百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

python中orm框架sqlalchemy使用(sql语句中的sum条件求和用法)

itomcoil 2025-04-09 17:02 6 浏览

一、简介

sqlalchemy是python中开源的orm框架,用于简化在python中对数据库的操作。这里对sqlalchemy中的常用操作进行介绍。

二、准备

2.1 官网地址

官网地址
:https://docs.sqlalchemy.org/en/14/

2.2 依赖包安装

pip3 install sqlalchemy

三、使用

3.1 创建映射对象

定义对象类,属性字段与对应表字段关联,同时可指定默认值等属性,示例如下:

# 基类

Base = declarative_base()

class Stu(Base):

# 设置表名

__tablename__ = 'stu'

# 属性名与表中字段名映射

id = Column('id', Integer, primary_key=True)

no = Column('no', String)

# server_default为默认值,text为文本表示

stuName = Column('stu_name', String, server_default='')

createTime = Column('create_time', DateTime, server_default=text('NOW()'))

# 返回对象的字符串表示

def __repr__(self) -> str:

return str(self.__dict__)

3.2 创建数据库连接

指定要连接的数据库,创建会话,同时可根据需要设置相关参数,示例如下:

# 连接地址,格式为 mysql+pymysql://[账号]:[密码]@[主机]:[端口]/[数据库]?charset=utf8"

url = 'mysql+pymysql://root:root@127.0.0.1:3306/school?charset=utf8'

# echo为True时,打印sql,可用于调试

engine = create_engine(url, echo=False, encoding='utf-8', pool_size=5)

sessionClass = sessionmaker(bind=engine)

# 创建会话

session = sessionClass()

# 使用完后关闭会话

# session.close()

3.3 查询

3.3.1 常用查询

这里列中常用查询,包含排序、分组、条件查询、个数查询、单个查询、列表查询等,具体请看示例代码:

# 查所有,并排序

stuList = session.query(Stu).order_by(Stu.id).all()

# 查询指定属性并遍历,方式一

for id, no in session.query(Stu.id, Stu.no):

print("id:{} no:{}".format(id, no))

# 查询指定属性并遍历,方式二

for t in session.query(Stu.id, Stu.no).all():

print("id:{} no:{}".format(t.id, t.no))

# 查所有,并排序

stuList = session.query(Stu).order_by(Stu.id).all()

# 分页查询

stuList = session.query(Stu).limit(2).offset(0).all()

# 查询个数

stuList = session.query(Stu).count()

# 查询个数,scalar()表示返回第一个结果的第一个元素

cnt = session.query(func.count('*')).select_from(Stu).scalar()

# 查询个数,带条件统计

cnt = session.query(func.count('*')).select_from(Stu).filter(Stu.id>2).scalar()

# 根据id统计

cnt = session.query(func.count(Stu.id)).scalar()

# 指定条件查询

stuList = session.query(Stu).filter(Stu.id > 2, Stu.createTime < datetime.datetime.now()).all()

# 获取第一个,没有则抛异常

# stu = session.query(Stu).filter(Stu.id==2).one()

# 获取第一个,没有则返回None

stu = session.query(Stu).filter(Stu.id == 1).first()

# 获取第一个,没有则返回None

stu = session.query(Stu).filter(Stu.id == 2).one_or_none()

# group by查询

stuList = session.query(func.count('*'), Stu.stuName).filter(or_(Stu.id > 2, Stu.stuName == 'apple1')).group_by(

Stu.stuName).all()

3.3.2 条件查询

这里列出常用的条件查询,示例如下:

# 相等查询

stuList = session.query(Stu).filter(Stu.id == 2).all()

# 不等查询

stuList = session.query(Stu).filter(Stu.id != 2).all()

# 大于查询

stuList = session.query(Stu).filter(Stu.id > 2).all()

# in查询

stuList = session.query(Stu).filter(Stu.id.in_([82, 83])).all()

# not in 查询

stuList = session.query(Stu).filter(~Stu.id.in_([82, 83])).all()

# 嵌套查询

stuList = session.query(Stu).filter(Stu.id.in_(session.query(Stu.id).filter(Stu.id <= 83))).all()

