SQLAlchemy 入门:Python 中的 SQL 工具包和 ORM

SQLAlchemy 是 Python 中一款非常流行的数据库工具包,它对底层的数据库操作提供了高层次的抽象。在本篇文章中,我们将介绍 SQLAlchemy 的两个主要组成部分:SQL 工具包 (SQL Toolkit) 和对象关系映射器 (Object-Relational Mapper, ORM) 的基本使用。

一、SQLAlchemy 的安装和设置

安装 SQLAlchemy 很简单,可以通过 pip 工具进行安装:

bash 复制代码
pip install sqlalchemy

接下来,我们需要设置一个 SQLAlchemy Engine。Engine 是 SQLAlchemy 中的一个核心接口,它为 SQL 数据库提供了一种统一的方式来与 Python 程序进行交互。以下是一个 SQLite 数据库的 Engine 设置示例:

python 复制代码
from sqlalchemy import create_engine

# 创建一个内存中的 SQLite 数据库
engine = create_engine('sqlite:///:memory:', echo=True)

二、SQLAlchemy SQL 工具包的使用

SQLAlchemy 的 SQL 工具包提供了一种 Pythonic 的方式来生成和执行 SQL 语句。例如,我们可以使用以下代码来创建一个新的数据库表:

python 复制代码
from sqlalchemy import Table, Column, Integer, String, MetaData

metadata = MetaData()

users = Table(
   'users', metadata, 
   Column('id', Integer, primary_key=True), 
   Column('name', String), 
   Column('email', String),
)

metadata.create_all(engine)

三、SQLAlchemy ORM 的使用

SQLAlchemy 的 ORM 允许我们将 Python 类映射到数据库表,使我们可以使用面向对象的方式来处理数据库。以下是一个简单的 ORM 示例:

python 复制代码
from sqlalchemy import Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base

Base = declarative_base()

class User(Base):
   __tablename__ = 'users'

   id = Column(Integer, primary_key=True)
   name = Column(String)
   email = Column(String)

Base.metadata.create_all(engine)

在上面的代码中,我们定义了一个 User 类,并将其映射到 users 表。然后,我们可以使用类和对象的方式来操作数据库:

python 复制代码
from sqlalchemy.orm import Session

# 创建一个新的 Session
session = Session(engine)

# 创建一个新的 User 对象
new_user = User(name='John', email='john@example.com')

# 添加到 session
session.add(new_user)

# 提交(保存)更改
session.commit()

四、总结

在本篇文章中,我们介绍了 SQLAlchemy 的基础知识,包括如何安装和设置 SQLAlchemy,如何使用 SQLAlchemy 的 SQL 工具包和 ORM。SQLAlchemy 是一个强大的工具,它使处理数据库变得更简单、更 Pythonic。在接下来的学习中,你可以深入探索 SQLAlchemy 的高级特性,如事务管理、表关联等。

相关推荐
leihefeng7 小时前
PX06-对比两个 Excel 文件的差异:从逐单元格到生产级实现
python·excel
Apifox7 小时前
Apifox 9 月更新|CLI 能力升级、GitLab 私有化部署接入与产品体验优化
前端·后端·测试
鱼弦8 小时前
Agent智能体 vs 传统运维:职业天花板的3倍差距?
后端
暗夜行者之光8 小时前
LangGraph 实战:用 LangSmith 可视化追踪 AI 智能体执行轨迹
后端
鱼弦8 小时前
Agent 的工具选择策略:从硬编码到动态决策
后端
Ticnix8 小时前
MCP 上个月把自己推翻重写了:Session 没了、Sampling 废了——你学的教程还停在 2025
python·agent·全栈
Lost of 程序猿8 小时前
建造者模式实战:告别“十参数构造函数“的数据导出任务
后端·设计模式·c#·asp.net
SensorFlow8 小时前
ClickHouse 埋点事件表:先验证时间与重复,再谈漏斗看板
后端
“AI国潮设计-小江”8 小时前
[AIGC实战] 基于Stable Diffusion的潮汕非遗IP自动化生成工作流(附Python批量处理脚本)
开发语言·人工智能·python·prompt·aigc
LOVE️YOU8 小时前
Python 中的 range 是类还是函数?range 对象该怎么理解?
python