【Python 】一篇吃透Python SQLAlchemy!零基础入门+实战案例+流程图(超全详解)
一篇吃透Python SQLAlchemy零基础入门实战案例流程图超全详解✨前言在Python后端开发中操作数据库几乎是刚需原生SQL语句手写繁琐、可读性差、容易出现注入漏洞而SQLAlchemy作为Python最主流的ORM框架完美解决了这些问题 本文将从零开始带大家全方位掌握SQLAlchemy核心用法包含环境搭建、核心原理、数据库连接、模型定义、增删改查、关联关系全程附可直接运行的代码案例流程图新手也能一键看懂读完本文你可以彻底摆脱原生SQL硬编码优雅实现Python数据库操作一、SQLAlchemy 是什么1.1 ORM 概念ORM对象关系映射将数据库中的数据表、行数据与Python中的类、对象做自动映射无需手写原生SQL通过操作Python对象即可操作数据库。映射关系Python 类 ➡️ 数据库数据表类属性 ➡️ 数据表字段类实例对象 ➡️ 数据表一行数据1.2 SQLAlchemy 优势✅ 跨数据库兼容一套代码可适配MySQL、PostgreSQL、SQLite等无需大幅修改✅ 杜绝SQL注入底层自动参数化处理安全性更高✅ 代码简洁优雅面向对象编程可读性、可维护性极强✅ 功能强大支持事务、关联查询、复杂筛选、分页等高级操作1.3 整体工作流程映射建立连接Session提交事务处理定义ORM模型类数据库表结构创建会话Session数据库操作Python对象执行数据库增删改查数据持久化到数据库二、环境安装️安装核心依赖支持Python3.7版本# 安装sqlalchemy核心库pip install sqlalchemy# 若使用MySQL需额外安装驱动pip install pymysql三、核心组件详解SQLAlchemy 四大核心组件必须掌握Engine引擎数据库连接核心负责建立和数据库的连接Base基类所有ORM模型类的父类用于统一映射表结构Session会话数据库操作核心所有增删改查都通过会话完成Column/字段类型定义数据表字段、约束、类型四、完整入门案例SQLite先使用无需安装服务的SQLite数据库快速上手零门槛运行4.1 基础初始化引擎、基类、会话fromsqlalchemyimportcreate_enginefromsqlalchemy.ext.declarativeimportdeclarative_basefromsqlalchemy.ormimportsessionmaker# 1. 创建数据库引擎SQLite本地文件数据库enginecreate_engine(sqlite:///test.db,echoTrue)# echoTrue 打印执行的SQL语句方便调试# 2. 创建ORM基类Basedeclarative_base()# 3. 创建会话工厂绑定引擎SessionLocalsessionmaker(autocommitFalse,autoflushFalse,bindengine)# 4. 获取会话实例dbSessionLocal()4.2 定义数据模型创建数据表自定义用户模型类映射user数据表fromsqlalchemyimportColumn,Integer,String,DateTimefromdatetimeimportdatetime# 自定义用户模型classUser(Base):# 数据表名称__tablename__user# 定义字段idColumn(Integer,primary_keyTrue,autoincrementTrue,comment主键ID)usernameColumn(String(30),nullableFalse,uniqueTrue,comment用户名)ageColumn(Integer,nullableTrue,comment年龄)emailColumn(String(50),uniqueTrue,comment邮箱)create_timeColumn(DateTime,defaultdatetime.now,comment创建时间)# 批量创建所有数据表执行映射Base.metadata.create_all(bindengine)print(数据表创建成功)字段核心参数说明primary_keyTrue主键autoincrementTrue自增nullableFalse非空约束uniqueTrue唯一约束default默认值五、核心增删改查实战基于上面的User模型实现全套数据库CRUD操作代码可直接运行5.1 新增数据Create# 单条新增user1User(username张三,age20,emailzhangsan163.com)db.add(user1)# 批量新增user_list[User(username李四,age22,emaillisi163.com),User(username王五,age25,emailwangwu163.com)]db.add_all(user_list)# 提交事务必须提交数据才会写入数据库db.commit()print(数据新增成功)5.2 查询数据Read【最常用】支持全量查询、条件查询、模糊查询、分页、排序等操作# 1. 查询所有数据all_usersdb.query(User).all()foruserinall_users:print(fID:{user.id}, 用户名:{user.username}, 年龄:{user.age})# 2. 根据主键查询单条数据userdb.query(User).get(1)print(主键查询结果,user.usernameifuserelse无数据)# 3. 条件查询精准匹配userdb.query(User).filter(User.username张三).first()print(条件查询,user.age)# 4. 