SqlAlchemy使用教程(四) MetaData 与 SQL Express Language 的使用

四、Database MetaData 与 SQL Express Language 的使用

MetaData对象用于描述表结构，SQL Express Language是DBAPI SQL的统一封装器。MetaData 与SQL Express 语句可以在Core层使用，ORM层基于MetaData, SQL Express基础上做了进一步抽象。本章将介绍在Core层如何使用MetaData与SQL Express Language语句。

1、使用MetaData定义表结构

MetaData的含义

MetaData 相当于python层的db schema，即数据库结构定义, 用meta.Table对象来表示table 定义，Column对象来表示 column的定义，
通常1个模块只包含1个metaData对象，可以包含多个table定义。

Step-1, 创建1个MetaData对象

python 复制代码

from sqlalchemy import MetaData
metadata_obj = MetaData()

Step-2 申明 Table对象

创建了MetaData对象后，就可以用它来声明Table对象，每个字段用Column对象来表示

python 复制代码

user_table = Table(
    'user_account',
    metadata_obj,
    Column('id',Integer,primary_key=True),
    Column('name',String(30)),
    Column('speciality',String(30)),
)

说明：

user_acount是数据库的table名。
user_table 则是meta.Table的实例对象，后面的操作，使用此对象名

必须说明，本例用 metadata 定义表结构的方式，不是ORM 表结构定义方式。

Step-3 Columns 对象

MetaData对象column对象来表示数据库字段，其主要属性

name, type object,
autoincrement
default
index
info
nullable
unique
primary_key
comment
insert_sentinel ( 插入执行结果检查)

table对象的 c属性 , 即 table.c

所有列名被放进 table.c数组中，引用列名方式：user_table.c.name

column数据类型

Alchemy 提供了足够的column数据类型，注意类型命名采用CamelCase风格，主要有：

Boolean Integer SmallInteger BigInteger Float Double String

Text Time Date DateTime Enum LargeBinary PickleType等。

Step-4: 定义Primary key、index, foreign key

Primary Key

python 复制代码

Column("id", Integer, primary_key=True),

Index

python 复制代码

Column('Addres', String, index=True)

Foreign key

python 复制代码

Column("user_id", ForeignKey("user_account.id"), nullable=False),

Step-5: 发送 DDL 指定到数据库创建表

DDL 即create 语句，用MetaData对象的 create_all()，可将该对象上的所有 Table对象转为DDL发送给数据库

python 复制代码

metadata_obj.create_all()

此方法会先查询DB中是否存在该表，再进行创建。

MetaData的其它方法

MetaData.tables 返回所有定义的table 对象

drop_all() 删除所有表

reflect() 从database已存在表创建table

使用方法：

读取db所有表，

python 复制代码

engine = create_engine("mysql+pymysql://root:123456@127.0.0.1:3306/test_db?charset=utf8")
meta_obj = MetaData() 
meta_obj.reflect(bind=engine) 
school_table = meta_obj.tables['school']

读取指定表

python 复制代码

>>> messages = Table("messages", metadata_obj, autoload_with=engine)
>>> [c.name for c in messages.columns]
['message_id', 'message_name', 'date']

如果存在外键， load主表时，也会自动加载辅表，

shopping_cart_items 外键字段引用了shopping_cards, 也被加载了

python 复制代码

>>> shopping_cart_items = Table("shopping_cart_items", metadata_obj, autoload_with=engine)
>>> "shopping_carts" in metadata_obj.tables
True

2、SQL Express Language 使用

2.1 NSERT() 方法

Insert 单条数据：

python 复制代码

with engine.connect() as conn: 
    stmt = insert(asset_table).values(name="打印机",tag="A0001",value=3000,user_id=1)
    result = conn.execute(stmt)
    conn.commit()
    print(result.inserted_primary_key)

判断插入结果 result 是否成功，

通过检查 result.inserted_primary_key, 如果为None表示插入失败。

插入多条数据

python 复制代码

with engine.connect() as conn:     
    # send many statements 
    rows = [
        {'name':'复印机','tag': 'A0002', 'value': 29000, 'user_id': 4 },
        {'name':'20吨吊车','tag': 'D0001', 'value': 240000, 'user_id': 1 },
    ]
    conn.execute( asset_table.insert(), rows )
    conn.commit()

2.2 Select()方法

基本使用方法

python 复制代码

from sqlalchemy import select
stmt = select(user_table).where(user_table.c.name == "spongebob")
print(stmt)
with Session(engine) as session:
     for row in session.execute(stmt):
         print(row)

选择部分字段：

python 复制代码

select(user_table.c.name, user_table.c.fullname))

修改列名，

python 复制代码

from sqlalchemy import func, cast
stmt = select(("Username: " + user_table.c.name).label("username"),).order_by(user_table.c.name)
with engine.connect() as conn:
    for row in conn.execute(stmt):
         print(f"{row.username}")

output

bash 复制代码

Username: 张锋
Username: 海绵宝宝
Username: 王小乙

Where 子句

python 复制代码

select(user_table).where(user_table.c.name == "squidward"))

python 复制代码

>>> print(
...     select(address_table.c.email_address)
...     .where(user_table.c.name == "squidward")
...     .where(address_table.c.user_id == user_table.c.id)
... )

相当于SQL

python 复制代码

SELECT address.email_address
FROM address, user_account
WHERE user_account.name = :name_1 AND address.user_id = user_account.id

join 联合查询

python 复制代码

>>> print(
...     select(address_table.c.email_address)
...     .select_from(user_table)
...     .join(address_table, user_table.c.id == address_table.c.user_id)
... )

python 复制代码

SELECT address.email_address
FROM user_account JOIN address ON user_account.id = address.user_id

2.3 数据更新update()与删除 Delete()

1) 更新数据

方法： Update()

python 复制代码

stmt = update(user_table).values(fullname="Username: " + user_table.c.name)

更新多条数据示例：

python 复制代码

>>> from sqlalchemy import bindparam
>>> stmt = (
...     update(user_table)
...     .where(user_table.c.name == bindparam("oldname"))
...     .values(name=bindparam("newname"))
... )
>>> with engine.begin() as conn:
...     conn.execute(
...         stmt,
...         [
...             {"oldname": "jack", "newname": "ed"},
...             {"oldname": "wendy", "newname": "mary"},
...             {"oldname": "jim", "newname": "jake"},
...         ],
...     )

有外键数据更新

python 复制代码

>>> scalar_subq = (
...     select(address_table.c.email_address)
...     .where(address_table.c.user_id == user_table.c.id)
...     .order_by(address_table.c.id)
...     .limit(1)
...     .scalar_subquery()
... )
>>> update_stmt = update(user_table).values(fullname=scalar_subq)
>>> print(update_stmt)

2) 删除数据

主法： delete()

示例：

python 复制代码

from sqlalchemy import delete
stmt = (
    delete(user_table).
    where(user_table.c.id == 5)
)
result = conn.execute(stmt)

Delete操作返回值类型为 CursorResult，可以用 result.rowcount 查看受影响行数，以确定是否成功。

多表删除：

python 复制代码

delete_stmt = (
     delete(user_table)
     .where(user_table.c.id == address_table.c.user_id)
     .where(address_table.c.email_address == "patrick@aol.com")
)
from sqlalchemy.dialects import mysql
print(delete_stmt.compile(dialect=mysql.dialect()))

DELETE FROM user_account USING user_account, address
WHERE user_account.id = address.user_id AND address.email_address = %s