Python與數據庫的新人手冊 -- MySQL

Python支持的數據庫有很多，MySQL作爲主流數據庫之一，我們不妨瞭解下它們之間的小故事
Python操作MySQL的庫有三個，python-MySQL（MySQLdb），PyMySQL跟SQLAlchemy。

python2中一般使用python-MySQL（MySQLdb），核心由C語言打造，性能最好，缺點是安裝複雜，已停止更新，不支持python3。
PyMySQL爲代替它而生，純python打造，安裝方便，支持python3。
SQLAlchemy是一個ORM框架，ORM框架的作用就是把數據庫表的一行記錄與一個對象互相做自動轉換，它本身無法操作數據庫，而是要依賴於MySQLdb、PyMySQL等第三方庫來完成，目前SQLAlchemy在Web編程領域應用廣泛。

本文將主要拿SQLAlchemy來進行了解學習。

安裝工具

首先安裝基本的數據庫驅動pymysql

pip3 install pymysql

然後安裝ORM框架SQLAlchemy

pip3 install sqlalchemy

日常工作中，如果不想每次通過命令行來查看數據的話。推薦安裝Navicat for MySQL，通過這個圖形化工具能夠方便快捷地操作數據庫，實時查詢數據。

初始化數據庫

安裝好必要工具後，我們開始嘗試創建個用戶數據user表來。
首先，使用SQLAlchemy連接數據庫並定義表結構初始化DBSession。

# 導入SQLAlchemy
from sqlalchemy import Column, BIGINT, String, create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base

# 創建基類
Base = declarative_base()

# 初始化數據庫連接:
# '數據庫類型+數據庫驅動名稱://用戶名:密碼@數據庫地址:端口號/數據庫名'
engine = create_engine('mysql+pymysql://root:123123@mysql:3306/test')

# 創建DBSession類型:
DBSession = sessionmaker(bind=engine)
# 創建session對象:
session = DBSession()

# 數據庫操作方法
# 初始化數據庫
def init_db():
    Base.metadata.create_all(engine)
# 刪除數據庫
def drop_db():
    Base.metadata.drop_all(engine)

建立user數據表模型：

# 定義user類
class User(Base):
    # 表名
    __tablename__ = "user"

    # 表的結構
    # 設置id爲主鍵 並自增長
    id = Column(BIGINT, primary_key=True, autoincrement=True)
    name = Column(String(20))
    gender = Column(String(2))

# 正式初始化數據庫，如果沒有user表的話，這裏將自動創建
init_db()

這裏有個需要注意的地方就是在初始化數據庫之前需要先定義user數據表模型，否則的話無法正常創建user數據表。
session(會話)，可以看成一個管理數據庫持久連接的對象，後面的操作都將基於session對象進行。

如果使用INT自增類型，那麼當一張表的記錄數超過2147483647（約21億）時，會達到上限而出錯。使用BIGINT自增類型則可以最多約922億億條記錄。

增刪改查操作

增

初始化ORM對象後，我們插入一條記錄試試。

# 創建新User對象:
new_user = User(name='mrlizi', gender='man')
# 添加到session:
session.add(new_user)
# 批量添加
session.add_all([
    User(name='子非魚', gender='M'),
    User(name='虞姬', gender='F'),
    User(name='花木蘭', gender='F')
])
# 提交即保存到數據庫:
session.commit()

結果：

查

Session的query函數會返回一個Query對象。query函數可以接受多種參數類型。

# query: 輸出所有的用戶名
result = session.query(User.name)
# order: 按倒序輸出所有用戶
result = session.query(User).order_by(User.id.desc())
result = session.query(User).order_by(-User.id)
# label: 自定義字段名,查詢結果可通過item.my_name來獲取用戶名
for item in session.query(User.name.label('my_name')).all()
# filter和filter_by: 篩選用戶名爲'mrlizi'的用戶
result = session.query(User).filter(User.name=='mrlizi').one()
result = session.query(User).filter_by(name='mrlizi').one()
# offset和limit：組合起來可做分頁查詢(通過python的切片其實也一樣)，下面的兩種語句的查詢結果是相同的
result = session.query(User).offset(2).limit(1).all()
result = session.query(User)[1:3]

