SQLite数据库的介绍与使用

一. 简介

在进⾏数据存储和管理时，我们常常需要⼀个轻量级而又功能强⼤的数据库系统。SQLite 是⼀个极受欢 迎的轻量级数据库，它被⼴泛应用于各种大小的项⽬中。Python 自带了对 SQLite 的支持，使得在 Python 中使⽤SQLite 变得非常简单和直观。

SQLite 是⼀个基于 C 语⾔的轻量级 SQL 数据库引擎。它不需要独⽴的服务器进程，数据库完整 地存储在⼀个磁盘⽂件中。Python 标准库中的 sqlite3 模块提供了⼀个与 SQLite 数据库交互的接⼝。

1.1 基本特点

SQLite是一种嵌入式的关系管理数据库

• 轻量级：SQLite非常小巧，⽆需安装即可使用，适合嵌⼊到各种应用中。
• 易于使用：SQLite的语法与标准SQL⾮常接近，对于有SQL基础的开发者来说，⼊⻔⾮常简单。
• 高性能：虽然是轻量级数据库，但SQLite在处理⼩型和中型数据集时性能非常优越。
• 跨平台：SQLite可以运⾏在各种操作系统上，包括Windows、Linux和macOS。

二. SQLite数据库

在Python中操作SQLite数据库需要先安装SQLite的库。SQLite是一个轻量级的嵌入式数据库引擎，不需要单独安装数据库服务器，非常适合小型应用和原型开发。Python标准库中已经内置了sqlite3模块，无需额外下载安装，可以直接使用。

要使用SQLite数据库，我们只需在Python代码中导入sqlite3模块即可：

import sqlite3    # 导入

2.1 建立数据库/表

• .db作为SQLite数据库文件扩展名
• 操作完成后应当显式关闭连接释放资源
• SQLite数据库文件会保存在当前工作目录下

import sqlite3

# 连接到SQLite数据库
# 如果数据库不存在，会自动在当前目录创建
connect = sqlite3.connect('my_database.db')


# 创建游标对象用于执行SQL语句
cursor = connect.cursor()

# 执行数据库操作...
# 例如创建表、插入数据等

# 最后记得关闭连接
connect.close()

数据表结构的定义

创建数据表时需要定义表的结构，包括字段名称、数据类型和约束条件。常见的约束包括主键(primary key)、唯一约束(unique)、非空约束(not null)和自动递增(autoincrement)。合理的表结构设计是数据操作的基础。

2.2 操作数据库

• 数据库连接：connection 变量建立了与 SQLite 数据库的连接
• 游标操作：crs 游标用于执行 SQL 命令
• 数据插入：向 student 表中插入一条学生记录，包含姓名、性别、年龄和地址
• 事务提交：connection.commit() 确保数据变更永久保存
• 资源释放：connection.close() 关闭数据库连接，防止资源泄露

插入数据完整示例

# 连接到 SQLite 数据库 My_School.db（如果不存在会自动创建）
connection = sqlite3.connect('My_School.db')

# 创建游标对象，用于执行 SQL 语句
crs = connection.cursor()

# 执行插入语句，向 student 表中添加一条学生记录
crs.execute("insert into student(sname,sex,age,address) values ('Alo','男',18,'长沙')")

# 提交事务，将更改保存到数据库
connection.commit()

# 关闭数据库连接，释放资源
connection.close()

增删查改操作语法

参数化查询 ?:占位符

# 插入数据
crs.execute("insert into student(sname,sex,age,address) values ('Alo','男',18,'长沙')")
crs.execute("insert into student(sname,sex,age,address) values (?,?,?,?)",("翠花","女",19,"树洞"))

# 更新数据
crs.execute("""
    update student set sname = ?,age = ? where sid = ?
""",("猴",19,1))

# 删除数据
crs.execute("""
    delete from student where sid=?
""",(4,))

# 查询数据
crs.execute("""
    select * from student where age between 19 and 28
""")
data = crs.fetchall()    # 获取查询结果, 返回⼀个包含元组的列表

三. SQLAlchemy ORM框架应用

3.1 声明式模型定义

SQLAlchemy的声明式基类允许开发者使用Python类来定义数据库表结构。通过继承declarative_base()创建的基类，可以将Python对象与数据库表进行映射，实现了面向对象的数据库操作方式

from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.orm import sessionmaker, declarative_base

