SQLAlchemy之查询

94.jpg
131.gif

whyfail 2020-01-21 22:29:59 127 收藏
分类专栏: Flask框架(3)——Flask数据库
版权
query查询函数
query函数可传递的参数一共有3种:
模型名。指定查找这个模型中所有的属性(对应查询表为全表查询)。
模型中的属性。可以指定只查找某个模型的其中几个属性。
聚合函数。
func.count:统计行的数量。
func.avg:求平均值。
func.max:求最大值。
func.min:求最小值。
func.sum:求和。
聚合函数:SQL基本函数,聚合函数对一组值执行计算,并返回单个值,也被称为组函数。
func上,其实没有任何聚合函数。但是因为底层做了一些魔术,只要mysql中有的聚合函数,都可以通过func调用。

1.模型名

r1 = session.query(News).all()
print(r1)

2.模型名中的属性。 返回的列表中的元素是 元组类型数据

r2= session.query(News.title,News.price).all()
print(r2)

3.mysql聚合函数

r3 = session.query(func.count(News.id)).first()
print(r3)

r4 = session.query(func.max(News.price)).first()
print(r4)

r5 = session.query(func.min(News.price)).first()
print(r5)

r6 = session.query(func.avg(News.price)).first()
print(r6)

r7 = session.query(func.sum(News.price)).first()
print(r7)

limit查询
limit:可以限制查询的时候只查询前几条数据。 属top-N查询

articles = session.query(Article).limit(10).all()

offset查询
offset:可以限制查找数据的时候过滤掉前面多少条。可指定开始查询时的偏移量。

articles = session.query(Article).offset(10).limit(10).all()

slice查询
切片:可以对Query对象使用切片操作,来获取想要的数据。
可以使用slice(start,stop)方法来做切片操作。
也可以使用[start:stop]的方式来进行切片操作。
一般在实际开发中,中括号的形式是用得比较多的。

实现分页

articles = session.query(Article).order_by(Article.id.desc()).slice(0,10).all()

等价

articles = session.query(Article).order_by(Article.id.desc())[0:10]

filter常用过滤条件
过滤是数据提取的一个很重要的功能。
equals :==

news= session.query(News).filter(News.title == "title1").first()

not equals : !=

query(User).filter(User.name != 'ed')

like & ilike [不区分大小写]:

query(User).filter(User.name.like('%ed%'))

in:

query(User).filter(User.name.in_(['ed','wendy','jack']))

not in:

query(User).filter(~User.name.in_(['ed','wendy','jack']))

is null:

query(User).filter(User.name==None)

或者是

query(User).filter(User.name.is_(None))

is not null:

query(User).filter(User.name != None)

或者是

query(User).filter(User.name.isnot(None))

and:

query(User).filter(and_(User.name=='ed',User.fullname=='Ed Jones'))

或者是传递多个参数

query(User).filter(User.name=='ed',User.fullname=='Ed Jones')

或者是通过多次filter操作

query(User).filter(User.name=='ed').filter(User.fullname=='Ed Jones')

or:

query(User).filter(or_(User.name=='ed',User.name=='wendy'))

group_by分组
根据某个字段进行分组。

如想要根据年龄进行分组,来统计每个分组分别有多少人

r = session.query(User.age, func.count(User.id)).group_by(User.age).all()

having过滤
having是对分组查找结果作进一步过滤。

如只想要看未成年人的人数,那么可以首先对年龄进行分组统计人数,然后再对分组进行having过滤。

r = session.query(User.age, func.count(User.id))
.group_by(User.age).having(User.age < 18).all()

join查询
JOIN 在两个或多个表中查询数据。

join分为left join(左外连接)和right join(右外连接)以及内连接(等值连接)。

在sqlalchemy中,join完成内连接。

在sqlalchemy中,outer join完成外连接(默认是左外连接)。

result = session.query(User.uname, func.count(Article.id))
.join(Article, User.id == Article.uid)
.group_by(User.id)
.order_by(func.count(Article.id).desc())
.all()

print(result) # 结果:列表

result = session.query(User)
.join(Article)
.group_by(User.id)
.order_by(func.count(Article.id).desc()).all()

print(result) # 结果:列表

subquery子查询
子查询即select语句中还有select语句
将子查询按照传统的方式写好查询代码,然后在query对象后面执行subquery方法,将这个查询变成一个子查询。
在子查询中,将以后需要用到的字段通过label方法,取个别名。
在父查询中,要使用子查询的字段,通过子查询的返回值上的c属性拿到(c=Column)。

stmt = session.query(User.city.label('city'),User.age.label('age'))\
  .filter(User.uname == '一哥').subquery()

result = session.query(User)\
  .filter(User.city == stmt.c.city, User.age == stmt.c.age).all()

aliased别名使用
当多表关联查询的时候,
有时候同一个表要用到多次,
这时候用别名就可以方便的解决命名冲突的问题了

from sqlalchemy.orm import aliased

a1 = aliased(User)
a2 = aliased(User)

for uname, age1, age2 in \
  session.query(User.uname,a1.age, a2.age)、
  .join(a1,User.id==a1.id)\
  .join(a2,a1.id==a2.id).all():

 print(uname, age1, age2)

————————————————
版权声明:本文为CSDN博主「whyfail」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/weixin_44733660/article/details/104066367

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,033评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,725评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,473评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,846评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,848评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,691评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,053评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,700评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,856评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,676评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,787评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,430评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,034评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,990评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,218评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,174评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,526评论 2 343