多条件查询userdb.query(User).filter(User.age22,User.email.like(%163.com)).first()# 5. 模糊查询usersdb.query(User).filter(User.username.like(%五%)).all()# 6. 排序查询倒序usersdb.query(User).order_by(User.age.desc()).all()# 7. 分页查询page页码limit每页条数page_usersdb.query(User).limit(2).offset(0).all()5.3 修改数据Update修改数据需先查询、再赋值、最后提交# 方式1单条数据修改userdb.query(User).get(1)ifuser:user.age21# 修改字段值user.emailzhangsan_new163.comdb.commit()print(数据修改成功)# 方式2批量条件修改db.query(User).filter(User.age22).update({age:23})db.commit()5.4 删除数据Delete# 方式1删除单条数据userdb.query(User).get(3)ifuser:db.delete(user)db.commit()# 方式2批量条件删除db.query(User).filter(User.username李四).delete()db.commit()print(数据删除成功)六、MySQL 数据库适配上面案例是SQLite切换MySQL仅需修改引擎连接地址其余代码完全不用改完美体现跨库优势# MySQL连接格式mysqlpymysql://账号:密码主机:端口/数据库名enginecreate_engine(mysqlpymysql://root:123456localhost:3306/test_db,echoTrue,pool_pre_pingTrue,# 自动检测连接有效性pool_recycle3600# 连接回收时间)⚠️ 注意使用MySQL需提前手动创建好数据库test_db无需创建数据表代码自动生成七、事务处理机制✅数据库事务是开发核心SQLAlchemy默认开启事务出错需回滚避免数据异常try:# 执行数据库操作userUser(username小明,age18)db.add(user)# 模拟报错1/0db.commit()exceptExceptionase:# 异常回滚撤销所有操作db.rollback()print(f操作失败事务回滚{e})finally:# 关闭会话db.close()八、一对多关联查询实战实际开发中常用表关联这里演示最经典的用户-文章一对多关系一个用户对应多篇文章8.1 定义关联模型fromsqlalchemy.ormimportrelationship,ForeignKey# 用户表主表classUser(Base):__tablename__useridColumn(Integer,primary_keyTrue,autoincrementTrue)usernameColumn(String(30),nullableFalse)# 关联文章表反向查询articlesrelationship(Article,back_populatesauthor)# 文章表从表classArticle(Base):__tablename__articleidColumn(Integer,primary_keyTrue,autoincrementTrue)titleColumn(String(100),nullableFalse,comment文章标题)contentColumn(String(500),comment文章内容)# 外键关联用户表user_idColumn(Integer,ForeignKey(user.id),comment用户ID)# 关联用户表authorrelationship(User,back_populatesarticles)# 创建表Base.metadata.create_all(bindengine)8.2 关联数据查询# 查询用户对应的所有文章userdb.query(User).first()print(f用户【{user.username}】的所有文章)forarticleinuser.articles:print(f文章标题{article.title})# 查询文章对应的作者articledb.query(Article).first()print(f文章作者{article.author.username})8.3 关联关系流程图一对多关联反向查询所有文章正向查询所属用户User表 主表Article表 从表user.id 主键article.user_id 外键User.articlesArticle.author九、常用踩坑总结⚠️新增/修改/删除数据后必须执行commit()数据才会持久化代码报错务必执行rollback()回滚事务避免锁表MySQL连接失败优先检查账号密码、端口、数据库是否存在、是否开启远程连接字段默认值不生效时检查是否设置default且已提交事务关联查询报错优先检查relationship和外键是否匹配十、总结本文全覆盖讲解了SQLAlchemy核心知识点掌握ORM核心映射原理、四大核心组件熟练实现 SQLite/MySQL 数据库连接、模型定义精通全套增删改查、条件筛选、分页排序操作掌握事务处理、一对多表关联高级用法SQLAlchemy是Python后端FastAPI/Flask/Django必备技能熟练使用可以极大提升开发效率告别繁琐原生SQL后续更新SQLAlchemy多对多关联、原生SQL混合查询、批量操作、异步用法

