Python ORM神器之SQLAlchemy基本使用完全指南

2025-08-20 23:50
文章标签 python orm sqlalchemy 神器 指南 完全 基本 使用

本文主要是介绍Python ORM神器之SQLAlchemy基本使用完全指南，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

《PythonORM神器之SQLAlchemy基本使用完全指南》SQLAlchemy是Python主流ORM框架,通过对象化方式简化数据库操作,支持多数据库,提供引擎、会话、模型等核心组件,实现事务...

在python开发中，数据库操作是不可避免的重要环节。直接使用原生SQL虽然灵活，但容易出错且维护困难。SQLAlchemy作为Python中最流行的ORM（对象关系映射）框架，为我们提供了优雅的数据库操作方式。

一、什么是SQLAlchemy？

SQLAlchemy是一个功能强大的Python SQL工具包和ORM框架。它提供了完整的数据库抽象层，让我们可以用面向对象的方式操作数据库，而不需要直接编写复杂的SQL语句。

主要特点：

  • 数据库无关性：支持多种数据库（mysql、PostgreSQL、SQLite等）
  • 灵活性：既支持高层ORM，也支持底层SQL表达式
  • 高性能：优化的查询执行和连接池管理
  • 丰富的功能：事务管理、连接池、迁移等

二、安装SQLAlchemy

pip install sqlalchemy

三、核心概念

1. Engine（引擎）

Engine是SQLAlchemy与数据库通信的核心组件，负责连接数据库和执行SQL语句。

from sqlalchemy import create_engine
# 创建引擎
engine = create_engine('sqlite:///example.db')
# MySQL示例：create_engine('mysql+pymysql://user:password@host:port/dbname')

2. Session（会话）

Session是ORM与数据库交互的主要接口，用于执行查询和管理事务。

from sqlalchemy.orm import sessionmaker
Session = sessionmaker(bind=engine)
session = Session()

3. Model（模型）

Model是数据库表在Python中的对象表示，通过类来定义表结构。

四、SQLAlchemy的基本使用

1.基本用法

通过一个完整的示例来了解SQLAlchemy的基本用法：

from sqlalchemy import create_engine, Column, Integer, String, DateTime
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker
from datetime import datetime
# 创建基类
Base = declarative_base()
# 定义用户模型
class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(String(50), unique=True, nullable=False)
    email = Column(String(100), unique=True, nullable=False)
    created_at = Column(DateTime, default=datetime.utcnow)
    def __repr__(self):
        return f"<User(username='{self.username}', email='{self.email}')>"
# 创建数据库引擎
engine = create_engine('sqlite:///example.db', echo=True)
# 创建表
Base.metadata.create_all(engine)
# 创建会话
Session = sessionmaker(bind=engine)
session = Session()
# 创建用户
new_user = User(username='alice', email='alice@example.com')
session.add(new_user)
session.commit()
# 查询用户
users = session.query(User).all()
for user in users:
    print(user)
# 关闭会话
session.close()

2.数据操作

增加数据

# 单条插入
user = User(username='bob', email='bob@example.com')
session.add(user)
session.commit()
# 批量插入
users = [
    User(username='user1', email='user1@example.com'),
    User(username='user2', email='user2@example.com')
]
session.add_all(users)
session.commit()

查询数据

# 基本查询
users = session.query(User).all()
first_user = session.query(User).first()
user_by_id = session.query(UseChina编程r).get(1)
# 条件查询
active_users = session.query(User).filter(User.is_active == True).all()
user_by_email = session.query(User).filter(User.email == 'alice@example.com').first()
# 复杂查询
from sqlalchemy import and_, or_, not_
# AND条件
users = session.query(User).filter(
    and_(User.is_active == True, User.username.like('%alice%'))
).all()
# OR条件
users = session.query(User).filter(
    or_(User.username.like('%alice%'), User.email.like('%example%'))
).all()
# 排序和限制
recent_users = session.query(User).order_by(User.created_at.desc()).limit(10).all()
# 分页查询
page = 1
per_page = 20
users = session.query(User).offset((page-1)*per_page).limit(per_page).all()

更新数据

# 更新单条记录
user = session.query(User).filter(User.id == 1).first()
if user:
    user.email = 'newemail@example.com'
    session.commit()
# 批量更新
session.query(User).filter(User.is_active == False).update({
    User.is_active: True
})
session.commit()

删除数据

# 删除单条记录
user = session.query(User).filter(User.id == 1).first()
if user:
    session.delete(user)
    session.commit()
# 批量删除
session.query(User).filter(User.is_active == False).delete()
session.commit()

五、事务管理

SQLAlchemy提供了多种事务管理方式，主要包括事务的开启、提交和回滚等操作。

1.事务的开启

在SQLAlchemy中，事务通常在执行数据库操作时自动开启。当使用ORM进行数据库操作时，SQLAlchemy会自动管理事务的生命周期。

2.事务的提交

事务提交是指将事务中的所有操作永久保存到数据库中。在SQLAlchemy中，可以通过session.commit()方法来提交当前事务。提交成功后，事务所做的所有更改将永久保存在数据库中。

