使用 SQLAlchemy 进行 PostgreSQL 查询查看

鲸落_2023-09-05 16:34

作为软件开发人员，查询 PostgreSQL 视图是一项常见任务。使用视图（代表SQL 查询输出的虚拟表）被认为是处理关系数据库时的有效方法。本文介绍如何在 Python 中使用 SQLAlchemy 查询 PostgreSQL 视图。在直接进行演示之前，以下是我们将使用的所有工具的概述。

先决条件

  • 对 Python 和使用Python 的机器有很好的了解。
  • 了解 SQL、PostgreSQL 和 SQLAlchemy 的基本概念。
  • Postgres 安装在您的本地计算机上。

所需模块

python 复制代码 
pip install psycopg2
pip install sqlalchemy

使用 SQLAlchemy 查询 (PostgreSQL) 视图的步骤

创建数据库和用户

现在，我们首先通过使用用户创建数据库来设置 PostgreSQL，并授予该用户对所创建数据库的所有必需权限。

python 复制代码 
# 创建一个名为demo的数据库
CREATE DATABASE demo;
# 创建了一个用户脱模器，密码为12345678
CREATE USER demouser WITH PASSWORD '12345678';
# 已将客户端编码配置为utf8
ALTER ROLE demouser SET client_encoding TO 'utf8';
ALTER ROLE demouser SET default_transaction_isolation TO 'read committed';
ALTER ROLE demouser SET timezone TO 'UTC';
# 授予所有必需的权限，以便在demodb上卸载
GRANT ALL PRIVILEGES ON DATABASE demo TO demouser;

设置Python开发环境

到目前为止，我们已经创建并配置了一个数据库用户，现在让我们配置用于开发的虚拟环境，这一步可以跳过，但始终建议为每个项目使用专用的开发环境，以避免依赖冲突，这可以通过以下方式实现 Python 虚拟环境。

python 复制代码 
mkdir gfg
cd gfg

文件夹的名称并不重要，您可以将其命名为任何您想要的名称，然后 cd （更改目录）进入新创建的目录，然后运行以下命令，为您的项目创建虚拟环境。

python 复制代码 
to create a virtual environment
python -m venv venv
to activate the virtual environment
.\venv\Scripts\activate

使用 Python 连接到 Postgres

在此步骤中，我们将连接到之前创建的"demo"数据库并创建一个视图名称 demo_view，然后对其进行查询。

使用 Python 连接到 Postgres 可以使用我们刚刚安装的 psycopg2 适配器来实现，如图所示，

python 复制代码 
from sqlalchemy import create_engine

engine = create_engine('postgresql://demouser:12345678@localhost:5432/demo')

# 连接到数据库并打印连接成功（如果已连接）
with engine.connect() as conn:
	print("Connection successful")

输出：

创建所需的表

要使用 Python 查询 PostgreSQL 视图，我们首先需要数据库中存在一些数据，但目前数据库中还没有

在将一些数据插入数据库之前，我们需要通过将其定义为 SQLAlchemy 表来创建视图，如下所示，

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

# 使用SQLAlchemy创建数据库引擎并连接到数据库服务器
engine = create_engine('postgresql:'+
					'//demouser:12345678@localhost:5432/demo')

# 创建元数据对象
metadata = MetaData()

# 为演示视图创建一个表对象
demo_view = Table('demo_view', metadata,
				Column('id', Integer, primary_key=True),
				Column('name', String),
				Column('created_at', DateTime)
				)

# 在数据库中创建演示视图
metadata.create_all(engine)

输出：

将数据插入 Postgres

现在我们已经配置了所有内容并创建了 demo_view 表，让我们插入一些数据并查询 demo_view 表，该表将使用以下 Python 脚本返回一个视图，

python 复制代码 
# 在演示视图中插入一些数据
with engine.connect() as conn:
	conn.execute(demo_view.insert(), [
		{'name': 'John', 'created_at': '2021-07-01'},
		{'name': 'Jane', 'created_at': '2021-07-02'},
		{'name': 'Joe', 'created_at': '2021-07-03'}
	])