相关新闻

读懂固态变压器:架构、隐患、一站式在线防护

读懂固态变压器:架构、隐患、一站式在线防护

在新型电力系统、光伏储能、微电网、数据中心高压供电场景中,固态变压器(SST)正在逐步替代传统工频变压器,成为智能变电、柔性配电的核心设备。相比于传统变压器笨重、功能单一、无法智能调控的短板,SST凭借高频化、小…

2026/7/22 15:24:52 阅读更多 →
钢琴曲素材网站怎么选?2026年五大音乐网站评分与使用指南

钢琴曲素材网站怎么选?2026年五大音乐网站评分与使用指南

一段钢琴曲是否合适,往往在放入视频时间线后才能真正判断。过于密集的琴键会干扰旁白,旋律起伏过大会抢走画面注意力,高潮出现太晚又可能无法适配15秒或30秒的视频结构。截至2026年,光厂音乐素材数量已超过30万;Premiu…

2026/7/22 15:24:52 阅读更多 →
【计算机Python毕业设计案例】智能食谱推荐与膳食健康管理系统设计 基于 Python + 数据分析的营养膳食系统(程序+文档+讲解+定制)

【计算机Python毕业设计案例】智能食谱推荐与膳食健康管理系统设计 基于 Python + 数据分析的营养膳食系统(程序+文档+讲解+定制)

博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围:&am…

2026/7/22 15:24:52 阅读更多 →

最新新闻

深度强化学习在电池储能系统中的应用与实践

深度强化学习在电池储能系统中的应用与实践

1. 项目概述:电池储能与深度强化学习的结合电池储能系统在现代能源管理中扮演着越来越重要的角色,特别是在可再生能源集成和电网稳定性方面。传统基于规则的电池充放电控制策略往往难以应对复杂多变的电网环境和用户需求。这正是深度强化学习(DRL)大显身…

2026/7/23 21:29:58 阅读更多 →
企业级AI模型选型:Claude 3.5与GPT-4o对比与实践指南

企业级AI模型选型:Claude 3.5与GPT-4o对比与实践指南

1. 企业级AI模型选型的关键考量当企业需要将大语言模型集成到核心业务流程时,选型决策远比个人开发者选择聊天机器人复杂得多。作为经历过三次企业级AI项目落地的技术负责人,我深刻理解这个决策对业务的影响程度。Claude 3.5和GPT-4o作为当前最先进的商业…

2026/7/23 21:29:58 阅读更多 →
EEGNet脑电解码 入门教学与笔记

EEGNet脑电解码 入门教学与笔记

EEGNet的结构:1*1*22*1000经过1*8*1*64的时间卷积核生成1*8*22*1000的时间特征图经过16*8*22*1的空间卷积核变成了1*16*1*1000的时间空间特征图,再经过两轮1,4池化层和1,8池化层压缩时间变成1*16*1*31(1000/4/831&…

