一、Sqlite3、SQLAlchemy安裝

Sqlite3是Python3標準庫不需要另外安裝，只需要安裝SQLAlchemy即可。本文sqlalchemy版本為1.2.12

pip install sqlalchemy

二、ORM操作

除了第一步創(chuàng)建引擎時連接URL不一樣，其他操作其他mysql等數(shù)據(jù)庫和sqlite都是差不多的。

2.1 創(chuàng)建數(shù)據(jù)庫連接格式說明

sqlite創(chuàng)建數(shù)據(jù)庫連接就是創(chuàng)建數(shù)據(jù)庫，而其他mysql等應(yīng)該是需要數(shù)據(jù)庫已存在才能創(chuàng)建數(shù)據(jù)庫連接；建立數(shù)據(jù)庫連接本文中有時會稱為建立數(shù)據(jù)庫引擎。

2.1.1 sqlite創(chuàng)建數(shù)據(jù)庫連接

以相對路徑形式，在當(dāng)前目錄下創(chuàng)建數(shù)據(jù)庫格式如下：

# sqlite://nohostname>/path>
# where path> is relative:
engine = create_engine('sqlite:///foo.db')

以絕對路徑形式創(chuàng)建數(shù)據(jù)庫，格式如下：

#Unix/Mac - 4 initial slashes in total
engine = create_engine('sqlite:////absolute/path/to/foo.db')
#Windows
engine = create_engine('sqlite:///C:\\path\\to\\foo.db')
#Windows alternative using raw string
engine = create_engine(r'sqlite:///C:\path\to\foo.db')

sqlite可以創(chuàng)建內(nèi)存數(shù)據(jù)庫（其他數(shù)據(jù)庫不可以），格式如下：

# format 1
engine = create_engine('sqlite://')
# format 2
engine = create_engine('sqlite:///:memory:', echo=True)

2.1.2 其他數(shù)據(jù)庫創(chuàng)建數(shù)據(jù)庫連接

PostgreSQL：

# default
engine = create_engine('postgresql://scott:tiger@localhost/mydatabase')
# psycopg2
engine = create_engine('postgresql+psycopg2://scott:tiger@localhost/mydatabase')
# pg8000
engine = create_engine('postgresql+pg8000://scott:tiger@localhost/mydatabase')

MySQL：

# default
engine = create_engine('mysql://scott:tiger@localhost/foo')
# mysql-python
engine = create_engine('mysql+mysqldb://scott:tiger@localhost/foo')
# MySQL-connector-python
engine = create_engine('mysql+mysqlconnector://scott:tiger@localhost/foo')
# OurSQL
engine = create_engine('mysql+oursql://scott:tiger@localhost/foo')

Oracle:

engine = create_engine('oracle://scott:tiger@127.0.0.1:1521/sidname')
engine = create_engine('oracle+cx_oracle://scott:tiger@tnsname')

MSSQL:

# pyodbc
engine = create_engine('mssql+pyodbc://scott:tiger@mydsn')
# pymssql
engine = create_engine('mssql+pymssql://scott:tiger@hostname:port/dbname')

2.2 創(chuàng)建數(shù)據(jù)庫連接

我們以在當(dāng)前目錄下創(chuàng)建foo.db為例，后續(xù)各步同使用此數(shù)據(jù)庫。

在create_engine中我們多加了兩樣?xùn)|西，一個是echo=Ture，一個是check_same_thread=False。

echo=Ture----echo默認為False，表示不打印執(zhí)行的SQL語句等較詳細的執(zhí)行信息，改為Ture表示讓其打印。

check_same_thread=False----sqlite默認建立的對象只能讓建立該對象的線程使用，而sqlalchemy是多線程的所以我們需要指定check_same_thread=False來讓建立的對象任意線程都可使用。否則不時就會報錯：sqlalchemy.exc.ProgrammingError: (sqlite3.ProgrammingError) SQLite objects created in a thread can only be used in that same thread. The object was created in thread id 35608 and this is thread id 34024. [SQL: 'SELECT users.id AS users_id, users.name AS users_name, users.fullname AS users_fullname, users.password AS users_password \nFROM users \nWHERE users.name = ?\n LIMIT ? OFFSET ?'] [parameters: [{}]] (Background on this error at: http://sqlalche.me/e/f405)

from sqlalchemy import create_engine

engine = create_engine('sqlite:///foo.db?check_same_thread=False', echo=True)

2.3 定義映射

先建立基本映射類，后邊真正的映射類都要繼承它

from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base()