# AND: 與查詢      
result = session.query(User).filter(and_(User.name=='mrlizi', User.gender=='M')).all()
result = session.query(User).filter(User.name=='mrlizi', User.gender=='M')
result = session.query(User).filter(User.name=='mrlizi').filter(User.gender=='M').all()
# OR: 或查詢
result = session.query(User).filter(or_(User.name == '子非魚', User.name == '花木蘭'))
# 模糊查詢
result = session.query(User).filter(User.name.like('子%')).all()

基本日常用到的查詢方法就是這些，面向對象操作的用法都比較靈活多變，大家可以根據不同的場景自由組合。

改

相比去查詢來講，修改就顯得簡單很多，找到命中的記錄，然後通過update方法來進行修改。
update方法的synchronize_session參數用於在更新數據後是否對當前的session進行更新，
synchronize_session = False 不同步更新當前session
synchronize_session = 'fetch' 更新之前從數據庫中拉取實時數據，更新到session對象
synchronize_session = 'evaluate' 更新之前先記錄符合的對象，更新完後對記錄的對象進行刪除。（意思是不與數據庫進行同步更新，僅更新當前的session記錄）

# 方法一
session.query(User).filter(User.name == 'mrlizi').update({'name': '李白'})
# 方法二
user = session.query(User).filter(User.name == '李白').first()
user.name = '鎧'
# 操作方式
result = session.query(User).filter(User.name == '虞姬').update({User.name: '孫尚香'}, synchronize_session='fetch')
# 提交
session.commit()

刪

刪除的話，無非就是查詢到目標記錄，然後進行刪除。

# 使用查詢語句，filter是where條件，最後調用delete()進行刪除記錄:
session.query(User).filter_by(name="鎧").delete()
session.commit()

關聯表查詢

MySQL作爲關係型數據庫，可以通過設置外鍵來進行多個表互相關聯查詢。相應的，SQLAlchemy也提供了對象之間的一對一、一對多、多對多關聯功能。

一對多

在SQLAlchemy的一對多關係中，使用ForeignKey()來表示表的外鍵，relationship()表示表與表之間關聯的屬性。

def one_to_many():
    # 定義user類
    class User(Base):
        # 表名
        __tablename__ = "user"

        # 表的結構
        # 設置id爲主鍵 並自增長
        id = Column(BIGINT, primary_key=True, autoincrement=True)
        name = Column(String(20))
        # 定義用戶關注的公衆號屬性，指明兩者的關係
        account = relationship('Account', back_populates="user")

    class Account(Base):
        __tablename__ = 'account'

        id = Column(BIGINT, primary_key=True, autoincrement=True)
        name = Column(String(20))
        # 設置外鍵關聯到user表的:
        user_id = Column(BIGINT, ForeignKey('user.id'))
        # 定義 Account 的 user 屬性，指明兩者關係
        user = relationship("User", back_populates="account")

    # 清空數據庫並重新初始化
    drop_db()
    init_db()

    mrlizi = User(name='mrlizi')
    mrlizi.account = [
        Account(name='攻城獅峽谷'),
        Account(name='zone7')
    ]
    session.add(mrlizi)

    result = session.query(User).filter(User.name == 'mrlizi').one()
    for item in result.account:
        print(item.name)

    result = session.query(Account).filter(Account.name == '攻城獅峽谷').one()
    print(result.user.name)

    session.commit()

one_to_many()

上面代碼的實現過程：

建立一對多數據表模型
將之前的數據清空後重新初始化，用新的表模型創建個新的user，並添加關注的公衆號account
增加name爲mrlizi的user表記錄，同時創建相關聯的公衆號信息記錄。
通過user表查詢相關聯的公衆號數據
通過account表查詢相關聯的用戶數據

