怎么制作网站源码,苏州网页设计方法,网站怎么利用朋友圈做推广,自己开平台怎么弄啊SQLAlchemy是一个Python库#xff0c;用于处理关系型数据库的ORM#xff08;对象关系映射#xff09;和SQL表达式的生成。它提供了许多功能#xff0c;包括#xff1a; ORM#xff08;对象关系映射#xff09;#xff1a;允许将数据库表映射到Python对象#xff0c;使…SQLAlchemy是一个Python库用于处理关系型数据库的ORM对象关系映射和SQL表达式的生成。它提供了许多功能包括 ORM对象关系映射允许将数据库表映射到Python对象使开发人员可以使用Python代码而不是SQL语句来操作数据库。 数据库连接管理SQLAlchemy管理数据库连接池处理连接的创建、关闭和连接池的配置从而提高了性能和资源利用率。 SQL表达式语言SQLAlchemy提供了强大的SQL表达式语言可以用于构建SQL查询、插入、更新和删除等操作同时支持数据库的不同类型和方言。 事务管理支持数据库事务确保一系列数据库操作的原子性和数据一致性。 连接多种数据库SQLAlchemy支持多种关系型数据库包括SQLite、MySQL、PostgreSQL、Oracle等使得代码可以跨不同数据库进行移植。 数据模型定义使用SQLAlchemy可以定义数据模型类这些类可以映射到数据库表简化了数据库结构的管理。 查询构建SQLAlchemy允许使用Python代码来构建复杂的查询支持过滤、排序、连接、子查询等功能。 双向关系通过定义双向关系可以轻松地在数据模型之间进行导航和访问相关的数据。 批量操作支持批量插入、批量更新和批量删除等操作提高了数据库操作的效率。 数据类型转换SQLAlchemy支持将Python数据类型与数据库数据类型进行映射处理数据的序列化和反序列化。 表间关联支持多表之间的关联包括一对一、一对多和多对多等关系的建立和管理。
总之SQLAlchemy是一个功能强大的工具用于处理数据库交互和数据持久化它提供了高度抽象的方式来操作数据库同时支持灵活的SQL表达式使开发人员更容易管理和操作数据库。
from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.orm import sessionmaker
from sqlalchemy.orm import declarative_base
from sqlalchemy import ForeignKey
from sqlalchemy.orm import relationship, joinedload
from sqlalchemy import UniqueConstraint
from sqlalchemy import func
from sqlalchemy import distinct# 创建引擎
engine create_engine(sqlite:///test456.db)# 创建会话
Session sessionmaker(bindengine)
session Session()# 创建 SQLAlchemy 数据模型基类
Base declarative_base()# 定义数据模型类继承自 Base
class Address(Base):__tablename__ addressesid Column(Integer, primary_keyTrue)user_id Column(Integer, ForeignKey(users.id))street Column(String)user relationship(User, back_populatesaddresses)__table_args__ (UniqueConstraint(user_id, street, nameunique_user_address),)class User(Base):__tablename__ usersid Column(Integer, primary_keyTrue)name Column(String)age Column(Integer)addresses relationship(Address, back_populatesuser)# 创建数据库表
Base.metadata.create_all(engine)# 插入用户数据
user1 User(nameAlice, age30)
user2 User(nameBob, age25)# 插入地址数据
address1 Address(street123 Main St, useruser1)
address3 Address(street789 Oak St, useruser2)session.add(user1)
session.add(user2)
session.commit()# 查询所有用户以验证插入操作
users session.query(User).all()
print(\nquery all users)
for user in users:print(fID: {user.id:2} | Name: {user.name:7} | Age: {user.age:4})# 执行关联查询并输出完整的用户信息
users_with_addresses session.query(User).options(joinedload(User.addresses)).all()
print( \n执行关联查询并输出完整的用户信息)
for user in users_with_addresses:user_info fUser ID: {user.id:3}, Name: {user.name:10}, Age: {user.age:4}for address in user.addresses:address_info f Street: {address.street}print(user_info.ljust(40) address_info)# for user in users_with_addresses:
# print(fUser ID: {user.id}, Name: {user.name}, Age: {user.age}, Street: {, .join([address.street for address in user.addresses])})# for user in users_with_addresses:
# print(fUser ID: {user.id}, Name: {user.name}, Age: {user.age})
# for address in user.addresses:
# print(f Address ID: {address.id}, Street: {address.street})# 查询重复的用户记录
duplicate_users (session.query(User).group_by(User.name, User.age).having(func.count(User.id) 1).all()
)# 删除重复记录保留第一个记录
for user in duplicate_users:first_user (session.query(User).filter_by(nameuser.name, ageuser.age).order_by(User.id).first())session.query(User).filter_by(nameuser.name, ageuser.age).delete(synchronize_sessionFalse)session.commit()# 查询所有用户以验证删除操作
users session.query(User).all()
print( \nquery all users)
for user in users:print(fID: {user.id:3} | Name: {user.name:10} | Age: {user.age:4})# 查询所有的地址
all_addresses session.query(Address).all()# 获取用户的 ID 列表
user_ids [user.id for user in session.query(User).all()]# 删除不对应的地址信息
for address in all_addresses:if address.user_id not in user_ids:session.delete(address)
session.commit()# 查询 Address 表以验证删除操作
addresses session.query(Address).all()
print( \nquery all addresses)
for address in addresses:print(fID: {address.id:2} | Street: {address.street:20} | User ID: {address.user_id})
