本页使用了标题或全文手工转换

SQLAlchemy

维基百科,自由的百科全书
跳到导航 跳到搜索
SQLAlchemy
原作者迈克尔·拜尔(Michael Bayer)[1]
初始版本2006年2月[2]
穩定版本
1.3.20
(2020年10月12日,​11個月前​(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

SQLAlchemy是为Python编程语言提供的开源SQL工具包及对象关系映射器(ORM),是在MIT许可证下发行的软件。

概述[编辑]

SQLAlchemy提供为高效和高性能数据库访问而设计的,适配入简单和Python式领域语言中的,全套的周知的企业级持久化英语Persistence (computer science)模式。SQLAlchemy的理念是:关系数据库表现得不太像对象搜集,因为体量和性能开始成为关切;而对象搜集表现得不太像表格和行,因为更多的抽象被设计入其中。因此,SQLAlchmey采用了类似于JavaHibernate数据映射器模式[4],而不是其他ORM框架采用的主动记录模式。不过,通过可选插件可以让用户使用声明式语法[5]

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

示例[编辑]

下述示例描述了电影同它们的导演之间的多对一联系。示例中说明了怎样从用户定义的Python创建对应的数据库表格,怎样从联系的任何一方创建有关联的实例英语Instance (computer science),最终怎样查询数据,演示了为延迟加载和预先加载二者自动生成的SQL查询。

架构定义[编辑]

创建两个Python类以及在DBMS中对应的数据库表格:

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[编辑]

电影与导演联系可以通过任何一方实体插入:

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[编辑]

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

SQLAlchemy将向DBMS发起如下查询(忽略别名):

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

输出结果:

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

假如在架构定义时设置lazy=True(默认值),SQLAlchemy将首先发起一个查询来获得一个电影列表,并在必要时(延迟)对每个导演发起查询来获得对应导演的名字:

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[编辑]

  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. ^ 数据映射器. [2012-11-08]. (原始内容存档于2012-11-04). 
  5. ^ Declarative. [2020-11-06]. (原始内容存档于2011-06-12). 
注释

参见[编辑]

外部链接[编辑]