Python菜鸟之路:Python操作MySQL-即pymysql/SQLAlchemy用法

上节介绍了Python对于RabbitMQ的一些操作,本节介绍Python对于MySQL的一些操作用法

模块1:pymysql(等同于MySQLdb)

  说明:pymysql与MySQLdb模块的使用基本相同,学会pymysql,使用MySQLdb也就不是问题

安装API模块

pip install pymysql

执行

          -->数据库test中表t1的结构

import pymysql
# 创建连接
conn = pymysql.connect(host='172.25.50.13', port=3306, user='root', passwd='123456', db='test')
# 开启自动提交SQL,如果这里不设置,以后的命令需要执行conn.commit()来提交执行,否则都在内存中
conn.autocommit(True)

# 创建游标
cur = conn.cursor()

# 执行普通SQL,并返回受影响行数
effect_row = cur.execute("insert into t1 values (1, 'Boss')")
print(effect_row) # out:1
#
# 执行带占位符的SQL,并返回受影响行数
effect_row = cur.execute("insert into t1 values (2,'%s')" % "xiaodi")
print(effect_row) # out:1
#
# 执行多行数据的SQL,并返回受影响行数
effect_row = cur.executemany("insert into t1(id,name) values (%s, %s)" , [(3,'zhubajie'),(4,'sunwukong')])
print(effect_row) # out: 2

# 获取最新自增ID,注意:如果该表的列是非自增类型的,则获取到的数值为0
id = cur.lastrowid
print(id)  # out :4
cur.execute('select * from t1')

# 获取第一行数据
row_1 = cur.fetchone()
print(row_1) # out:  (1, 'Boss')
# 获取前n行数据
row_2 = cur.fetchmany(3)
print(row_2) # out: ((2, 'xiaodi'), (3, 'zhubajie'), (4, 'sunwukong'))
# 获取所有数据
row_3 = cur.fetchall()
print(row_3) # out: ((1, 'Boss'), (2, 'xiaodi'), (3, 'zhubajie'), (4, 'sunwukong'))
# 提交
conn.commit()

# 关闭游标
cur.close()
# 关闭连接
conn.close()

注:在fetch数据时按照顺序进行,可以使用cursor.scroll(num,mode)来移动游标位置,如:

cur.scroll(1,mode='relative') # 相对当前位置移动,数字1 也可以为负数,只是移动方向不同而已
cur.scroll(2,mode='absolute') # 相对绝对位置移动

 扩展:通过pymysql获取Dict数据类型

  从上边的案例可以看出,pymysql获取的结果,是以元组的形式输出,对于不了解表结构的人来说,无疑不知道每个元素对应的列。

  因此,如果想要或者字典类型的数据,需要创建游标的时候,设置返回的数据集类型,即:

# 游标设置为字典类型
cur = conn.cursor(cursor=pymysql.cursors.DictCursor)

 

模块2:Python MySQL ORM框架--> SQLAlchemy

  SQLAlchemy是Python编程语言下的一款ORM框架,该框架建立在数据库API之上,使用关系对象映射进行数据库操作,简言之便是:将对象转换成SQL,然后使用数据API执行SQL并获取执行结果。

                    

  说明:

  SQLAchemy 本身无法操作数据库,其本质上是依赖pymysql.MySQLdb,mssql等第三方插件。
  Dialect用于和数据库API进行交流,根据配置文件的不同调用不同的数据库API,从而实现对数据库的操作。

配置SQLAlchemy,使用不同API

MySQL-Python
    mysql+mysqldb://<user>:<password>@<host>[:<port>]/<dbname>
  
pymysql
    mysql+pymysql://<username>:<password>@<host>/<dbname>[?<options>]
  
MySQL-Connector
    mysql+mysqlconnector://<user>:<password>@<host>[:<port>]/<dbname>
  
cx_Oracle
    oracle+cx_oracle://user:pass@host:port/dbname[?key=value&key=value...]
  
更多详见:http://docs.sqlalchemy.org/en/latest/dialects/index.html

普通使用

  使用 Engine/ConnectionPooling/Dialect 进行数据库操作:Engine使用ConnectionPooling连接数据库,然后再通过Dialect执行SQL语句。

from sqlalchemy import create_engine
 
# 等效于创建游标
engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/t1", max_overflow=5)

# 执行SQL
cur = engine.execute(
    "INSERT INTO hosts (host, color_id) VALUES ('1.1.1.22', 3)"
)

# 其余操作同游标操作一样,就不一一列举。

ORM功能使用

  使用 ORM/Schema Type/SQL Expression Language/Engine/ConnectionPooling/Dialect 所有组件对数据进行操作。根据类创建对象,对象转换成SQL,执行SQL。

创建表和删除表

# sqlalchemy 创建表和删除表、

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy import create_engine

# 创建连接
engine = create_engine("mysql+pymysql://root:123456@127.0.0.1:3306/test", max_overflow=5)

# 创建基类。这个是固定写法,创建表必须这么写
Base = declarative_base()

# 创建单表
class Users(Base):
    # 创建表
    __tablename__ = 'users'
    id = Column(Integer, primary_key=True)
    name = Column(String(32))
    extra = Column(String(16))
    # 创建联合索引
    __table_args__ = (
    UniqueConstraint('id', 'name', name='uix_id_name'),
        Index('ix_id_name', 'name', 'extra'),
    )

# 一对多
class Favor(Base):
    __tablename__ = 'favor'
    nid = Column(Integer, primary_key=True)
    caption = Column(String(50), default='red', unique=True)


class Person(Base):
    __tablename__ = 'person'
    nid = Column(Integer, primary_key=True)
    name = Column(String(32), index=True, nullable=True)
    favor_id = Column(Integer, ForeignKey("favor.nid"))

