SQLAlchemy
![本頁使用了標題或全文手工轉換](http://images.weserv.nl/?url=//upload.wikimedia.org/wikipedia/commons/thumb/c/cd/Zh_conversion_icon_m.svg/35px-Zh_conversion_icon_m.svg.png)
![]() | |
原作者 | 麥可·拜爾(Michael Bayer)[1] |
---|---|
首次發布 | 2006年2月[2] |
目前版本 |
|
原始碼庫 | |
程式語言 | Python |
作業系統 | 跨平台 |
類型 | 對象關係對映 |
許可協定 | MIT許可證 |
網站 | www |
SQLAlchemy是為Python程式語言提供的開源SQL工具包及對象關係對映器(ORM),是在MIT許可證下發行的軟體。
概述
SQLAlchemy提供企業級持久化模式,首次發行於2006年2月。SQLAlchemy的理念是:關聯式資料庫隨著規模變大並且效能開始成為顧慮,而表現得不像對象搜集;而對象搜集隨著更多的抽象被設計入其中,而表現得不像表格和行。因此,SQLAlchmey採用了類似於Java里Hibernate的資料對映器模式[5],而不是其他ORM框架採用的主動記錄模式。
範例
下述範例描述了電影同它們的導演之間的多對一聯絡。範例中說明了怎樣從使用者定義的Python類建立對應的資料庫表格,怎樣從聯絡的任何一方建立有關聯的實例,最終怎樣查詢資料,演示了為延遲載入和預先載入二者自動生成的SQL查詢。
架構定義
建立兩個Python類以及在DBMS資料庫架構中對應的表格:
from sqlalchemy import *
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import relation, sessionmaker
Base = declarative_base()
class Movie(Base):
__tablename__ = 'movies'
id = Column(Integer, primary_key=True)
title = Column(String(255), nullable=False)
year = Column(Integer)
directed_by = Column(Integer, ForeignKey('directors.id'))
director = relation("Director", backref='movies', lazy=False)
def __init__(self, title=None, year=None):
self.title = title
self.year = year
def __repr__(self):
return "Movie(%r, %r, %r)" % (self.title, self.year, self.director)
class Director(Base):
__tablename__ = 'directors'
id = Column(Integer, primary_key=True)
name = Column(String(50), nullable=False, unique=True)
def __init__(self, name=None):
self.name = name
def __repr__(self):
return "Director(%r)" % (self.name)
engine = create_engine('dbms://user:pwd@host/dbname')
Base.metadata.create_all(engine)
插入資料
Session = sessionmaker(bind=engine)
session = Session()
m1 = Movie("Star Trek", 2009)
m1.director = Director("JJ Abrams")
d2 = Director("George Lucas")
d2.movies = [Movie("Star Wars", 1977), Movie("THX 1138", 1971)]
try:
session.add(m1)
session.add(d2)
session.commit()
except:
session.rollback()
查詢
alldata = session.query(Movie).all()
for somedata in alldata:
print somedata
SQLAlchemy將向DBMS發起如下查詢(忽略別名):
SELECT movies.id, movies.title, movies.year, movies.directed_by, directors.id, directors.name
FROM movies LEFT OUTER JOIN directors ON directors.id = movies.directed_by
輸出結果:
Movie('Star Trek', 2009L, Director('JJ Abrams'))
Movie('Star Wars', 1977L, Director('George Lucas'))
Movie('THX 1138', 1971L, Director('George Lucas'))
假如在架構定義時設定lazy=True
(預設值),SQLAlchemy將首先發起一個查詢來獲得一個電影列表,並在必要時(延遲)對每個導演發起查詢來獲得對應導演的名字:
SELECT movies.id, movies.title, movies.year, movies.directed_by
FROM movies
SELECT directors.id, directors.name
FROM directors
WHERE directors.id = %s
參考文獻
- ^ Mike Bayer是SQLAlchmey以及Mako Templates for Python的创始人。. [2012-11-08]. (原始內容存檔於2012-10-26).
- ^ PyCon 2007 Wrapup (頁面存檔備份,存於網際網路檔案館),SQLAlchemy released 0.1.0 in February 2006 - O'Reilly Media
- ^ Release 2.0.32. 2024年8月5日 [2024年8月27日].
- ^ Releases - sqlalchemy/sqlalchemy. [8 August 2022]. (原始內容存檔於2021-07-18) –透過GitHub.
- ^ 数据映射器. [2012-11-08]. (原始內容存檔於2012-11-04).
- 注釋
- Gift, Noah. Using SQLAlchemy. Developerworks. IBM. 12 Aug 2008 [8 Feb 2011]. (原始內容存檔於2011-08-12).
- Rick Copeland, Essential SQLAlchemy(頁面存檔備份,存於網際網路檔案館), O'Reilly, 2008, ISBN 0-596-51614-2