Python玩轉SQL的神器有哪些

這篇文章主要講解了“Python玩轉SQL的神器有哪些”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Python玩轉SQL的神器有哪些”吧！

初始化工作

一般使用ORM框架，都會有一些初始化工作，比如數據庫連接，定義基礎映射等。

以MySQL為例，創建數據庫連接只需要傳入DSN字符串即可。其中echo表示是否輸出對應的sql語句，對調試比較有幫助。

from sqlalchemy import create_engine
engine = create_engine('mysql+pymysql://$user:$password@$host:$port/$db?charset=utf8mb4', echo=True)

個人設計

對于我個人而言，引進ORM框架時，我的項目會參考MVC模式做以下設計。其中model存儲的是一些數據庫模型，即數據庫表映射的Python類；model_op存儲的是每個模型對應的操作，即增刪查改；調用方（如main.py）執行數據庫操作時，只需要調用model_op層，并不用關心model層，從而實現解耦。

├── main.py
├── model
│ ├── __init__.py
│ ├── base_model.py
│ ├── ddl.sql
│ └── py_orm_model.py
└── model_op
 ├── __init__.py
 └── py_orm_model_op.py

映射聲明(Model介紹)

舉個栗子，如果我們有這樣一張測試表

create table py_orm (
 `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '唯一id',
 `name` varchar(255) NOT NULL DEFAULT '' COMMENT '名稱',
 `attr` JSON NOT NULL COMMENT '屬性',
 `ct` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '創建時間',
 `ut` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON update CURRENT_TIMESTAMP COMMENT '更新時間',
 PRIMARY KEY(`id`)
)ENGINE=InnoDB COMMENT '測試表';

在ORM框架中，映射的結果就是下文這個Python類

# py_orm_model.py
from .base_model import Base
from sqlalchemy import Column, Integer, String, TIMESTAMP, text, JSON
class PyOrmModel(Base):
 __tablename__ = 'py_orm'
 id = Column(Integer, autoincrement=True, primary_key=True, comment='唯一id')
 name = Column(String(255), nullable=False, default='', comment='名稱')
 attr = Column(JSON, nullable=False, comment='屬性')
 ct = Column(TIMESTAMP, nullable=False, server_default=text('CURRENT_TIMESTAMP'), comment='創建時間')
 ut = Column(TIMESTAMP, nullable=False, server_default=text('CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP'), comment='更新時間')

首先，我們可以看到PyOrmModel繼承了Base類，該類是sqlalchemy提供的一個基類，會對我們聲明的Python類做一些檢查，我將其放在base_model中。

# base_model.py
# 一般base_model做的都是一些初始化的工作
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base()
engine = create_engine("mysql+pymysql://root:123456@127.0.0.1:33306/orm_test?charset=utf8mb4", echo=False)

其次，每個Python類都必須包含__tablename__屬性，不然無法找到對應的表。

第三，關于數據表的創建有兩種方式，第一種當然是手動在MySQL中創建，只要你的Python類定義沒有問題，就可以正常操作；第二種是通過orm框架創建，比如下面：

# main.py
# 注意這里的導入路徑，Base創建表時會尋找繼承它的子類，如果路徑不對，則無法創建成功
from sqlachlemy_lab import Base, engine
if __name__ == '__main__':
 Base.metadata.create_all(engine)

創建效果：

...
2020-04-04 10:12:53,974 INFO sqlalchemy.engine.base.Engine
CREATE TABLE py_orm (
id INTEGER NOT NULL AUTO_INCREMENT,
name VARCHAR(255) NOT NULL DEFAULT '' COMMENT '名稱',
attr JSON NOT NULL COMMENT '屬性',
ct TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP,
ut TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
 PRIMARY KEY (id)
)

第四，關于字段屬性

• 1.primary_key和autoincrement比較好理解，就是MySQL的主鍵和遞增屬性。

• 2.如果是int類型，不需要指定長度，而如果是varchar類型，則必須指定。

• 3.nullable對應的就是MySQL中的NULL 和 NOT NULL

• 4.關于default和server_default: default代表的是ORM框架層面的默認值，即插入的時候如果該字段未賦值，則會使用我們定義的默認值；server_default代表的是數據庫層面的默認值，即DDL語句中的default關鍵字。

Session介紹

在SQLAlchemy的文檔中提到，數據庫的增刪查改是通過session來執行的。

>>> from sqlalchemy.orm import sessionmaker
>>> Session = sessionmaker(bind=engine)
>>> session = Session()
>>> orm = PyOrmModel(id=1, name='test', attr={})
>>> session.add(orm)
>>> session.commit()
>>> session.close()

如上，我們可以看到，對于每一次操作，我們都需要對session進行獲取，提交和釋放。這樣未免過于冗余和麻煩，所以我們一般會進行一層封裝。

1.采用上下文管理器的方式，處理session的異常回滾和關閉，這部分與所參考的文章是幾乎一致的。

# base_model.py
from contextlib import contextmanager
from sqlalchemy.orm import sessionmaker, scoped_session
def _get_session():
 """獲取session"""
 return scoped_session(sessionmaker(bind=engine, expire_on_commit=False))()
# 在這里對session進行統一管理，包括獲取，提交，回滾和關閉
@contextmanager
def db_session(commit=True):
 session = _get_session()
 try:
 yield session
 if commit:
 session.commit()
 except Exception as e:
 session.rollback()
 raise e
 finally:
 if session:
 session.close()

2.在PyOrmModel中增加兩個方法，用于model和dict之間的轉換

class PyOrmModel(Base):
 ...
 @staticmethod
 def fields():
 return ['id', 'name', 'attr']
 @staticmethod
 def to_json(model):
 fields = PyOrmModel.fields()
 json_data = {}
 for field in fields:
 json_data[field] = model.__getattribute__(field)
 return json_data
 @staticmethod
 def from_json(data: dict):
 fields = PyOrmModel.fields()
 model = PyOrmModel()
 for field in fields:
 if field in data:
 model.__setattr__(field, data[field])
 return model

3.數據庫操作的封裝，與參考的文章不同，我是直接調用了session，從而使調用方不需要關注model層，減少耦合。

# py_orm_model_op.py
from sqlachlemy_lab.model import db_session
from sqlachlemy_lab.model import PyOrmModel
class PyOrmModelOp:
 def __init__(self):
 pass
 @staticmethod
 def save_data(data: dict):
 with db_session() as session:
 model = PyOrmModel.from_json(data)
 session.add(model)
 # 查詢操作，不需要commit
 @staticmethod
 def query_data(pid: int):
 data_list = []
 with db_session(commit=False) as session:
 data = session.query(PyOrmModel).filter(PyOrmModel.id == pid)
 for d in data:
 data_list.append(PyOrmModel.to_json(d))
 return data_list

4.調用方

# main.py
from sqlachlemy_lab.model_op import PyOrmModelOp
if __name__ == '__main__':
 PyOrmModelOp.save_data({'id': 1, 'name': 'test', 'attr': {}})

感謝各位的閱讀，以上就是“Python玩轉SQL的神器有哪些”的內容了，經過本文的學習后，相信大家對Python玩轉SQL的神器有哪些這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！