# 多对多
class ServerToGroup(Base):
    __tablename__ = 'servertogroup'
    nid = Column(Integer, primary_key=True, autoincrement=True)
    server_id = Column(Integer, ForeignKey('server.id'))
    group_id = Column(Integer, ForeignKey('group.id'))

class Group(Base):
    __tablename__ = 'group'
    id = Column(Integer, primary_key=True)
    name = Column(String(64), unique=True, nullable=False)


class Server(Base):
    __tablename__ = 'server'

    id = Column(Integer, primary_key=True, autoincrement=True)
    hostname = Column(String(64), unique=True, nullable=False)
    port = Column(Integer, default=22)


def init_db():
    Base.metadata.create_all(engine)


def drop_db():
    Base.metadata.drop_all(engine) 

操作表

  要想操作表,需要经过如下2个步骤

  步骤1:创建session

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

  步骤2:执行SQL。这里需要注意,如果是新增的话,需要新建对象,如下

# 新增单条数据
obj = Users(name="guanyu", extra='hanjiang')
session.add(obj)
# 新增多条数据
session.add_all([
    Users(name="liubei", extra='leader'),
    Users(name="zhangfei", extra='xiaodi'),
])
session.commit()

   其他的SQL,仅需要执行session.query方法,进行相关操作即可

  1)删除表数据

# 删除user表中id大于2的条目
session.query(Users).filter(Users.id > 2).delete()
session.commit()

  2)修改表数据

# 更新user表中id大于2的name列为099
session.query(Users).filter(Users.id > 2).update({"name" : "099"})
# 更新user表中id大于2的name列,在原字符串后边增加099
session.query(Users).filter(Users.id > 2).update({Users.name: Users.name + "099"}, synchronize_session=False)
# 更新user表中id大于2的num列,使最终值在原来数值基础上加1
session.query(Users).filter(Users.id > 2).update({"num": Users.num + 1}, synchronize_session="evaluate") # 数字相加,必须设置synchronize_session="evaluate"
session.commit()

  3)查询数据

ret = session.query(Users).all() # 查询所有
sql = session.query(Users) # 查询生成的sql
print(sql)
ret = session.query(Users.name, Users.extra).all() #查询User表的name和extra列的所有数据
ret = session.query(Users).filter_by(name='alex').all()  # 取全部name列为alex的数据
ret = session.query(Users).filter_by(name='alex').first() # 第一个匹配name列为alex的数据

Ps: ret是一个对象列表。这个对象可以通过 “对象[索引].字段”来获取对应的值

  4)其他

# 条件
ret = session.query(Users).filter_by(name='alex').all() #
ret = session.query(Users).filter(Users.id > 1, Users.name == 'eric').all() # 且的关系
ret = session.query(Users).filter(Users.id.between(1, 3), Users.name == 'eric').all()
ret = session.query(Users).filter(Users.id.in_([1,3,4])).all()
ret = session.query(Users).filter(~Users.id.in_([1,3,4])).all() # ~表示非。就是not in的意思
ret = session.query(Users).filter(Users.id.in_(session.query(Users.id).filter_by(name='eric'))).all() # 联表查询
from sqlalchemy import and_, or_   # 且和or的关系
ret = session.query(Users).filter(and_(Users.id > 3, Users.name == 'eric')).all() # 条件以and方式排列
ret = session.query(Users).filter(or_(Users.id < 2, Users.name == 'eric')).all() # 条件以or方式排列
ret = session.query(Users).filter(
    or_( #这部分表示括号中的条件都以or的形式匹配
        Users.id < 2, # 或者 or User.id < 2
        and_(Users.name == 'eric', Users.id > 3),# 表示括号中这部分进行and匹配
        Users.extra != ""
    )).all()


# 通配符
ret = session.query(Users).filter(Users.name.like('e%')).all()
ret = session.query(Users).filter(~Users.name.like('e%')).all() # 表示not like

# 限制 limit用法
ret = session.query(Users)[1:2] # 等于limit ,具体功能需要自己测试

# 排序
ret = session.query(Users).order_by(Users.name.desc()).all()
ret = session.query(Users).order_by(Users.name.desc(), Users.id.asc()).all() # 按照name从大到小排列,如果name相同,按照id从小到大排列

# 分组
from sqlalchemy.sql import func

ret = session.query(Users).group_by(Users.extra).all()
ret = session.query(
    func.max(Users.id),
    func.sum(Users.id),
    func.min(Users.id)).group_by(Users.name).all()

ret = session.query(
    func.max(Users.id),
    func.sum(Users.id),
    func.min(Users.id)).group_by(Users.name).having(func.min(Users.id) >2).all() # having对聚合的内容再次进行过滤

# 连表

ret = session.query(Users, Favor).filter(Users.id == Favor.nid).all()

ret = session.query(Person).join(Favor).all()
# 默认是inner join
ret = session.query(Person).join(Favor, isouter=True).all() # isouter表示是left join

# 组合
q1 = session.query(Users.name).filter(Users.id > 2)
q2 = session.query(Favor.caption).filter(Favor.nid < 2)
ret = q1.union(q2).all() #union默认会去重

q1 = session.query(Users.name).filter(Users.id > 2)
q2 = session.query(Favor.caption).filter(Favor.nid < 2)
ret = q1.union_all(q2).all() # union_all不去重

 

  至此,SQLAlechemy模块的基本使用介绍完毕

 

posted @ 2016-07-28 10:33  jishuweiwang  阅读(...)  评论(... 编辑 收藏