一對一

一對一其實就是兩個表互相關聯，我們只需要在一對多關係基礎上的父表中使用uselist參數來表示。實現代碼如下：

def one_to_one():
    # 定義user類
    class User(Base):
        __tablename__ = "user"

        id = Column(BIGINT, primary_key=True, autoincrement=True)
        name = Column(String(20))
        account = relationship('Account', uselist=False, back_populates="user")

    # 公衆號類
    class Account(Base):
        __tablename__ = 'account'

        id = Column(BIGINT, primary_key=True, autoincrement=True)
        name = Column(String(20))
        # 設置外鍵關聯到user表的:
        user_id = Column(BIGINT, ForeignKey('user.id'))
        # 定義 Account 的 user 屬性，指明兩者關係
        user = relationship("User", back_populates="account")

    # 清空數據庫並重新初始化
    drop_db()
    init_db()

    # 添加記錄
    user = User(name='子非魚')
    user.account = Account(name='攻城獅峽谷')
    session.add(user)
    session.commit()

    # 查詢
    result = session.query(User).filter(User.name == '子非魚').one()
    print(result.account.name)
    # 輸出：
    # 攻城獅峽谷

one_to_one()

多對多

多對多是通過兩個表之間增加一個關聯的表來實現，這個關聯表使用MetaData對象來與兩個表關聯，並用ForeignKey參數指定鏈接來定位到兩個不同的表，兩個不同的表則在relationship()方法中通過secondary參數來指定關聯表。

def many_to_many():
    # 關聯表
    association_table = Table('association', Base.metadata,
                              Column('user_id', BIGINT, ForeignKey('user.id')),
                              Column('account_id', BIGINT, ForeignKey('account.id'))
                              )

    class User(Base):
        __tablename__ = "user"

        id = Column(BIGINT, primary_key=True, autoincrement=True)
        name = Column(String(20))
        accounts = relationship('Account', secondary=association_table, back_populates="users")

    class Account(Base):
        __tablename__ = 'account'

        id = Column(BIGINT, primary_key=True, autoincrement=True)
        name = Column(String(20))
        users = relationship("User", secondary=association_table, back_populates="accounts")

    # 清空數據庫並重新初始化
    drop_db()
    init_db()
    
    # 創建記錄
    user1 = User(name='子非魚')
    user2 = User(name='zone')
    user3 = User(name='mrlizi')
    account1 = Account(name='攻城獅峽谷')
    account2 = Account(name='zone7')

    # 關聯記錄
    user1.accounts = [account1]
    user2.accounts = [account1, account2]
    user3.accounts = [account2]

    # 添加並保存
    session.add(user1)
    session.add(user2)
    session.add(user3)
    session.commit()

    # 雙向查詢
    result1 = session.query(User).filter(User.name == 'zone').one()
    for item in result1.accounts:
        print(item.name)
    result2 = session.query(Account).filter(Account.name == '攻城獅峽谷').one()
    for item in result2.users:
        print(item.name)

many_to_many()

總結

MySQL作爲主流的數據庫之一，我們不一定說要多深入去研究它的使用，但起碼的瞭解還是要有的。而且python中使用MySQL還是挺簡單的，代碼敲着敲着就會了。

Python與數據庫的新人手冊 -- MySQL

安裝工具

初始化數據庫

增刪改查操作

增

查

改

刪

關聯表查詢

一對多

一對一

多對多

總結

工作中用到的腳本合集

微服務實踐Aspire項目發佈到遠程k8s集羣

通過f-string編寫簡潔高效的Python格式化輸出代碼

[轉帖]20個常用的Linux工具命令

[轉帖]PostgreSQL從小白到高手教程 - 第46講：poc-tpch測試

24-5-18 X

Python與數據庫的新人手冊 -- MySQL

被忽略的後臺開發神器 — Docker

nginx配置ssl實現https訪問小白文

手摸手帶你部署git服務器實現自動發佈代碼

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結