Tatsächlich habe ich am Anfang PyMySQL verwendet, aber ich fand, dass die Wartung mühsamer war und das Risiko von Code bestand Injektion, also habe ich einfach direkt das ORM-Framework verwendet.
ORM ist Object Relational Mapper, der einfach als Zuordnung zwischen Datenbanktabellen und Python-Klassen verstanden werden kann, indem Sie die Datenbank indirekt bedienen.
Die bekannteren Python-ORM-Frameworks sind SQLAlchemy und Peewee. Ich werde hier keinen Vergleich anstellen, sondern nur einige meiner persönlichen Verwendungen von SQLAlchemy erläutern. Ich hoffe, dass es allen meinen Freunden hilfreich sein kann. #🎜🎜 ##### 🎜🎜#SQLALCHEMY-Version: 1.3.15
🎜🎜#PyMySQL-Version: 0.9.3#🎜🎜 ## 🎜🎜#MySQL-Version: 5.7#🎜🎜 ## 🎜 🎜#
from sqlalchemy import create_engine
engine = create_engine('mysql+pymysql://$user:$password@$host:$port/$db?charset=utf8mb4', echo=True)├── main.py ├── model │ ├── __init__.py │ ├── base_model.py │ ├── ddl.sql │ └── py_orm_model.py └── model_op ├── __init__.py └── py_orm_model_op.py
Mapping-Anweisung (Modelleinführung)
Zum Beispiel, wenn wir eine solche Testtabelle haben
create table py_orm ( `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '唯一id', `name` varchar(255) NOT NULL DEFAULT '' COMMENT '名称', `attr` JSON NOT NULL COMMENT '属性', `ct` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间', `ut` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON update CURRENT_TIMESTAMP COMMENT '更新时间', PRIMARY KEY(`id`) )ENGINE=InnoDB COMMENT '测试表';
# py_orm_model.py
from .base_model import Base
from sqlalchemy import Column, Integer, String, TIMESTAMP, text, JSON
class PyOrmModel(Base):
__tablename__ = 'py_orm'
id = Column(Integer, autoincrement=True, primary_key=True, comment='唯一id')
name = Column(String(255), nullable=False, default='', comment='名称')
attr = Column(JSON, nullable=False, comment='属性')
ct = Column(TIMESTAMP, nullable=False, server_default=text('CURRENT_TIMESTAMP'), comment='创建时间')
ut = Column(TIMESTAMP, nullable=False, server_default=text('CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP'), comment='更新时间')Zunächst können wir sehen, dass PyOrmModel die Basisklasse erbt, eine von sqlalchemy bereitgestellte Basisklasse, die einige Überprüfungen der von uns deklarierten Python-Klassen durchführt es in base_model.
# base_model.py
# 一般base_model做的都是一些初始化的工作
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base()
engine = create_engine("mysql+pymysql://root:123456@127.0.0.1:33306/orm_test?charset=utf8mb4", echo=False)Drittens gibt es zwei Möglichkeiten, eine Datentabelle zu erstellen. Die erste besteht natürlich darin, sie manuell in MySQL zu erstellen. Solange es kein Problem mit Ihrer Python-Klassendefinition gibt, kann sie normal funktionieren. Die zweite wird über das Orm-Framework erstellt, wie zum Beispiel das Folgende:
# main.py # 注意这里的导入路径，Base创建表时会寻找继承它的子类，如果路径不对，则无法创建成功 from sqlachlemy_lab import Base, engine if __name__ == '__main__': Base.metadata.create_all(engine)
Erstellungseffekt:
... 2020-04-04 10:12:53,974 INFO sqlalchemy.engine.base.Engine CREATE TABLE py_orm ( id INTEGER NOT NULL AUTO_INCREMENT, name VARCHAR(255) NOT NULL DEFAULT '' COMMENT '名称', attr JSON NOT NULL COMMENT '属性', ct TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP, ut TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP, PRIMARY KEY (id) )
Viertens über Feldattribute
#🎜 🎜#1.primary_key Es ist einfacher zu verstehen als Autoincrement, der Primärschlüssel und das inkrementelle Attribut von MySQL.
2. Wenn es sich um einen int-Typ handelt, müssen Sie die Länge nicht angeben. Wenn es sich jedoch um einen varchar-Typ handelt, müssen Sie sie angeben.
3.nullable entspricht NULL und NOT NULL in MySQL
4. Über default und server_default: default stellt den Standardwert auf ORM-Framework-Ebene dar, d. h. eingefügtes If Dem Feld wird kein Wert zugewiesen, der von uns definierte Standardwert wird verwendet; server_default stellt den Standardwert auf Datenbankebene dar, der das Standardschlüsselwort in der DDL-Anweisung ist.
>>> from sqlalchemy.orm import sessionmaker
>>> Session = sessionmaker(bind=engine)
>>> session = Session()
>>> orm = PyOrmModel(id=1, name='test', attr={})
>>> session.add(orm)
>>> session.commit()
>>> session.close()# base_model.py from contextlib import contextmanager from sqlalchemy.orm import sessionmaker, scoped_session def _get_session(): """获取session""" return scoped_session(sessionmaker(bind=engine, expire_on_commit=False))() # 在这里对session进行统一管理，包括获取，提交，回滚和关闭 @contextmanager def db_session(commit=True): session = _get_session() try: yield session if commit: session.commit() except Exception as e: session.rollback() raise e finally: if session: session.close()
class PyOrmModel(Base):
...
@staticmethod
def fields():
return ['id', 'name', 'attr']
@staticmethod
def to_json(model):
fields = PyOrmModel.fields()
json_data = {}
for field in fields:
json_data[field] = model.__getattribute__(field)
return json_data
@staticmethod
def from_json(data: dict):
fields = PyOrmModel.fields()
model = PyOrmModel()
for field in fields:
if field in data:
model.__setattr__(field, data[field])
return model# py_orm_model_op.py from sqlachlemy_lab.model import db_session from sqlachlemy_lab.model import PyOrmModel class PyOrmModelOp: def __init__(self): pass @staticmethod def save_data(data: dict): with db_session() as session: model = PyOrmModel.from_json(data) session.add(model) # 查询操作，不需要commit @staticmethod def query_data(pid: int): data_list = [] with db_session(commit=False) as session: data = session.query(PyOrmModel).filter(PyOrmModel.id == pid) for d in data: data_list.append(PyOrmModel.to_json(d)) return data_list
# main.py
from sqlachlemy_lab.model_op import PyOrmModelOp
if __name__ == '__main__':
PyOrmModelOp.save_data({'id': 1, 'name': 'test', 'attr': {}})https://github.com /yangancode /python_lab/tree/master/sqlachlemy_lab
Das obige ist der detaillierte Inhalt vonEin magisches Tool für Neulinge, um Python zu lernen und in fünf Minuten mit SQL zu spielen!. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