# like查询(不同后端时,有时大小写不敏感)

stuList = session.query(Stu).filter(Stu.stuName.like('Apple%')).all()

# like查询(明确大小写不敏感)

stuList = session.query(Stu).filter(Stu.stuName.ilike('Apple%')).all()

# null查询

stuList = session.query(Stu).filter(Stu.stuName.is_(None)).all()

# not null查询

stuList = session.query(Stu).filter(Stu.stuName.isnot(None)).all()

# and查询

stuList = session.query(Stu).filter(Stu.id > 2, Stu.stuName == 'apple1').all()

# or查询

stuList = session.query(Stu).filter(or_(Stu.id > 2, Stu.stuName == 'apple1')).all()

# 多级过滤

stuList = session.query(Stu).filter(Stu.id > 2).filter(Stu.stuName == 'apple1').all()

3.3.3 直接sql语句查询

除了sqlalchemy带的查询方法,还可直接使用sql语句查询,使用如下:

# 直接使用sql语句查询(只有条件sql语句)

stuList = session.query(Stu).filter(text("id>2 and stu_name='apple1'")).order_by(text("id")).all()

# 直接使用sql语句查询(完整的sql语句)

stuList = session.query(Stu).from_statement(

text("select * from stu where id>:id and stu_name=:name order by id").params(id=2, name='apple1')).all()

3.4 插入

3.4.1 单条插入

# 单条插入

stu = Stu(no='86', stuName='apple86', createTime=datetime.datetime.now())

session.add(stu)

session.commit()

3.4.2 批量插入

# 批量插入

stuList = [Stu(id=83, no='83', stuName='apple83', createTime=datetime.datetime.now()), Stu(id=84, no='84', stuName='apple84')]

session.add_all(stuList)

session.commit()

3.4.3 使用sql语句插入

# 直接使用sql语句,用Stu对象转dict插入

stu = Stu(id=91, no='2', stuName='tree4', createTime=datetime.datetime.now())

session.execute("insert into stu(no, stu_name) value(:no, :stuName)", stu.__dict__)

# 直接使用sql语句,用stu映射

stu_obj = {'id': 3, 'no': '3', 'stuName': 'tree3', 'createTime': datetime.datetime.now()}

session.execute("insert into stu(no, stu_name) value(:no, :stuName)", stu_obj)

3.4.4 忽略已存在的插入

若数据已经存在,则不插入,否则直接插入。

# 直接使用sql语句,用stu映射,若对象已存在,则忽略

stu = Stu(id=91, no='2', stuName='tree4', createTime=datetime.datetime.now())

session.execute("insert ignore into stu(no, stu_name) value(:no, :stuName)", stu.__dict__)

3.4.5 更新插入

若数据已经存在,则做更新操作,否则直接插入。

# 直接使用sql语句,若对象已存在,则更新

stu = Stu(id=91, no='2', stuName='tree4', createTime=datetime.datetime.now())

session.execute("insert into stu(no, stu_name) value(:no, :stuName) on duplicate key update stu_name=values(stu_name)", stu.__dict__)

3.5 更新

更新时,流程是先查出对象,再对对象修改,最后直接commit。使用示例如下:

# 更新,流程:先查出对象,再对对象修改,最后直接commit

stu = session.query(Stu).filter(Stu.id==82).first()

stu.stuName ='rice1'

session.commit()

# 更新(根据条件可批量更新),流程:查对象同时进行修改,最后直接commit

session.query(Stu).filter(Stu.id >= 85).update({Stu.stuName: 'tree1'})

session.commit()

3.6 删除

删除同更新类似,流程是先查出对象,再删除对象delete,最后直接commit。使用示例如下:

# 删除,流程:先查出对象,再删除对象delete,最后直接commit

stu = session.query(Stu).filter(Stu.id==83).first()

session.delete(stu)

session.commit()

# 删除(根据条件可批量删除),流程:查出对象同时删除对象delete,最后直接commit

session.query(Stu).filter(Stu.id >= 85).delete()

session.commit()

四、结尾

上面列出了sqlalchemy中的常用部分操作,更多操作可查看官网或源码。

相关推荐

tesseract-ocr 实现图片识别功能

最近因为项目需要,接触了一下关于图像识别的相关内容,例如Tesseract。具体如何安装、设置在此不再赘述。根据项目要求,我们需要从省平台获取实时雨水情况数据,原以为获取这样的公开数据比较简单,上去一...