Base = declarative_base()

class Database(Base):
    __tablename__ = "books"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(String, unique=True)
    author = Column(String)
    year = Column(Integer)

3.2 会话管理机制

sessionmaker用于创建数据库会话实例，每个会话代表一次数据库事务。在使用完会话后必须调用close()方法关闭连接，防止连接泄露。通常使用try-finally块或上下文管理器来确保资源的正确释放。

# 创建会话工厂
# SessionLocal 是一个工厂函数，用于创建数据库会话实例
# autocommit=False: 禁用自动提交，需要手动调用 commit() 提交事务
# autoflush=False: 禁用自动刷新，需要手动调用 flush() 刷新到数据库
# bind=engine: 绑定到数据库引擎
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)

def add_book(books: AddBook):
    # 创建数据库会话实例
    db = SessionLocal()
    try:
        # 创建新的数据库记录对象
        db_data = Database(
            title=books.title,      # 设置书籍标题
            author=books.author,    # 设置书籍作者
            year=books.year         # 设置出版年份
        )
        # 将新记录添加到会话中（准备插入数据库）
        db.add(db_data)
        # 提交事务，将更改保存到数据库
        db.commit()
        # 返回成功消息
        return '添加成功'
    finally:
        # 确保数据库会话被关闭，释放连接资源
        db.close()

3.3 查询API的使用

SQLAlchemy提供了丰富的查询API，支持链式调用的方式构建复杂查询。常用的查询方法包括filter()用于条件过滤、all()获取所有结果、first()获取第一条结果、count()统计记录数等。

def find_book_by_title(title: str):
    """
    根据书籍标题查询书籍信息
    :param title: 书籍标题（字符串类型），作为查询条件
    :return: 若查询到匹配数据，返回对应的数据库模型实例；若无匹配数据，返回None
    """
    # 创建数据库会话对象，SessionLocal是预定义的数据库会话工厂，用于建立数据库连接
    db = SessionLocal()
    try:
        # 1. db.query(Database)：指定查询的数据库模型类Database
        # 2. filter(Database.title == title)：添加查询条件，匹配标题等于传入的title参数
        # 3. first()：执行查询并获取结果集中的第一条数据，无结果时返回None
        db_result = db.query(Database).filter(Database.title == title).first()
        # 返回查询结果（模型实例/None）
        return db_result
    finally:
        # 无论try块中代码是否执行成功，最终都会执行此步骤
        # 关闭数据库会话，释放数据库连接资源，避免连接泄露
        db.close()

3.3 查询API的使用

SQLAlchemy提供了丰富的查询API，支持链式调用的方式构建复杂查询。常用的查询方法包括filter()用于条件过滤、all()获取所有结果、first()获取第一条结果、count()统计记录数等。

def find_book_by_title(title: str):
    db = SessionLocal()
    try:
        # 使用filter进行条件查询，first()获取第一条结果
        db_result = db.query(Database).filter(Database.title == title).first()
        return db_result
    finally:
        db.close()

3.4 JSON数据交换

JSON是现代Web API中最常用的数据交换格式。FastAPI自动处理JSON请求体的解析和响应的序列化。客户端使用requests库可以轻松发送JSON格式的请求，通过json参数传递数据。

import requests
import json

def add_book(title, author, year):
    res = requests.post(
        "http://127.0.0.1:8080/add_book",
        json={"title": title, "author": author, "year": year}
    )
    result = json.loads(res.text)
    return result['message']

四. 总结

SQLite数据库

• 本质：轻量级嵌入式关系数据库，无服务器架构，数据库存储在单一文件中
• 特点：无需独立安装、跨平台、适合中小型项目
• Python支持 ：内置sqlite3模块，开箱即用

核心操作

1. 连接管理 ：通过connect()建立连接，操作后需显式关闭

2. 数据操作：使用游标执行SQL语句，支持参数化查询防注入

3. 事务控制 ：需手动commit()提交更改，确保数据持久化

SQLAlchemy ORM框架

• 目的：实现对象关系映射，用Python操作数据库

• 核心组件：

  • 声明式模型：Python类定义表结构

  • 会话管理：统一事务处理机制

  • 查询API：链式调用构建复杂查询

• 优势：代码面向对象化、支持自动类型转换、简化复杂操作