然后創(chuàng)建真正的映射類，我們這里以一下User映射類為例，我們設(shè)置它映射到users表。

首先要明確，ORM中一般情況下表是不需要先存在的反而為了類與表對應(yīng)無誤借助通過映射類來創(chuàng)建；當(dāng)然表已戲存在了也無可以，在下一小結(jié)中你可以自己決定如果表存在時要如何操作是重新創(chuàng)建還是使用已有表，但使用已有表你需要確保和類的變量名與表的各字段名要對得上。

from sqlalchemy import Column, Integer, String

# 定義映射類User，其繼承上一步創(chuàng)建的Base
class User(Base):
  # 指定本類映射到users表
  __tablename__ = 'users'
  # 如果有多個類指向同一張表，那么在后邊的類需要把extend_existing設(shè)為True，表示在已有列基礎(chǔ)上進行擴展
  # 或者換句話說，sqlalchemy允許類是表的字集
  # __table_args__ = {'extend_existing': True}
  # 如果表在同一個數(shù)據(jù)庫服務(wù)（datebase）的不同數(shù)據(jù)庫中（schema），可使用schema參數(shù)進一步指定數(shù)據(jù)庫
  # __table_args__ = {'schema': 'test_database'}
  
  # 各變量名一定要與表的各字段名一樣，因為相同的名字是他們之間的唯一關(guān)聯(lián)關(guān)系
  # 從語法上說，各變量類型和表的類型可以不完全一致，如表字段是String(64)，但我就定義成String(32)
  # 但為了避免造成不必要的錯誤，變量的類型和其對應(yīng)的表的字段的類型還是要相一致
  # sqlalchemy強制要求必須要有主鍵字段不然會報錯，如果要映射一張已存在且沒有主鍵的表，那么可行的做法是將所有字段都設(shè)為primary_key=True
  # 不要看隨便將一個非主鍵字段設(shè)為primary_key，然后似乎就沒報錯就能使用了，sqlalchemy在接收到查詢結(jié)果后還會自己根據(jù)主鍵進行一次去重
  # 指定id映射到id字段; id字段為整型，為主鍵，自動增長（其實整型主鍵默認就自動增長）
  id = Column(Integer, primary_key=True, autoincrement=True)
  # 指定name映射到name字段; name字段為字符串類形，
  name = Column(String(20))
  fullname = Column(String(32))
  password = Column(String(32))

  # __repr__方法用于輸出該類的對象被print()時輸出的字符串，如果不想寫可以不寫
  def __repr__(self):
    return "User(name='%s', fullname='%s', password='%s')>" % (
          self.name, self.fullname, self.password)

在上面的定義我__tablename__屬性是寫死的，但有時我們可能想通過外部給類傳遞表名，此時可以通過以下變通的方法來實現(xiàn)：

def get_dynamic_table_name_class(table_name):
  # 定義一個內(nèi)部類
  class TestModel(Base):
    # 給表名賦值
    __tablename__ = table_name
    __table_args__ = {'extend_existing': True}

    username = Column(String(32), primary_key=True)
    password = Column(String(32))
  # 把動態(tài)設(shè)置表名的類返回去
  return TestModel

2.4 創(chuàng)建數(shù)據(jù)表

# 查看映射對應(yīng)的表
User.__table__

# 創(chuàng)建數(shù)據(jù)表。一方面通過engine來連接數(shù)據(jù)庫，另一方面根據(jù)哪些類繼承了Base來決定創(chuàng)建哪些表
# checkfirst=True，表示創(chuàng)建表前先檢查該表是否存在，如同名表已存在則不再創(chuàng)建。其實默認就是True
Base.metadata.create_all(engine, checkfirst=True)

# 上邊的寫法會在engine對應(yīng)的數(shù)據(jù)庫中創(chuàng)建所有繼承Base的類對應(yīng)的表，但很多時候很多只是用來則試的或是其他庫的
# 此時可以通過tables參數(shù)指定方式，指示僅創(chuàng)建哪些表
# Base.metadata.create_all(engine,tables=[Base.metadata.tables['users']],checkfirst=True)
# 在項目中由于model經(jīng)常在別的文件定義，沒主動加載時上邊的寫法可能寫導(dǎo)致報錯，可使用下邊這種更明確的寫法
# User.__table__.create(engine, checkfirst=True)

# 另外我們說這一步的作用是創(chuàng)建表，當(dāng)我們已經(jīng)確定表已經(jīng)在數(shù)據(jù)庫中存在時，我完可以跳過這一步
# 針對已存放有關(guān)鍵數(shù)據(jù)的表，或大家共用的表，直接不寫這創(chuàng)建代碼更讓人心里踏實

