现在所有的sqlalchemy入门教程都比较笼统，所以自己写一份教程。
安装
#安装mysql连接包
pip install pymysql
#安装sqlalchemy
pip install sqlalchemy
创建orm模型
from sqlalchemy import Column
from sqlalchemy import DateTime
from sqlalchemy import INTEGER
from sqlalchemy import String
from sqlalchemy.sql import func
from sqlalchemy.ext.declarative import declarative_base
# 声明映像，映射基类，用来生成ORM映射
Base = declarative_base()
class User(Base):
# 写明实际数据库中的映射表名，<必须有>
__tablename__ = 'user_table'
# 每个字段都需要使用Column来声明
id = Column(INTEGER, primary_key=True, autoincrement=True)
name = Column(name='username', type_=String(length=32), nullable=False)
age = Column(INTEGER, default=20)
insert_time = Column(DateTime, server_default=func.now())
解释其中字段名称：
-
Column：表示列字段名，其中需要传递参数如下：
name: 数据库表字段名称；
-
type_: 数据库类型，其中常用以下几个：
-
String --> varchar()，其中可以指定length大小，如：
String(255) --> varchar(255)
Integer --> int(11) ， 整型
Datetime --> datetime
TEXT ..等等
-
primary_key: 是否为主键；
autoincrement: True，为自增，在插入时不用赋值；
-
nullable： 是否可以为空
- False: 不能为空
- True: 为空
-
server_default： 数据库端的默认值：
server_default=func.now() 也就是说 插入时，在数据库执行时使用 insert into (insert_time) values(now())
defalut : 在程序端给其赋值为 0
以上，我们的一张映射表创建成功；
使用sqlalchemy查看生成表语句
>>>from sqlalchemy.schema import CreateTable
>>>print(CreateTable(User.__table__)）
CREATE TABLE user_table (
id INTEGER NOT NULL,
username VARCHAR(32) NOT NULL,
age INTEGER,
insert_time DATETIME DEFAULT now(),
PRIMARY KEY (id)
)
sqlachemy.schema中存在很多对Model视图的操作，这里我们可以用其Createtable ，就可以看下当前表的创建语句了。
审查当前模型的参数
在我们查询（之后讲）的时候，数据库返回的模型实例对象，那么，当我们在进行API编写的时候非常不方便，如：使用Flask的话，我们返回json字符串，那么我们需要将当前模型转化成dict，然后调用jsonify，这样很不方便，这里便提供两种方式：
使用sqlchemy的inspect
from sqlalchemy import inspect
insp = inspect(User)
print(insp.all_orm_descriptors.keys())
#输出：
#['id', 'insert_time', '__mapper__', 'name', 'age']
提供一个to_dict函数
def to_dict(cls):
obj_dict = {}
if not isinstance(cls, Base):
print('false')
return obj_dict
insp = inspect(User)
for item in insp.all_orm_descriptors.keys():
if item != '__mapper__':
obj_dict[item] = getattr(cls, item)
return obj_dict
user = User(name='aaaa', age=12)
print(to_dict(user))
# 输出
# {'id': None, 'insert_time': None, 'name': 'aaaa', 'age': 12}
提供一个DictMixin
class DictMixin(object):
def _set_object(self, data):
if not isinstance(data, dict):
return None
for c in self.__table__.columns:
setattr(self, c, data.get(c))
def to_dict(self):
return {c.name: getattr(self, c.name, None)
for c in self.__table__.columns}
创建所有表
数据库建立连接
使用sqlalchemy连接数据库，我们可以通过需要以下几步：
from sqlalchemy.engine import create_engine
from sqlalchemy.orm import sessionmaker
# 第一步创建连接引擎
engine = create_engine(f'mysql+pymysql://{root}:{password}@{host}:{port}/{database}')
# 第二步创建session工厂函数
sess = sessionmaker(engine)
# 第三步创建本地session进行使用
session = sess()
使用engine进行原始sql的执行
第一种：直接使用sql语句
conn = engine.connect()
rs = conn.execute('select 1')
data = rs.fetchone()[0]
print(data)
第二种：配合text查询
from sqlalchemy import text
t = text('select * from test0 where t_id=:t_id')
result = conn.execute(t, t_id='aaaaa')
data = result.fetchone()
print(data)
注意
sqlalchemy的数据库池的管理
默认创建create_engine的时候，其以下几个是默认值管理数据库连接池：
- max_overflow = 10, 连接池的上限，最大超过pool_size多少个；
- pool_size = 5, 数据库连接池的大小；
所以数据库连接池最大连接数等于: 15
- pool_timeout = 30, 池中没有线程最多等待的时间，否则报错;
- pool_recycle=-1, 多长时间对进程池中的线程回收一次；
以上。