跨平台Windows和Linux(银河麒麟)操作系统OCR识别应用

1运行效果在银河麒麟桌面操作系统V10(SP1)上运行OCR识别效果如下图:2在Linux上安装TesseractOCR引擎2.1下载tesseract-ocr和leptonicahttps:...

JAVA程序员自救之路——SpringAI文档解析tika

ApacheTika起源于2007年3月,最初是ApacheLucene项目的子项目,于2010年5月成为Apache组织的顶级项目。它利用现有的解析类库,能够侦测和提取多种不同格式文档中的元数据...

Python印刷体文字识别教程

在Python中实现印刷体文字识别(OCR),通常使用TesseractOCR引擎结合Python库。以下是详细步骤和示例:1.安装依赖库bashpipinstallpytesseractp...

图片转文字--四种OCR工具的安装和使用

本文仅测试简单的安装和使用,下一步应该是测试不同数据集下的检测准确率和检测效率,敬请期待。作者的系统环境是:笔记本:ThindPadP520OS:win11显卡:QuadroP520一、EasyO...

mac 安装tesseract、pytesseract以及简单使用

一.tesseract-OCR的介绍1.tesseract-OCR是一个开源的OCR引擎,能识别100多种语言,专门用于对图片文字进行识别,并获取文本。但是它的缺点是对手写的识别能力比较差。2.用te...

【Python深度学习系列】Win10下CUDA+cuDNN+Tensorflow安装与配置

这是我的第292篇原创文章。一、前置知识安装GPU版本的pytorch和tensorflow之前需要理清楚这几个关系:显卡(电脑进行数模信号转换的设备,有的电脑可能是双显卡,一个是inter的集成显卡...

手把手教你本地部署AI绘图Stable Diffusion!成功率100%!

导语:无需每月付费订阅,无需高性能服务器!只需一台普通电脑,即可免费部署爆火的AI绘图工具StableDiffusion。本文提供“极速安装包”和“手动配置”双方案,从环境搭建到模型调试,手把手教你...

本地AI Agent Hello World(Python版): Ollama + LangChain 快速上手指南

概要本文将用最简洁的Python示例(后续还会推出Java版本),带你逐步完成本地大模型Agent的“HelloWorld”:1、介绍核心工具组件:Ollama、LangChain和...

python解释器管理工具pyenv使用说明

简介pyenv可以对python解释器进行管理,可以安装不同版本的python,管理,切换不同版本很方便,配置安装上比anaconda方便。pyenv主要用来对Python解释器进行管理,可以...

Deepseek实战:企业别只会用Ollama,也可以用SGLang

SGLang:企业级的“性能之王”优点吞吐量碾压级优势通过零开销批处理调度器、缓存感知负载均衡器等核心技术,SGLang的吞吐量提升显著。例如,在处理共享前缀的批量请求时,其吞吐量可达158,59...

用LLaMA-Factory对Deepseek大模型进行微调-安装篇

前面的文章已经把知识库搭建好了,还通过代码的形式做完了RAG的实验。接下来呢,咱们要通过实际操作来完成Deepseek的另一种优化办法——微调。一、环境因为我这台电脑性能不太好,所以就在Au...

碎片时间学Python-03包管理器

一、pip(Python官方包管理器)1.基础命令操作命令安装包pipinstallpackage安装特定版本pipinstallnumpy==1.24.0升级包pipinstall-...

ubuntu22/24中利用国内源部署大模型(如何快速安装必备软件)

本地AI部署的基础环境,一般会用到docker,dockercompose,python环境,如果直接从官网下载,速度比较慢。特意记录一下ubuntu使用国内源快速来搭建基础平台。一,docke...

还不会deepseek部署到本地?这篇教程手把手教会你

一、为什么要把DeepSeek部署到本地?新手必看的前置知识近期很多读者在后台询问AI工具本地部署的问题,今天以国产优质模型DeepSeek为例,手把手教你实现本地化部署。本地部署有三大优势:数据隐私...