從上邊的討論可以知道，我們可以定義model然后根據(jù)model來創(chuàng)建數(shù)據(jù)表（當(dāng)然也可以不創(chuàng)建），那可不可以反過來根據(jù)已有的表來自動生成model代碼呢，答案是可以的，使用sqlacodegen。

sqlacodegen安裝操作如下：

# 如果網(wǎng)絡(luò)通，直接pip安裝
pip install sqlacodegen

# 如果網(wǎng)絡(luò)不通，先在網(wǎng)絡(luò)通的機器上使用pip下載sqlacodegen及期依賴包
pip download sqlacodegen
# 上傳到真正要安裝的機器后再用pip安裝，依賴包也會自動安裝。版本可能會變化改成自己具體的包名
pip install sqlacodegen-2.1.0-py2.py3-none-any.whl

sqlacodegen生成model操作如下：

# linux應(yīng)該被安裝在/usr/local/bin/sqlacodegen
# mysql+pymysql示例
# 可使用--tables指定要生成model的表，不指定時為所有表都生成model
# 可使用--outfile指定代碼輸出到的文件，不指定時輸出到stdout
# 注意只有當(dāng)表有主鍵時sqlacodegen才生成如下的class，不然會使用舊的生成Table()類實例的形式
# 更多說明可使用-h參看
sqlacodegen mysql+pymysql://user:password@localhost/dbname [--tables table_name1,table_name2] [--outfile model.py]

如我的一個示例操作如下，成功為指定表生成model：

2.5 建立會話

增查改刪（CRUD）操作需要使用session進行操作

from sqlalchemy.orm import sessionmaker

# engine是2.2中創(chuàng)建的連接
Session = sessionmaker(bind=engine)

# 創(chuàng)建Session類實例
session = Session()

2.6 增（向users表中插入記錄）

# 創(chuàng)建User類實例
ed_user = User(name='ed', fullname='Ed Jones', password='edspassword')

# 將該實例插入到users表
session.add(ed_user)

# 一次插入多條記錄形式
session.add_all(
  [User(name='wendy', fullname='Wendy Williams', password='foobar'),
  User(name='mary', fullname='Mary Contrary', password='xxg527'),
  User(name='fred', fullname='Fred Flinstone', password='blah')]
)

# 當(dāng)前更改只是在session中，需要使用commit確認更改才會寫入數(shù)據(jù)庫
session.commit()

2.7 查（查詢users表中的記錄）

2.7.1 查實現(xiàn)

query將轉(zhuǎn)成select xxx from xxx部分，filter/filter_by將轉(zhuǎn)成where部分，limit/order by/group by分別對應(yīng)limit()/order_by()/group_by()方法。這句話非常的重要，理解后你將大量減少sql這么寫那在sqlalchemy該怎么寫的疑惑。

filter_by相當(dāng)于where部分，外另可用filter。他們的區(qū)別是filter_by參數(shù)寫法類似sql形式，filter參數(shù)為python形式。

更多匹配寫法見：https://docs.sqlalchemy.org/en/13/orm/tutorial.html#common-filter-operators

our_user = session.query(User).filter_by(name='ed').first()

our_user

# 比較ed_user與查詢到的our_user是否為同一條記錄
ed_user is our_user

# 只獲取指定字段
# 但要注意如果只獲取部分字段，那么返回的就是元組而不是對象了
# session.query(User.name).filter_by(name='ed').all()
# like查詢
# session.query(User).filter(User.name.like("ed%")).all()
# 正則查詢
# session.query(User).filter(User.name.op("regexp")("^ed")).all()
# 統(tǒng)計數(shù)量
# session.query(User).filter(User.name.like("ed%")).count()
# 調(diào)用數(shù)據(jù)庫內(nèi)置函數(shù)
# 以count()為例，都是直接func.func_name()這種格式，func_name與數(shù)據(jù)庫內(nèi)的寫法保持一致
# from sqlalchemy import func
# session.query(func.count(User3.name)).one()
# 字段名為字符串形式
# column_name = "name"
# session.query(User).filter(User3.__table__.columns[column_name].like("ed%")).all()
# 獲取執(zhí)行的sql語句
# 獲取記錄數(shù)的方法有all()/one()/first()等幾個方法，如果沒加這些方法，得到的只是一個將要執(zhí)行的sql對象，并沒真正提交執(zhí)行
# from sqlalchemy.dialects import mysql
# sql_obj = session.query(User).filter_by(name='ed')
# sql_command = sql_obj.statement.compile(dialect=mysql.dialect(), compile_kwargs={"literal_binds": True})
# sql_result = sql_obj.all()

