sqlalchemy的Session

在使用SQLAlchemy进行数据库操作时,Session是对数据库交互的主要接口之一。在Session中执行查询时,可以通过不同的方法来添加查询条件,从而筛选出符合要求的记录。以下是一些常见的Session查询中添加条件。

1. 使用filter_by方法

filter_by方法允许传入一个或多个关键字参数来指定过滤条件。这些参数的键是列名,值是要匹配的值。

bash 复制代码
from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

Base = declarative_base()

class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, primary_key=True)
    name = Column(String)
    age = Column(Integer)

# 创建引擎和Session
engine = create_engine('sqlite:///example.db')
Session = sessionmaker(bind=engine)
session = Session()
# 使用filter_by添加条件
users = session.query(User).filter_by(age=30).all()

2. 使用filter方法

filter方法更加灵活,可以传入任何可接受的条件表达式。可以构建更复杂的查询条件。

bash 复制代码
# 使用filter添加复杂条件
users = session.query(User).filter(User.age > 25, User.name.like('%John%')).all()

3. 使用join方法

关联的对象之间添加条件,可以使用join方法。

bash 复制代码
# 假设有一个关联的表Address
class Address(Base):
    __tablename__ = 'addresses'
    id = Column(Integer, primary_key=True)
    user_id = Column(Integer, ForeignKey('users.id'))
    street = Column(String)

# 使用join来添加条件
addresses = session.query(Address).join(User).filter(User.age == 30).all()

4. 使用distinct方法

查询结果中去除重复的记录,可以使用distinct方法。

bash 复制代码
# 查询不重复的用户名
distinct_users = session.query(User.name).distinct().all()

5. 使用order_by方法

order_by方法允许指定返回结果的排序方式。

bash 复制代码
# 按年龄升序查询用户
users = session.query(User).order_by(User.age.asc()).all()

6. 使用group_by和having方法

对于分组查询和聚合函数,可以使用group_by和having方法。

bash 复制代码
from sqlalchemy import func

# 按年龄分组并计算每个年龄段的用户数量
age_counts = session.query(User.age, func.count(User.id)).group_by(User.age).all()

这些是在SQLAlchemy中使用Session进行查询时添加条件的一些基本方法。

相关推荐
Zhansiqi1 小时前
day42部分题目
python
小王不爱笑1321 小时前
IO 模型
开发语言·python
kishu_iOS&AI2 小时前
Conda 简要说明与常用指令
python·安全·conda
小陈工2 小时前
FastAPI性能优化实战:从每秒100请求到1000的踩坑记录
python·性能优化·django·flask·numpy·pandas·fastapi
知我Deja_Vu2 小时前
【避坑指南】ConcurrentHashMap 并发计数优化实战
java·开发语言·python
njidf2 小时前
用Python制作一个文字冒险游戏
jvm·数据库·python
呆呆小孩2 小时前
Anaconda 被误删抢救手册:从绝望到重生
python·conda
liliangcsdn2 小时前
LLM复杂数值的提取计算场景示例
人工智能·python
人工智能AI酱3 小时前
【AI深究】逻辑回归(Logistic Regression)全网最详细全流程详解与案例(附大量Python代码演示)| 数学原理、案例流程、代码演示及结果解读 | 决策边界、正则化、优缺点及工程建议
人工智能·python·算法·机器学习·ai·逻辑回归·正则化
WangLanguager3 小时前
逻辑回归(Logistic Regression)的详细介绍及Python代码示例
python·算法·逻辑回归