Python SQLAlchemy ORM教程(3)

由于SQLAlchemy 中文资料比较少,所以根据官网给的tutorial外加其他大佬写的中文资料整合以后准备写一个SQLAlchemy 系列的基础入门教程。本系列可能会夹杂一些个人对于python 、SQLAlchemy 以及ORM的理解,如有出错部分,请指正我。

版本信息:

  • SQLAlchemy 1.2.15
  • Python 3.6+
  • Mac OS 10.14
  • DB基于SQLite

前序文章Python SQLAlchemy ORM教程(2)讲了怎么在你的数据库中查询内容,但是有些查询往往不尽然人意,或者效率低下。这个章节,我们主要来讲下,SQLAlchemy为你提供的快捷查询接口和高度自由化的复杂查询

Returning Lists and Saclars

Query对象中提供了一些方法帮你快速整理已经被加载的数据。需要明确的知道

>>> query = session.query(User).filter(User.name.like('%ed')).order_by(User.id)

返回的是对象而不是我们平常认知的list。尽管query对象可以迭代但是不代表他是listlist是一个可迭代对象但是不是迭代器,而query 对象是一个迭代器。关于迭代器和迭代对象的区别,我觉得一张图可以表达清楚,不再细讲

我们看下query究竟是一个list还是一个query对象

>>> query = session.query(User).filter(User.name.like('%ed')).order_by(User.id)
>>> type(query)
<class 'sqlalchemy.orm.query.Query'>

SQLAlchemy提供了一个all()方法让你可以返回list

>>> all_res=query.all()
>>> type(all_res)
<class 'list'>
>>> all_res
[<User(name='ed', fullname='Ed Jones', password='edspassword'>, <User(name='fred', fullname='Fred Flinstone', password='blah'>]

SQLAlchemy还提供了first()来把你快速的取出第一个元素

>>> query.first()
<User(name='ed', fullname='Ed Jones', password='f8s7ccs')>

one() 会获取所有的数据,然后看是不是只有一个数据,如果有多于一个数据,将会返回MultipleResultsFound这个错误:

>>> user = query.one()
Traceback (most recent call last):
...
MultipleResultsFound: Multiple rows were found for one()

如果没有任何数据,则会返回NoResultFound这个错误:

>>> user = query.filter(User.id == 99).one()
Traceback (most recent call last):
...
NoResultFound: No row was found for one()

这个one()可以在你设计RESTful的时候提供高效的解决方式,比如当你NoResultFound的时候你可以直接返回404 当有多个结果被找到的时候你可以返回application error来防止用户获取他不改获取的数据,比如当用户请求自己主页数据的时候,应该有且仅有一行数据,当返回了多行数据的时候,就可以知道,程序员又写bug了,使用one()可以有效防止这种情况发生。

题外话:one_or_none()这个函数跟one()很像,但是one_or_none()并不会报错而是直接返回None,但是当数据多于一行的时候one_or_none()one()一样会报错。

scalar() 会调用one(),他会返回一行数据

>>> query = session.query(User.id).filter(User.name == 'ed').order_by(User.id)
>>> query
<sqlalchemy.orm.query.Query object at 0x7fcce6caff98>
>>> query.all()
[(1,)]
>>> query.one()
(1,)
>>> query.one()[0]
1
>>> query.scalar()
1

Using Textual SQL

我不准备翻译官方的这个章节,因为我觉得作为新手来说,这个章节的自由度很高,但是操作难度也比较高,需要一定的数据库知识,如果有需要翻译的,麻烦在下面留言哦

Counting

计算数据数量,算是最普遍的需求了吧,SQLAlchemy肯定会提供这个方法的,这个方法叫做count()它是query对象中的一个方法

>>> session.query(User).filter(User.name.like('%ed')).count()
2

func

SQL角度来说上面的count()仅仅是进行了最简单的数量统计,等价于SELECT count(*) FROM table。程序员的要求各种各样,作为一个现代的ORM工具,SQLAlchemy提供了更为精细化的查询,这个查询需要使用 func对象

>>> from sqlalchemy import func
>>> session.query(func.count(User.name), User.name).group_by(User.name).all()
[(1, u'ed'), (1, u'fred'), (1, u'mary'), (1, u'wendy')]
#我们来分析一下上面的语句,可以看到SQLAlchemy根据你的要求查询了有User.name的数量
>>> session.query(func.count(User.name)).all()
2018-12-16 03:33:54,115 INFO sqlalchemy.engine.base.Engine SELECT count(users.name) AS count_1
FROM users
2018-12-16 03:33:54,115 INFO sqlalchemy.engine.base.Engine ()
[(4,)]
>>> session.query(func.count(User.name)).scalar()
2018-12-16 03:34:01,138 INFO sqlalchemy.engine.base.Engine SELECT count(users.name) AS count_1
FROM users
2018-12-16 03:34:01,139 INFO sqlalchemy.engine.base.Engine ()
4

对于更像SQL查询的表达方式,如下

>>> session.query(func.count('*')).select_from(User).scalar()
4

下一个章节将会将关于数据库关系的建立

最后编辑于
©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 202,056评论 5 474
  • 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 84,842评论 2 378
  • 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 148,938评论 0 335
  • 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 54,296评论 1 272
  • 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 63,292评论 5 363
  • 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 48,413评论 1 281
  • 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 37,824评论 3 393
  • 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 36,493评论 0 256
  • 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 40,686评论 1 295
  • 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 35,502评论 2 318
  • 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 37,553评论 1 329
  • 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 33,281评论 4 318
  • 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 38,820评论 3 305
  • 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 29,873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 31,109评论 1 258
  • 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 42,699评论 2 348
  • 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 42,257评论 2 341

推荐阅读更多精彩内容