	# commit the changes
	conn.commit()


# 查询demo视图以获取name和createdAt列
query = select().select_from(demo_view).with_only_columns(
		demo_view.c.name, demo_view.c.created_at)
# 执行查询并打印结果
with engine.connect() as conn:
	result = conn.execute(query).fetchall()
	for row in result:
		print(row)

输出：

上面的 Python 脚本首先包含 2 个部分，其中我们将一些数据插入到 demo_view 表中，然后查询同一个表以返回仅包含 name 和created_at 列的视图。最后，它将打印从数据库返回的视图中的所有行，

如果我们检查数据库，数据已插入到 demo_view 表中，

使用 SQLAlchemy 查询 Postgres 视图

查询数据库视图是指查找视图中满足指定条件的行。以下是查询数据库视图的不同方法：

使用 Group By 子句查询数据库视图

Group By 子句根据所选列对视图中的行进行分组。以下查询显示 demo_view 中每个名称的行数。

python 复制代码 
query = select().select_from(demo_view).with_only_columns(
demo_view.c.name,
func.count(demo_view.c.name)
).group_by(demo_view.c.name)
# 执行查询并打印结果
with engine.connect() as conn:
	result = conn.execute(query).fetchall()
	for row in result:
		print(row)

输出：

上面的查询将按名称返回 demo_view 中的行数。

使用distinct关键字查询数据库视图

unique 关键字返回视图中不同的行。以下查询返回 demo_view 中的唯一名称。

python 复制代码 
query = select().select_from(
demo_view).with_only_columns(
	demo_view.c.name).distinct()

# 执行查询并打印结果
with engine.connect() as conn:
	result = conn.execute(query).fetchall()
	for row in result:
		print(row)

输出：

上面的查询返回 demo_view 中的唯一名称。

使用 Order By 子句查询数据库视图

Order By 子句根据指定的列对视图中的行进行排序。以下查询返回 demo_view 中按created_at 列排序的行。

python 复制代码 
query = select().select_from(
demo_view).order_by(
demo_view.c.created_at)

# 执行查询并打印结果
with engine.connect() as conn:
	result = conn.execute(query).fetchall()
	for row in result:
		print(row)

输出：

上面的查询返回 demo_view 中按created_at 列排序的行。

使用 Sum 函数查询数据库视图

Sum 函数返回指定列中的值的总和。以下查询返回 demo_view 的 id 列中的值的总和。

python 复制代码 
query = select().select_from(
demo_view).with_only_columns(
func.sum(
	demo_view.c.id))

# 执行查询并打印结果
with engine.connect() as conn:
	result = conn.execute(query).fetchall()
	for row in result:
		print(row)

输出：

上面的查询将返回 demo_view 的 id 列中的值的总和。

使用 Avg 函数查询数据库视图

Avg 函数返回指定列中值的平均值。以下查询返回 demo_view 中 id 列值的平均值。

python 复制代码 
query = select().select_from(
demo_view).with_only_columns(
func.avg(demo_view.c.id))

# 执行查询并打印结果
with engine.connect() as conn:
result = conn.execute(query).fetchall()
for row in result:
	print(row)

输出：

上面的查询将返回demo_view中id列值的平均值。

使用 Count 函数查询数据库视图

Count 函数返回视图中特定列或属性的计数或行数。

python 复制代码 
query = select().select_from(
demo_view).with_only_columns(
func.count(demo_view.c.id))

# 执行查询并打印结果
with engine.connect() as conn:
	result = conn.execute(query).fetchall()
	for row in result:
		print(row)

输出：

上面的查询返回 demo_view 中的行数。

使用 Min 函数查询数据库视图

sqlalchemy 提供的 Min 函数返回指定列的所有行中特定属性的最小值或最小值。以下是在 id 列上使用 Min 函数实现的查询的演示，

python 复制代码 
query = select().select_from(
demo_view).with_only_columns(
func.min(demo_view.c.id))

# 执行查询并打印结果
with engine.connect() as conn:
	result = conn.execute(query).fetchall()
	for row in result:
		print(row)

输出：

上面的查询将返回 demo_view 中 id 列的最小值。

使用 Max 函数查询数据库视图

Max 函数与 Min 相同但完全相反，返回查询中指定列的属性最大值。以下查询返回 demo_view 中 id 列的最大值。

python 复制代码 
query = select().select_from(
demo_view).with_only_columns(
func.max(demo_view.c.id))

