跳转到内容

SQLAlchemy

本页使用了标题或全文手工转换
维基百科,自由的百科全书

这是本页的一个历史版本,由Mhss留言 | 贡献2020年11月3日 (二) 15:48编辑。这可能和当前版本存在着巨大的差异。

SQLAlchemy
原作者迈克尔·拜尔(Michael Bayer)[1]
首次发布2006年2月[2]
当前版本1.3.20(2020年10月12日,​4年前​(2020-10-12[3]
源代码库 編輯維基數據鏈接
编程语言Python
操作系统跨平台
类型对象关系映射
许可协议MIT许可证
网站www.sqlalchemy.org

SQLAlchemyPython编程语言下的一款开源软件。提供了SQL工具包及对象关系映射(ORM)工具,使用MIT许可证发行。

SQLAlchemy“采用简单的Python语言,为高效和高性能的数据库访问设计,实现了完整的企业级持久模型”。SQLAlchemy的理念是,SQL数据库的量级和性能重要于对象集合;而对象集合的抽象又重要于表和行。因此,SQLAlchmey采用了类似于JavaHibernate数据映射[4]模型,而不是其他ORM框架采用的Active Record模型。不过,Elixir[5]declarative等可选插件可以让用户使用声明语法。

SQLAlchemy首次发行于2006年2月,并迅速地在Python社区中最广泛使用的ORM工具之一,不亚于Django的ORM框架。

示例

下述示例描述了电影同导演的多对一关系。示例中说明了从用户定义的Python类创建数据表的方法,双方关系实例的创建方法,以及最终查询数据的方法:包括延迟加载和预先加载两种自动生成的SQL查询。

结构定义

创建两个Python类以及DBMS中对应的数据表:

from sqlalchemy import *
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import relation, sessionmaker

Base = declarative_base()
 
class Movie(Base):
    __tablename__ = 'movies'
 
    id = Column(Integer, primary_key=True)
    title = Column(String(255), nullable=False)
    year = Column(Integer)
    directed_by = Column(Integer, ForeignKey('directors.id'))
 
    director = relation("Director", backref='movies', lazy=False)
 
    def __init__(self, title=None, year=None):
        self.title = title
        self.year = year
    def __repr__(self):
        return "Movie(%r, %r, %r)" % (self.title, self.year, self.director)
 
class Director(Base):
    __tablename__ = 'directors'
 
    id = Column(Integer, primary_key=True)
    name = Column(String(50), nullable=False, unique=True)
 
    def __init__(self, name=None):
        self.name = name
 
    def __repr__(self):
        return "Director(%r)" % (self.name)
 
engine = create_engine('dbms://user:pwd@host/dbname')
Base.metadata.create_all(engine)

插入数据

插入的电影和导演对象可以互相引用:

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

m1 = Movie("Star Trek", 2009)
m1.director = Director("JJ Abrams")

d2 = Director("George Lucas")
d2.movies = [Movie("Star Wars", 1977), Movie("THX 1138", 1971)]

try:
    session.add(m1)
    session.add(d2)
    session.commit()
except:
    session.rollback()

查询

alldata = session.query(Movie).all()
for somedata in alldata:
    print somedata

SQLAlchemy将向DBMS(忽略差异)发起如下查询:

SELECT movies.id, movies.title, movies.year, movies.directed_by, directors.id, directors.name 
FROM movies LEFT OUTER JOIN directors ON directors.id = movies.directed_by

并输出:

Movie('Star Trek', 2009L, Director('JJ Abrams'))
Movie('Star Wars', 1977L, Director('George Lucas'))
Movie('THX 1138', 1971L, Director('George Lucas'))

假如设置lazy=True(默认值),SQLAlchemy将首先发起对电影列表的查询,并在必要时(延迟加载)逐一查询导演的名称:

SELECT movies.id, movies.title, movies.year, movies.directed_by 
FROM movies

SELECT directors.id, directors.name
FROM directors 
WHERE directors.id = %s

参考文献

  1. ^ Mike Bayer是SQLAlchmey以及Mako Templates for Python的创始人。. [2012-11-08]. (原始内容存档于2012-10-26). 
  2. ^ PyCon 2007 Wrapup页面存档备份,存于互联网档案馆),SQLAlchemy released 0.1.0 in February 2006 - O'Reilly Media
  3. ^ Releases - sqlalchemy/sqlalchemy. [3 November 2020] –通过GitHub. 
  4. ^ 页面存档备份,存于互联网档案馆
  5. ^ 页面存档备份,存于互联网档案馆
注释

参见

外部链接