3.事务的回滚

当事务执行过程中出现错误或者需要取消操作时，可以使用回滚功能。通过session.rollback()方法，可以撤销当前事务中的所有操作，使数据库恢复到事务开始前的状态。回滚是保证数据一致性的重要手段。

4.完整示例

from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker
# 创建数据库连接
engine = create_engine('sqlite:///example.db', echo=True)
Base = declarative_base()
# 定义模型
class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, primary_key=True)
    name = Column(String)
    age = Column(Integer)
# 创建表
Base.metadata.create_all(engine)
# 创建会话工厂
Session = sessionmaker(bind=engine)
# 创建会话
session = Session()
try:
    # 开始事务
    user = User(username='transaction_user', email='trans@example.com')
    session.add(user)
    post = Post(title='Transaction Post', content='Content here')
    post.author = user
    session.add(post)
    # 提交事务
    session.commit()
    print("Transaction completed successfully")
except Exception as e:
    # 回滚事务
    session.rollback()
    print(f"Transaction failed: {e}")
finally:
    session.close()

六、上下文管理器

SQLAlchemy的上下文管理器提供了一种优雅的方式来管理数据库会话和事务，通过with语句实现，确保资源在使用后被正确清理和释放，即使在发生异常的情况下也是如此。在SQLAlchemy中，上下文管理器主要用于管理会话的生命周期和事务边界。

from contextlib import contextmanager
from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker
# 创建数据库连接
engine = create_engine('sqlite:///example.db', echo=True)
Base = declarative_base()
# 定义模型
class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, primary_key=True)
    name = Column(String)
    age = Column(Integer)
# 创建表
Base.metadata.create_all(engine)
# 创建会话工厂
Session = sessionmaker(bind=engine)
# 创建会话
session = Session()
@contextmanager
def get_db_session():
    session = Session()
    try:
        yieldjavascript sessChina编程ion
        session.commit()
    except Exception:
        session.rollback()
        raise
    finally:
        session.close()
# 使用示例
with get_db_session() as session:
    user = User(username='context_user', email='context@example.com')
    session.add(user)

七、细节说明

1.连接池配置

SQLAlchemy的连接池通过复用数据库连接大幅提升性能，减少创建和销毁连接的开销。它能智能管理资源、自动处理失效连接，保证应用稳定运行。

from sqlalchemy import create_engine
engine = create_engine(
    'mysql+pymysql://user:password@localhost/dbname',
    pool_size=10,           # 连接池大小
    max_overflow=20,        # 最大溢出连接数
    pool_timeout=30,        # 连接超时时间
    pool_recycle=3600       # 连接回收时间
)

2.自动建表

使用SQLAlchemy的declarative_base系统定义模型类时，Base.metadata.create_all(bind=engine)方法会自动创建所有还未在数据库中创建的表。

但是，Base.metadata.create_all(engine) 必须在 class User(Base) 之后执行才能成功创建表。

这是因为：

  • 元数据收集机制：SQLAlchemy 的 Base.metadata 是一个容器，它会自动收集所有继承自 Base 的模型类的表结构信息。
  • 注册时机：只有当 Python 解释器执行完类定义语句后，编程China编程这个类才会被注册到 Base.metadata 中。
  • 内部机制：当定义 class DataRecord(Base) 时，SQLAlchemy 会在 Base.metadata 中注册这个表的定义。只有注册之后，create_all() 才知道要创建哪些表。

3.数据库操作方法

对于创建的会话db = Session()，使用db可以做很多操作。

（1）对象状态管理操作

db.add(instance)：将一个对象实例添加到当前会话中，准备插入到数据库

db.delete(instance)：标记一个对象实例为删除状态，准备从数据库中删除

（2）会话控制操作

db.flush()：将当前会话中的所有挂起更改发送到数据库，但不提交事务

db.commit()：提交当前事务，将所有更改永久保存到数据库

db.rollback()：回滚当前事务，撤销所有未提交的更改

db.close()：关闭会话，清理资源

（3）查询操作

db.query(Model)：创建一个查询对象

db.execute(statement)：执行原生SQL语句

（4）其他会话方法

db.merge(instance)：将实例的状态合并到当前会话中，如果实例已在会话中则更新，否则添加

db.refresh(instance)：从数据库重新加载对象的状态

4.db.add() 和 db.commit() 的区别

（1）db.add()用于将对象添加到当前会话中，使SQLAlchemy开始跟踪这个对象的状态变化。当调用session.add()时，对象会被放入会话的待处理队列中，但此时数据并不会立即写入数据库，而是保持在内存中等待后续操作。

（2）db.commit()则是将当前会话中的所有变更（包括添加、修改、删除等操作）真正提交到数据库的过程。执行commit()时，SQLAlchemy会生成相应的SQL语句并执行，将内存中的变更持久化到数据库中，同时结束当前事务。