2026/7/23 21:29:58 阅读更多 →
qemu-img工具在KVM环境中的高级应用指南

qemu-img工具在KVM环境中的高级应用指南

qemu-img工具在KVM环境中的高级应用指南 在KVM虚拟化技术生态中,qemu-img作为核心磁盘管理工具,承担着虚拟磁盘创建、转换和维护的关键角色。本文将深入探讨该工具的高级功能及其在复杂虚拟化场景中的应用实践。 一、磁盘格式转换与优化 1.1 多格式支持与…

2026/7/23 21:29:58 阅读更多 →
报会计备考课有哪些坑?6个真实套路拆解,附省时上岸的工具选法

报会计备考课有哪些坑?6个真实套路拆解,附省时上岸的工具选法

会计职称考试的本质是合格性考试——60分万岁,不是选拔性高分竞赛。但恰恰是这种"看起来不难"的考试,让无数在职考生、宝妈、零基础小白栽在"选错课"上:钱花了大几千,课听了不到三分之一,最后要么…

2026/7/23 21:29:57 阅读更多 →
三亚商务办公室装修推荐

三亚商务办公室装修推荐

在三亚进行商务办公室装修,专业性至关重要。以下为大家分析相关痛点及优质推荐。痛点一:爆雷风险2026 年很多装修公司存在爆雷风险。一些小公司可能资金链不稳定,施工到一半就停工,让业主损失惨重。比如有的公司收了预付款后&…

2026/7/23 21:28:57 阅读更多 →

日新闻

从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表)

从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表)

更多请点击: https://intelliparadigm.com 第一章:从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表) 当AI副业主理人不再仅满足于单次服务交付,而是主动构建可复用、可裂变、可…

2026/7/23 0:00:25 阅读更多 →
AI写作开头钩子设计:为什么你的AI文案完读率不足18%?——基于2,346篇A/B测试报告的归因分析

AI写作开头钩子设计:为什么你的AI文案完读率不足18%?——基于2,346篇A/B测试报告的归因分析

更多请点击: https://codechina.net 第一章:AI写作开头钩子设计:为什么你的AI文案完读率不足18%?——基于2,346篇A/B测试报告的归因分析 在对2,346篇跨行业AI生成文案的A/B测试数据进行聚类分析后,我们发现&#xff1…

2026/7/23 0:01:26 阅读更多 →
Chitchatter完整指南:免费开源的终极点对点安全聊天工具

Chitchatter完整指南:免费开源的终极点对点安全聊天工具

Chitchatter完整指南:免费开源的终极点对点安全聊天工具 【免费下载链接】chitchatter Secure peer-to-peer chat that is serverless, decentralized, and ephemeral 项目地址: https://gitcode.com/gh_mirrors/ch/chitchatter Chitchatter是一款革命性的安…

2026/7/23 0:01:26 阅读更多 →

周新闻

Go语言静态资源打包方案对比与实践指南

Go语言静态资源打包方案对比与实践指南

1. 项目背景与核心需求在Go语言开发中,我们经常需要处理静态资源文件的打包问题。无论是Web应用的模板文件、前端资源,还是配置文件、证书等,都需要随程序一起分发。传统做法是将这些文件与编译后的二进制文件放在同一目录下,但这…

2026/7/22 8:58:19 阅读更多 →
Go语言实现高性能LDAP认证服务的架构与实践

Go语言实现高性能LDAP认证服务的架构与实践

1. 项目背景与核心价值LDAP(轻量级目录访问协议)作为企业级身份认证的黄金标准,已经服务了超过80%的财富500强公司。我在金融科技领域实施统一认证体系时,发现传统Java方案存在启动慢、内存占用高等痛点。而Go语言凭借其协程并发模…

2026/7/22 19:43:43 阅读更多 →
【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

更多请点击: https://intelliparadigm.com 第一章:AI面试官实战指南的核心价值与适用场景 AI面试官并非替代人类HR的“黑箱工具”,而是以可解释、可审计、可迭代的方式,赋能招聘全链路的关键基础设施。其核心价值在于将主观经验沉…

2026/7/23 17:49:47 阅读更多 →

月新闻