# 执行查询并打印结果
with engine.connect() as conn:
	result = conn.execute(query).fetchall()
	for row in result:
		print(row)

输出：

上面的查询将返回 demo_view 中 id 列的最大值。

使用"in"关键字查询数据库视图

"in"关键字返回视图中指定列中的值与指定列表中的任何值匹配的行。以下查询返回 demo_view 中名称列值与指定列表中的值匹配的行。

python 复制代码 
query = select('*').select_from(
demo_view).where(
cast(
	demo_view.c.name, String
).in_(['John', 'Jane']))

# 执行查询并打印结果
with engine.connect() as conn:
	result = conn.execute(query).fetchall()
	for row in result:
		print(row)

输出：

上面的查询返回 demo_view 中名称列值与给定列表中的任何值匹配的行。

使用"and"关键字查询数据库视图

关键字"and"返回视图中匹配所有指定条件的行。以下查询返回 demo_view 中具有与指定值匹配的 name 列值和与指定值匹配的 id 列值的行。

python 复制代码 
query = select().select_from(
demo_view).where(
and_(demo_view.c.name == "John", demo_view.c.id == 1))

# 执行查询并打印结果
with engine.connect() as conn:
	result = conn.execute(query).fetchall()
	for row in result:
		print(row)

使用"or"关键字查询数据库视图

"or"函数返回视图中与任何指定条件匹配的行，与逻辑或运算符相同。以下查询将返回 demo_view 中 name 列值等于"John"或 id 列值等于 2 的行，

python 复制代码 
query = select('*').select_from(demo_view).where(
	(demo_view.c.name == "John") | (demo_view.c.id == 2)
)

# 执行查询并打印结果
with engine.connect() as conn:
	result = conn.execute(query).fetchall()
	for row in result:
		print(row)

输出：

使用"not"关键字查询数据库视图

"not"关键字返回视图中与指定条件不匹配的行。以下查询返回 demo_view 中名称列值不与指定值匹配的行。

python 复制代码 
query = select('*').select_from(demo_view).where(
	not_(demo_view.c.name == "John")
)

# 执行查询并打印结果
with engine.connect() as conn:
	result = conn.execute(query).fetchall()
	for row in result:
		print(row)

输出 ：

相关推荐
AskHarries19 分钟前
Java字节码增强库ByteBuddy
java·后端
佳佳_34 分钟前
Spring Boot 应用启动时打印配置类信息
spring boot·后端
许野平2 小时前
Rust： 利用 chrono 库实现日期和字符串互相转换
开发语言·后端·rust·字符串·转换·日期·chrono
BiteCode_咬一口代码3 小时前
信息泄露！默认密码的危害，记一次网络安全研究
后端
齐 飞3 小时前
MongoDB笔记01-概念与安装
前端·数据库·笔记·后端·mongodb
LunarCod4 小时前
WorkFlow源码剖析——Communicator之TCPServer（中）
后端·workflow·c/c++·网络框架·源码剖析·高性能高并发
码农派大星。4 小时前
Spring Boot 配置文件
java·spring boot·后端
杜杜的man5 小时前
【go从零单排】go中的结构体struct和method
开发语言·后端·golang
幼儿园老大*5 小时前
走进 Go 语言基础语法
开发语言·后端·学习·golang·go
llllinuuu5 小时前
Go语言结构体、方法与接口
开发语言·后端·golang
热门推荐
01【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总02(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明03组基轨迹建模 GBTM的介绍与实现（Stata 或 R）04【AIGC】重塑未来的科技巨轮05全面解析：构建基于深度学习的安全帽检测系统（UI界面+YOLO代码+数据集）06【经验分享】Ubuntu22.04安装微信(linux官方版)07基于YOLOv10深度学习的CT扫描图像肾结石智能检测系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标检测08Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO09RAG 实践- Ollama+RagFlow 部署本地知识库10【TC3xx芯片】TC3xx芯片电源管理系统PMS详解