到此这篇关于Python ORChina编程M神器之SQLAlchemy基本使用完全指南的文章就介绍到这了,更多相关Python SQLAlchemy使用内容请搜索China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持China编程(www.chinasem.cn)！

这篇关于Python ORM神器之SQLAlchemy基本使用完全指南的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1155838。

相关文章

Java Stream 并行流简介、使用与注意事项小结

Java Stream 并行流简介、使用与注意事项小结

《JavaStream并行流简介、使用与注意事项小结》Java8并行流基于StreamAPI,利用多核CPU提升计算密集型任务效率,但需注意线程安全、顺序不确定及线程池管理,可通过自定义线程池与C... 目录1. 并行流简介​特点：​2. 并行流的简单使用​示例：并行流的基本使用​3. 配合自定义线程池​示
阅读更多...
Ubuntu如何升级Python版本

Ubuntu如何升级Python版本

《Ubuntu如何升级Python版本》Ubuntu22.04Docker中,安装Python3.11后,使用update-alternatives设置为默认版本,最后用python3-V验证... 目China编程录问题描述前提环境解决方法总结问题描述Ubuntu22.04系统自带python3.10，想升级
阅读更多...
Python自动化处理PDF文档的操作完整指南

Python自动化处理PDF文档的操作完整指南

《Python自动化处理PDF文档的操作完整指南》在办公自动化中,PDF文档处理是一项常见需求,本文将介绍如何使用Python实现PDF文档的自动化处理,感兴趣的小伙伴可以跟随小编一起学习一下... 目录使用pymupdf读写PDF文件基本概念安装pymupdf提取文本内容提取图像添加水印使用pdfplum
阅读更多...
Maven中生命周期深度解析与实战指南

Maven中生命周期深度解析与实战指南

《Maven中生命周期深度解析与实战指南》这篇文章主要为大家详细介绍了Maven生命周期实战指南,包含核心概念、阶段详解、SpringBoot特化场景及企业级实践建议,希望对大家有一定的帮助... 目录一、Maven 生命周期哲学二、default生命周期核心阶段详解（高频使用）三、clean生命周期核心阶
阅读更多...
Python 基于http.server模块实现简单http服务的代码举例

Python 基于http.server模块实现简单http服务的代码举例

《Python基于http.server模块实现简单http服务的代码举例》Pythonhttp.server模块通过继承BaseHTTPRequestHandler处理HTTP请求,使用Threa... 目录测试环境代码实现相关介绍模块简介类及相关函数简介参考链接测试环境win11专业版python
阅读更多...
GO语言中函数命名返回值的使用

GO语言中函数命名返回值的使用

《GO语言中函数命名返回值的使用》在Go语言中,函数可以为其返回值指定名称,这被称为命名返回值或命名返回参数,这种特性可以使代码更清晰,特别是在返回多个值时,感兴趣的可以了解一下... 目录基本语法函数命名返回特点代码示例命名特点基本语法func functionName(parameters) (nam
阅读更多...
Python从Word文档中提取图片并生成PPT的操作代码

Python从Word文档中提取图片并生成PPT的操作代码

《Python从Word文档中提取图片并生成PPT的操作代码》在日常办公场景中,我们经常需要从Word文档中提取图片,并将这些图片整理到PowerPoint幻灯片中,手动完成这一任务既耗时又容易出错,... 目录引言背景与需求解决方案概述代码解析代码核心逻辑说明总结引言在日常办公场景中，我们经常需要从 W
阅读更多...
基于Python实现自动化邮件发送系统的完整指南

基于Python实现自动化邮件发送系统的完整指南

《基于Python实现自动化邮件发送系统的完整指南》在现代软件开发和自动化流程中,邮件通知是一个常见且实用的功能,无论是用于发送报告、告警信息还是用户提醒,通过Python实现自动化的邮件发送功能都能... 目录一、前言：二、项目概述三、配置文件 `.env` 解析四、代码结构解析1. 导入模块2. 加载环
阅读更多...
Python实战之SEO优化自动化工具开发指南

Python实战之SEO优化自动化工具开发指南

《Python实战之SEO优化自动化工具开发指南》在数字化营销时代,搜索引擎优化（SEO）已成为网站获取流量的重要手段,本文将带您使用Python开发一套完整的SEO自动化工具,需要的可以了解下... 目录前言项目概述技术栈选择核心模块实现1. 关键词研究模块2. 网站技术seo检测模块3. 内容优化分析模
阅读更多...
使用shardingsphere实现mysql数据库分片方式

使用shardingsphere实现mysql数据库分片方式

《使用shardingsphere实现mysql数据库分片方式》本文介绍如何使用ShardingSphere-JDBC在SpringBoot中实现MySQL水平分库,涵盖分片策略、路由算法及零侵入配置... 目录一、ShardingSphere 简介1.1 对比1.2 核心概念1.3 Sharding-Sp
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2