ReaderMX.
焦小花同学

SQLAlchemy 进阶：让数据库操作更上一层楼！

焦华哥约 3 分钟

Image嗨，小伙伴们！又来啦！上次我们学习了 SQLAlchemy 的基础知识，今天我们来深入探索一下这个强大工具的更多魔法。准备好你的魔法棒（键盘），让我们继续我们的 SQLAlchemy 冒险吧！

关系映射：让数据之间产生联系

在现实世界中，数据之间往往存在各种关系。比如，一个用户可能有多个订单，一本书可能属于多个分类。SQLAlchemy 可以轻松地处理这些关系！

让我们来看一个例子：


from sqlalchemy import ForeignKeyfrom sqlalchemy.orm import relationship
class User(Base)：    __tablename__ = 'users'
    id = Column(Integer， primary_key=True)    name = Column(String)    orders = relationship(“Order”， back_populates=“user”)
class Order(Base)：    __tablename__ = 'orders'
    id = Column(Integer， primary_key=True)    item = Column(String)    user_id = Column(Integer， ForeignKey('users.id'))    user = relationship(“User”， back_populates=“orders”)

在这个例子中，我们定义了一个用户和订单之间的一对多关系。relationship 函数创建了这种关系，而 ForeignKey在数据库层面保证了数据的一致性。

小贴士：back_populates 参数创建了双向关系，这样我们既可以从用户查询订单，也可以从订单查询用户！

使用关系

现在我们可以这样使用这个关系：

# 创建用户和订单new_user = User(name='小红')new_order = Order(item='Python书籍')new_user.orders.append(new_order)
session.add(new_user)session.commit()
# 查询用户的所有订单user = session.query(User).filter_by(name='小红').first()for order in user.orders：    print(f“{user.name} 订购了 {order.item}”)
# 查询订单的用户order = session.query(Order).first()print(f“{order.item} 被 {order.user.name} 订购”)

是不是感觉数据之间的关系变得清晰了很多？

复杂查询：满足你的所有需求

SQLAlchemy 不仅能处理简单的查询，还能应对各种复杂的查询需求。让我们来看几个例子：



from sqlalchemy import and_， or_， func
# 多条件查询results = session.query(User).filter(    and_(User.name.like('%小%')， User.age > 18)).all()
# 排序results = session.query(User).order_by(User.age.desc()).all()
# 分组和聚合results = session.query(User.age， func.count(User.id)).group_by(User.age).all()
# 子查询subquery = session.query(func.avg(User.age)).scalar_subquery()results = session.query(User).filter(User.age > subquery).all()

这些查询可以满足你在实际项目中的各种需求，是不是觉得 SQLAlchemy 越来越强大了？

会话管理：让数据操作更安全

在实际项目中，正确管理数据库会话非常重要。我们可以使用 Python 的上下文管理器来确保会话被正确关闭：

from contextlib import contextmanager
@contextmanagerdef session_scope()：    session = Session()    try：        yield session        session.commit()    except：        session.rollback()        raise    finally：        session.close()
# 使用方式with session_scope() as session：    new_user = User(name='小刚'， age=20)    session.add(new_user)

这样可以确保即使出现异常，我们的数据库操作也能正确地回滚或提交。

小贴士：养成使用事务的好习惯，可以让你的数据库操作更安全、更可靠！

性能优化：让查询飞起来

当数据量变大时，查询性能就变得尤为重要。SQLAlchemy 提供了一些工具来优化查询性能：

# 延迟加载class User(Base)：    # ... 其他代码 ...    orders = relationship(“Order”， lazy='dynamic')
# 使用时才查询user = session.query(User).first()order_count = user.orders.count()
# 预先加载关联数据from sqlalchemy.orm import joinedload
users = session.query(User).options(joinedload(User.orders)).all()

lazy='dynamic' 可以延迟加载关联数据，而 joinedload 可以预先加载关联数据，减少数据库查询次数。

注意事项：性能优化是一个复杂的话题，需要根据具体情况来选择合适的策略。记得多测试，找到最适合你的方案！

小伙伴们，今天我们又学习了 SQLAlchemy 的一些进阶用法，包括关系映射、复杂查询、会话管理和性能优化。这些知识会让你在实际项目中如虎添翼！记住，掌握这些技能的关键在于不断练习和实践。下次我们再见，继续为你解锁 Python 的更多魔法！如果有任何问题，随时在评论区问我哦。祝大家 Python 学习之路越走越远，越走越精彩！

KEEP THE THREAD GOING

更多来源文章