http://www.zlovezl.cn/articles/sqlalchemy-intro-for-django-guys/
SQLAlchemy是什麼?
SQLAlchemy的官網上寫着它的介紹文字:
SQLAlchemy is the Python SQL toolkit and Object Relational Mapper that gives application developers the full power and flexibility of SQL.
SQLAlchemy 是一個非常強大的ORM和數據庫工具,但是它龐大的文檔和複雜的功能總是讓很 多人望而生畏。而Django的ORM相對來說就讓很多人覺得簡單實用。
事實上,SQLAlchemy其實也沒有那麼複雜,光使用它一些比較高級的功能其實並沒有比 使用Django ORM複雜多少,而它豐富的功能則能讓你在遇到更復雜的問題時處理起來得心應手。
寫作本文的主要目的在於:
- 通過對比SQLAlchemy ORM和Django ORM的主要使用方法, 儘量簡單直觀的讓Django用戶能夠快速瞭解和上手SQLAlchemy這款強大的工具。
- 不牽扯到SQLAlchemy具體的技術細節,包括Engine連接池、Session的具體工作原理等等
SQLAlchemy相對於Django內建的ORM來說,有幾處非常明顯的優點:
- 可獨立使用,任何使用Python的項目都可以用它來操作數據庫
- 和直接使用原始的DBAPI相比,提供了非常豐富的特性:連接池、auto-map等等
- 提供了更底層的SQL抽象語言,能用原始sql解決的問題基本上都可以用SQLAlchemy解決
接下來我們針對日常的數據庫操作來對比一下Django ORM和SQLAlchemy。
文中使用的 SQLAlchemy 版本爲 0.9.8
Django VS SQLAlchemy
建立數據表
首先,我們需要先建立幾個表。
Django
在Django中,如果要建表,就是在models.py中定義你的數據類型:
from django.db import models
class Game(models.Model):
... ...
class GameCompany(models.Model):
... ...
因爲文章主要面向有經驗的Django用戶,所以此處不寫出詳細的定義代碼。定義Model以後 我們還需要在settings.py中DATABASES處設置需要連接的數據庫地址。最後,使用syncdb來 完成數據庫表的創建。
SQLAlchemy
在SQLAlchemy中,定義表結構的過程和Django類似:
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, ForeignKey, Date
from sqlalchemy.orm import relationship, backref
Base = declarative_base()
# 定義表結構
class GameCompany(Base):
__tablename__ = 'game_company'
id = Column(Integer, primary_key=True)
name = Column(String(200), nullable=False)
country = Column(String(50))
class Game(Base):
__tablename__ = 'game'
id = Column(Integer, primary_key=True)
company_id = Column(Integer, ForeignKey('game_company.id'), index=True)
category = Column(String(10))
name = Column(String(200), nullable=False)
release_date = Column(Date)
# 和Django不同,外鍵需要顯式定義,具體好壞見仁見智
# 此處的relation可以爲lazy加載外鍵內容時提供一些可配置的選項
company = relationship('GameCompany', backref=backref('games'))
# 此處定義要使用的數據庫
engine = create_engine('mysql://root:root@localhost:5379/sqlalchemy_tutorial?charset=utf8')
# 調用create_all來創建表結構,已經存在的表將被忽略
Base.metadata.create_all(engine)
插入一些數據
接下來,我們往表中插入一些數據
Django
Django中比較常用的插入數據方法就是使用 .save() 了。
nintendo = GameCompany(name="nintendo", country="Japan")
nintendo.save()
game1 = Game(
company=nintendo,
category="ACT",
name="Super Mario Bros",
release_date='1985-10-18')
game1.save()
# 或者使用create
Game.objects.create(... ...)
