SQLAlchemy
外观
![本页使用了标题或全文手工转换](http://upload.wikimedia.org/wikipedia/commons/thumb/c/cd/Zh_conversion_icon_m.svg/35px-Zh_conversion_icon_m.svg.png)
![]() | |
原作者 | 迈克尔·拜尔(Michael Bayer)[1] |
---|---|
首次发布 | 2006年2月[2] |
当前版本 |
|
源代码库 | |
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提供企业级持久化模式,首次发行于2006年2月。SQLAlchemy的理念是:关系数据库随着规模变大并且性能开始成为顾虑,而表现得不像对象搜集;而对象搜集随着更多的抽象被设计入其中,而表现得不像表格和行。因此,SQLAlchmey采用了类似于Java里Hibernate的数据映射器模式[5],而不是其他ORM框架采用的主动记录模式。
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类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,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数据库架构中对应的表格:
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]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]- ^ 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).
- ^ 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
- ^ Release 2.0.32. 2024年8月5日 [2024年8月27日].
- ^ Releases - sqlalchemy/sqlalchemy. [8 August 2022]. (原始内容存档于2021-07-18) –通过GitHub.
- ^ 数据映射器. [2012-11-08]. (原始内容存档于2012-11-04).
- 注释
- Gift, Noah. Using SQLAlchemy. Developerworks. IBM. 12 Aug 2008 [8 Feb 2011]. (原始内容存档于2011-08-12).
- Rick Copeland, Essential SQLAlchemy(页面存档备份,存于互联网档案馆), O'Reilly, 2008, ISBN 0-596-51614-2