PythonORM教程:SQLAlchemy入门指南
本文深入浅出地讲解了 Python 最主流 ORM 框架 SQLAlchemy 的核心用法,从安装配置、数据库连接(支持 SQLite/MySQL/PostgreSQL 等),到模型类定义、自动建表、Session 会话管理,再到完整的 CRUD 操作实战,手把手带你用面向对象的方式优雅操作数据库——告别繁琐 SQL 拼接,兼顾开发效率与底层可控性,是 Python 开发者快速上手数据库持久化的必备入门指南。

SQLAlchemy 是 Python 中最主流的 ORM(对象关系映射)工具,它把数据库表映射成 Python 类,用面向对象的方式操作数据,既保留了 SQL 的灵活性,又大幅简化了数据库交互代码。
安装与连接数据库
使用 pip 安装:
pip install sqlalchemy
连接数据库需创建 Engine 实例。以 SQLite 为例(轻量、无需额外服务):
from sqlalchemy import create_engine
engine = create_engine("sqlite:///example.db", echo=True)
• echo=True 表示打印执行的 SQL 语句,方便调试
• 其他数据库如 MySQL、PostgreSQL 只需换 URL:mysql+mysqldb://user:pass@localhost/dbname
定义模型类(映射表结构)
通过继承 Base(来自 sqlalchemy.orm.declarative_base()),用类属性描述字段:
from sqlalchemy import Column, Integer, String
from sqlalchemy.orm import declarative_base
Base = declarative_base()
class User(Base):
__tablename__ = "users"
id = Column(Integer, primary_key=True)
name = Column(String(50))
email = Column(String(100))
• __tablename__ 指定对应数据库表名
• Column 支持类型如 Integer、String、Boolean、DateTime 等
• 主键必须显式声明(primary_key=True)
创建表与初始化会话
首次运行时,用 Base.metadata.create_all(engine) 自动建表:
Base.metadata.create_all(engine)
所有数据库操作都通过 Session 进行:
from sqlalchemy.orm import sessionmaker
Session = sessionmaker(bind=engine)
session = Session()
• session 是工作单元,增删改查都在其上下文中完成
• 操作后需调用 session.commit() 提交,或 session.rollback() 回退
• 用完建议 session.close()
增删改查(CRUD)实战
新增记录:
new_user = User(name="张三", email="zhangsan@example.com")
session.add(new_user)
session.commit()
查询记录:
# 查询全部
users = session.query(User).all()
# 条件查询(等价于 WHERE name = '张三')
user = session.query(User).filter(User.name == "张三").first()
# 多条件(AND)
user = session.query(User).filter(User.name == "张三", User.id > 1).first()
更新记录:
user = session.query(User).filter(User.id == 1).first()
if user:
user.email = "new@example.com"
session.commit()
删除记录:
user = session.query(User).filter(User.id == 1).first()
if user:
session.delete(user)
session.commit()
• filter() 接收表达式,支持 ==、!=、>、• first() 返回一个对象或 None;all() 返回列表;one() 要求有且仅有一个结果
好了,本文到此结束,带大家了解了《PythonORM教程:SQLAlchemy入门指南》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!
Excel数据筛选技巧与教程详解
- 上一篇
- Excel数据筛选技巧与教程详解
- 下一篇
- 微信红包记录怎么查?详细步骤教程
-
- 文章 · python教程 | 24分钟前 | python · SQLite · Python sqlite3 autocommit isolation_level SQLite事务
- Python sqlite3 autocommit 与 isolation_level 怎么配合
- 378浏览 收藏
-
- 文章 · python教程 | 5小时前 | 并发 · 异步编程 · Python教程 · Python 任务调度 asyncio eager_task_factory
- Python asyncio eager task factory 什么时候会改变执行顺序
- 497浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- Python zoneinfo部署时区数据缺失的兼容处理
- 378浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python functools.cache与lru_cache按场景选择的参数清单
- 211浏览 收藏
-
- 文章 · python教程 | 2天前 | python ·
- Python multiprocessing共享状态与进程安全队列的选择
- 316浏览 收藏
-
- 文章 · python教程 | 3天前 |
- Python re用分组字典解析可选日志字段的实现
- 470浏览 收藏
-
- 文章 · python教程 | 3天前 | JSON · python · Python NaN json.loads Infinity parse_constant
- Python json.loads解析非标准数字的容错边界
- 267浏览 收藏
-
- 文章 · python教程 | 6天前 |
- Python csv.DictReader处理缺失列与额外列的办法
- 105浏览 收藏
-
- 文章 · python教程 | 6天前 |
- Python logging按请求注入上下文字段的过滤器方案
- 324浏览 收藏
-
- 文章 · python教程 | 6天前 | Python教程 · Python 泛型 callable typing.Protocol 结构化子类型
- Python typing.Protocol配合泛型描述可调用对象的方式
- 355浏览 收藏
-
- 文章 · python教程 | 6天前 |
- Python sqlite3事务提交与异常回滚的上下文写法
- 357浏览 收藏
-
- 文章 · python教程 | 6天前 |
- Python dataclass用field配置默认工厂的对象设计
- 114浏览 收藏
-
- 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。
- 543次学习
-
- 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。
- 516次学习
-
- 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
- 500次学习
-
- 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
- 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。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 228次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 275次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 237次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 220次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 17次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