SQLAlchemy
在SQLAlchemy ORM中,有一個非常關鍵的對象 session ,所有對於數據的操作都是 通過session來進行的,所以要插入數據之前,我們得先初始化一個session:
from sqlalchemy.orm import sessionmaker
Session = sessionmaker(bind=engine)
session = Session()
之後插入數據的方法也和Django比較相似:
# 添加數據
nintendo = GameCompany(name="Nintendo", country="Japan")
capcom = GameCompany(name="Capcom", country="Japan")
game1 = Game(
company=nintendo,
category="ACT",
name="Super Mario Bros",
release_date='1985-10-18'
)
game2 = Game(
company=capcom,
category="ACT",
name="Devil May Cry 3: Dante's Awakening",
release_date="2005-03-01",
)
game3 = Game(
company=nintendo,
category="RPG",
name="Mario & Luigi: Dream Team",
release_date="2013-08-11",
)
# 使用add_all來讓這些objects和session產生關係
session.add_all([nintendo, capcom, game1, game2])
# 在沒有開啓autocommit的模式下,不要忘了調用commit來讓數據寫到數據庫中
session.commit()
除了commit之外,session還有rollback()等方法,你可以把session對象簡單看成是一次 transaction,所以當你對內容進行修改時,需要調用 session.commit() 來提交這些修改。
去文檔可以瞭解更多session相關內容:http://docs.sqlalchemy.org/en/rel_0_9/orm/session.html
常用操作
簡單查詢
批量查詢
# -- Django --
Game.objects.filter(category="RPG")
# -- SQLAlchemy --
# 使用filter_by是和django ORM比較接近的方式
session.query(Game).filter_by(category="RPG")
session.query(Game).filter(Game.category == "RPG")
查詢單個對象
# -- Django --
Game.objects.get(name="Super Mario Bros")
# -- SQLAlchemy --
session.query(Game).filter_by(name="Super Mario Bros").one()
# `get_objects_or_None()`
session.query(Game).filter_by(name="Super Mario Bros").scalar()
Django中得各種 > 、< 都是使用在字段名稱後面追加 "__gt"、"__lt" 來實現的,在SQLAlchemy 中這樣的查詢還要更直觀一些
# -- Django --
Game.objects.filter(release_date__gte='1999-01-01')
# 取反
Game.objects.exclude(release_date__gte='1999-01-01')
# -- SQLAlchemy --
session.query(Game).filter(Game.release_date >= '1999-01-01').count()
# 取反使用 ~ 運算符
session.query(Game).filter(~Game.release_date >= '1999-01-01').count()
通過外鍵組合查詢
# -- Django --
Game.objecs.filter(company__name="Nintendo")
# -- SQLAlchemy --
session.query(Game).join(GameCompany).filter(GameCompany.name == "Nintendo")
多條件或查詢
# -- Django --
from django.db.models import Q
Game.objects.filter(Q(category="RPG") | Q(category="ACT"))
# -- SQLAlchemy --
from sqlalchemy import or_
session.query(Game).filter(or_(Game.category == "RPG", Game.category == "ACT"))
session.query(Game).filter((Game.category == "RPG") | (Game.category == "ACT"))
in查詢
# -- Django --
Game.objects.filter(category__in=["GAL", "ACT"])
# -- SQLAlchemy --
session.query(Game).filter(Game.category.in_(["GAL", "ACT"]))
like查詢
# -- Django --
Game.objects.filter(name__contains="Mario")
# -- SQLAlchemy --
session.query(Game.name.contains('Mario'))
統計個數
簡單統計總數
# -- Django --
Game.objects.filter(category="RPG").count()
# -- SQLAlchemy --
session.query(Game).filter_by(category="RPG").count()
分組統計個數
# -- Django --
from django.db.models import Count
Game.objects.values_list('category').annotate(Count('pk')).order_by()
# -- SQLAlchemy --
from sqlalchemy import func
session.query(Game.category, func.count(Game.category)).group_by(Game.category).all()
結果排序
對查詢結果進行排序
# -- Django --
Game.objects.all().order_by('release_date')
Game.objects.all().order_by('-release_date')
# 多字段排序
Game.objects.all().order_by('-release_date', 'category')
# -- SQLAlchemy --
session.query(Game).order_by(Game.release_date)
session.query(Game).order_by(Game.release_date.desc())
# 多字段排序
session.query(Game).order_by(Game.release_date.desc(), Game.category)
修改數據
# -- Django --
game = Game.objects.get(pk=1)
game.name = 'Super Mario Brothers'
game.save()
# -- SQLAlchemy --
game = session.query(Game).get(1)
game.name = 'Super Mario Brothers'
session.commit()
批量修改
# -- Django --
Game.objects.filter(category="RPG").update(category="ARPG")
# -- SQLAlchemy --
session.query(Game).filter_by(category="RPG").update({"category": "ARPG"})
批量刪除
# -- Django --
Game.objects.filter(category="ARPG").delete()
# -- SQLAlchemy --
session.query(Game).filter_by(category="ARPG").delete()
SQLAlchemy其他一些值得關注的功能
上面簡單列了一些SQLAlchemy ORM和Django ORM的使用方法對比,SQLAlchemy同時還提供了一些 其他非常有用的功能。
Automap
假如你有一個Django項目,通過ORM創建了一大堆Model。這時來了一個新項目,需要操作 這些表,應該怎麼辦?拷貝這些Models?使用原始的DB-API加上sql來操作?
其實使用SQLAlchemy的Automap可以讓你的工作變得非常的方便,你只要在新項目連接到舊數據庫,然後 稍微配置一下Automap,就可以使用SQLAlchemy的ORM操作那些通過別的系統創建的表了。
就像這樣:
from sqlalchemy.ext.automap import automap_base
from sqlalchemy.orm import Session
from sqlalchemy import create_engine
Base = automap_base()
engine = create_engine("sqlite:///mydatabase.db")
Base.prepare(engine, reflect=True)
# user和address就是表明,通過這樣的語句就可以把他們分別映射到User和Address類
User = Base.classes.user
Address = Base.classes.address
更多信息可以參考詳細文檔:http://docs.sqlalchemy.org/en/rel_0_9/orm/extensions/automap.html
Alembic
Django有south可以方便做表結構修改?SQLAlchemy當然也可以,甚至比south更爲強大。 自動migrate?手動migrate?統統不是問題。
更多信息可參考文檔:http://alembic.readthedocs.org/en/latest/index.html