学术研究者、学生和职场人士的需求。平台采用AI 4.0版本,确保论文质量和原创性,并提供查重保障和隐私保护。
    35次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码