另外要注意該鏈接Common Filter Operators節(jié)中形如equals的query.filter(User.name == 'ed')，在真正使用時都得改成session.query(User).filter(User.name == 'ed')形式，不然只后看到報錯“NameError: name 'query' is not defined”。

2.7.2 參數(shù)傳遞問題

我們上邊的sql直接是our_user = session.query(User).filter_by(name='ed').first()形式，但到實際中時User部分和name=‘ed'這部分是通過參數(shù)傳過來的，使用參數(shù)傳遞時就要注意以下兩個問題。

首先，是參數(shù)不要使用引號括起來。比如如下形式是錯誤的（使用引號），將報錯sqlalchemy.exc.OperationalError: (sqlite3.OperationalError) no such column

table_and_column_name = "User"
filter = "name='ed'"

our_user = session.query(table_and_column_name).filter_by(filter).first()

其次，對于有等號參數(shù)需要變換形式。如下去掉了引號，對table_and_column_name沒問題，但filter = (name='ed')這種寫法在python是不允許的

table_and_column_name = User
# 下面這條語句不符合語法
filter = (name='ed')

our_user = session.query(table_and_column_name).filter_by(filter).first()

對參數(shù)中帶等號的這種形式，現(xiàn)在能想到的只有使用filter代替filter_by，即將sql語句中的=號轉(zhuǎn)變?yōu)閜ython語句中的==。正確寫法如下：

table_and_column_name = User
filter = (User.name=='ed')

our_user = session.query(table_and_column_name).filter(filter).first()

2.8 改（修改users表中的記錄）

# 要修改需要先將記錄查出來
mod_user = session.query(User).filter_by(name='ed').first()

# 將ed用戶的密碼修改為modify_paswd
mod_user.password = 'modify_passwd'

# 確認修改
session.commit()

# 但是上邊的操作，先查詢再修改相當(dāng)于執(zhí)行了兩條語句，和我們印象中的update不一致
# 可直接使用下邊的寫法，傳給服務(wù)端的就是update語句
# session.query(User).filter_by(name='ed').update({User.password: 'modify_passwd'})
# session.commit()
# 以同schema的一張表更新另一張表的寫法
# 在跨表的update/delete等函數(shù)中synchronize_session=False一定要有不然報錯
# session.query(User).filter_by(User.name=User1.name).update({User.password: User2.password}, synchronize_session=False)
# 以一schema的表更新另一schema的表的寫法
# 寫法與同一schema的一樣，只是定義model時需要使用__table_args__ = {'schema': 'test_database'}等形式指定表對應(yīng)的schema

2.9 刪（刪除users表中的記錄）

# 要刪除需要先將記錄查出來
del_user = session.query(User).filter_by(name='ed').first()

# 打印一下，確認未刪除前記錄存在
del_user

# 將ed用戶記錄刪除
session.delete(del_user)

# 確認刪除
session.commit()

# 遍歷查看，已無ed用戶記錄
for user in session.query(User):
  print(user)

# 但上邊的寫法，先查詢再刪除，相當(dāng)于給mysql服務(wù)端發(fā)了兩條語句，和我們印象中的delete語句不一致
# 可直接使用下邊的寫法，傳給服務(wù)端的就是delete語句
# session.query(User).filter_by(name='ed').first().delete()

2.10 直接執(zhí)行SQL語句

雖然使用框架規(guī)定形式可以在一定程度上解決各數(shù)據(jù)庫的SQL差異，比如獲取前兩條記錄各數(shù)據(jù)庫形式如下。

# mssql/access
select top 2 * from table_name;

# mysql
select * from table_name limit 2;

# oracle
select * from table_name where rownum = 2;

但框架存消除各數(shù)據(jù)庫SQL差異的同時會引入各框架CRUD的差異，而開發(fā)人員往往就有一定的SQL基礎(chǔ)，如果一個框架強制用戶只能使用其規(guī)定的CRUD形式那反而增加用戶的學(xué)習(xí)成本，這個框架注定不能成為成功的框架。直接地執(zhí)行SQL而不是使用框架設(shè)定的CRUD雖然不是一種被鼓勵的操作但也不應(yīng)被視為一種見不得人的行為。

# 正常的SQL語句
sql = "select * from users"

# sqlalchemy使用execute方法直接執(zhí)行SQL
records = session.execute(sql)

更多關(guān)于Python3 SQLAlchemy Sqlite3相關(guān)教程請查看下面的相關(guān)鏈接