python SQLAlchemy ORM——从零开始学习 01 安装库

01基础库

1-1安装

依赖库:sqlalchemy

```python
pip install sqlalchemy
#直接安装即可
```

1-2导入使用

这里讲解思路【个人的理解】,具体写其实就是这个框架:

  1. 导入必要的接口【有创建engine以及declarative_base

    1. 通过create_engine接口创建engine,根据翻译可以翻译成引擎,和发动机一样,有了这个才能驱动数据库启动,但创建engine的接口接受的是一个针对 PostgreSQL的对象,对象的示例如:postgresql+psycopg2://scott:tiger@localhost:5432/mydatabase
    2. 以下是官方对于这个engine的解释

image-20250104004137424

  1. 创建引擎
    ```python
    

    db_url = "sqlite:///database.db" #本地的sqlite数据库的地址,没有则自动创建
    engine = create_engine(db_url) #调用数据库的url地址创建引擎
    ```

其中主要根据 sqlalchemy中的create_engine接口进行引擎的创建

create_engine(url: str | URL) -> Engine

其中URL就是上文提到的PostgreSQL的对象。这里是用sqlite,其他兼容数据库也可以使用,参照下图:

  1. 定义一个 sqlalchemyORM接口的基类,用于后续创建自定义的表、以及增删查改
    ```python
    

    Base = declarative_base()
    ```

1-3 创建自己的表

  • 前面的逻辑和导入使用是重合的,主要就是创建一个自己自定义的数据库表类 ->继承于上文提到的接口基类,进行表的创建

  • 其中,使用Column接口来创建表的列,这个接口接受主要两个变量:第一个是类型【Column, Integer, String, Float】。第二个使用到的是primary_key,即数据库的主键(数据库中数值唯一的一种属性,一般是数据库自动添加的,例如作为整形id,如果主键为TURE,则id这个属性的数值不会重复)

  • Column(type_, *args, **kwargs)

    • type_ (必填):指定列的数据类型,例如 IntegerStringDateTime 等。
    • primary_key (可选):是否为主键,默认为 False

      ```python
      from sqlalchemy import create_engine, Column, Integer, String, Float
      from sqlalchemy.orm import declarative_base

    db_url = "sqlite:///database.db"

    engine = create_engine(db_url)

    Base = declarative_base()

    class User(Base):
    tablename = "user"
    id = Column(Integer, primary_key=True)
    name = Column(String)
    age = Column(Integer)

    Base.metadata.create_all(engine)
    ```

  • 最后使用Base.metadata.create_all(engine)接口创建这个数据库的所有表

    • 功能:

自动创建表create_all() 会基于模型中定义的表结构自动创建数据库表。如果表已经存在,则不会重新创建。

数据库初始化 :通常在应用程序第一次启动时,调用 create_all() 来创建数据库结构。

支持多个表create_all() 会创建所有在 Base 中定义的模型所对应的表。

1-4 all code

    ```python
from sqlalchemy import create_engine, Column, Integer, String, Float
from sqlalchemy.orm import declarative_base

db_url = "sqlite:///database.db"

engine = create_engine(db_url)

Base = declarative_base()


class User(Base):
    __tablename__ = "user"
    id = Column(Integer, primary_key=True)
    name = Column(String)
    age = Column(Integer)

    def __repr__(self):#这个函数可以不用,不影响,为了能直接print这个类对象
        return f"id:{self.id}, name:{self.name}, age:{self.age}"


Base.metadata.create_all(engine)
```

鸣谢以及参考:

参考教程

文章整理自互联网,只做测试使用。发布者:Lomu,转转请注明出处:https://www.it1024doc.com/5730.html

(0)
LomuLomu
上一篇 2025 年 1 月 11 日 上午5:22
下一篇 2025 年 1 月 11 日 上午6:23

相关推荐

  • JavaScript 延迟加载的方法( 7种 )

    JavaScript脚本的延迟加载(也称为懒加载)是指在网页的主要内容已经加载并显示给用户之后,再加载或执行额外的JavaScript代码。这样做可以加快页面的初始加载速度,改善用户体验,并减少服务器的压力。 以下是几种常见的延迟加载JavaScript的方法: defer 属性: 使用 async 属性: async 属性告诉浏览器立即开始下载脚本,并且在…

    2025 年 1 月 5 日
    43200
  • 数据结构与算法–顺序表(Java)

    什么是顺序表? 顺序表 是一种线性表 的数据结构。 顺序表通过一组连续地址 的存储单元依次存储 线性表中的数据元素。 顺序表的主要特点: 逻辑上相邻的元素在物理位置上也相邻。 可以随机访问表中的任意元素,通过元素的位置序号可以在 O(1) 的时间复杂度内直接获取对应元素。 插入和删除操作的效率相对较低。例如,在顺序表的中间位置插入一个元素,需要移动大量后续元…

    未分类 2024 年 12 月 28 日
    39100
  • 深入解析 Spring AI 系列:以OpenAI与Moonshot案例为例寻找共同点

    今天,我们将重点探讨对接的业务逻辑。为了帮助大家更直观地掌握其中的规律性,我将通过对比OpenAI与《月之暗面》中的Moonshot两个案例来阐述这一点。通过这样的对比,大家可以更清晰地看到,这些对接业务的整体框架其实非常相似。换句话说,我们要做的工作只是其中的一小部分,但它同样是关键的一环。 好了,接下来我们就开始深入了解这个话题。 模型对接 我们首先需要…

    2025 年 1 月 11 日
    56200
  • 一文搞懂架构设计的衡量标准:功能性、可用性、性能、可扩展性、安全性、协作效率、复杂度、成本效益

    大家好,我是汤师爷~ 架构设计的首要目标是服务于业务需求。因此,我们不应该盲目追求所谓的”最厉害的”架构,而应该致力于寻找最适合当前业务环境和未来发展需求的架构方案。 衡量架构的合理性是一个复杂的过程,需要从多个角度进行全面评估。主要可以从以下视角进行分析: 功能需求视角:评估架构是否有效支撑当前业务需求,并具有充分的灵活性以适应未来业务发展。 非功能需求视…

    未分类 2025 年 1 月 16 日
    42500
  • 高性能MySQL(第4版)PDF、EPUB免费下载

    适读人群 :不但适合数据库管理员(DBA)阅读,也适合开发人员参考学习。不管是数据库新手还是专家,相信都能从本书有所收获 领域经典十年后全版更新||全面拥抱8.0||重磅剖析现代云数据库与大规模运维实践||中国首批DBA精琢翻译5大头部国产数据库创始人联合力荐 电子版仅供预览,下载后24小时内务必删除,支持正版,喜欢的请购买正版书籍 点击原文去下载 书籍信息…

    2025 年 1 月 12 日
    37300

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

联系我们

400-800-8888

在线咨询: QQ交谈

邮件:admin@example.com

工作时间:周一至周五,9:30-18:30,节假日休息

关注微信