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/6199.html

(0)
LomuLomu
上一篇 2025 年 1 月 13 日 下午1:19
下一篇 2025 年 1 月 14 日

相关推荐

  • Mysql

    MySQL 学习整理 MySQL 基础架构 最上层的客户端所包含的服务并不是 MySQL 独有的,大多数基于网络的客户端/服务器工具或服务器都有类似的服务,包括连接处理、身份验证、确保安全性等。 第二层包含了大多数 MySQL 的核心功能,包括查询解析、分析、优化、以及所有的内置函数(例如,日期、时间、数学和加密函数),所有跨存储引擎的功能也都在这一层实现:…

    2025 年 1 月 1 日
    10600
  • IDEA中如何查看最近打开过的文件?

    前言 大家好,我是小徐啊。我们在Java开发的时候,最重要的是选择一款合适的开发工具,像eclipse,IDEA等。其中,IDEA是我平时在开发的时候,用的那一款工具,它功能十分强大。今天,我要来介绍下它的一个功能,就是查看下最近打开过的文件。 IDEA如何查看最近打开的文件 首先,我们需要先打开IDEA,然后按下键盘快捷键,Ctrl+E。 然后,就会弹出一…

    2025 年 1 月 16 日
    15500
  • 从混沌到秩序:Python的依赖管理工具分析

    “`markdownPython的依赖管理工具尚未形成统一标准,其原因主要包括: 历史发展的随意性:Python在早期发展过程中,对于依赖管理的重视不足,缺乏从一开始就进行统一规划和设计的意识。 社区的分散性:Python社区庞大且分散,众多开发者和团队各自为政,根据自己的需求和偏好开发工具,缺乏统一的协调和整合机制。 多样化的使用场景:Python应用场…

    未分类 2024 年 12 月 26 日
    15800
  • 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 12 日
    8900
  • JVM虚拟机监控及性能调优实战

    大家好,欢迎来到 程序视点!我是小二哥。 今天我们再来聊聊jvisualvm 目录 jvisualvm介绍 代码语言:txt 复制 “` 1. jvisualvm是JDK自带的可以远程监控内存,跟踪垃圾回收,执行时内存,CPU/线程分析,生成堆快照等的工具。 2. jvisualvm是从JDK1.6开始被继承到JDK中的。 “` jvisualvm使用 …

    2025 年 1 月 17 日
    15700

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