SQLAlchemy ORM（Object-Relational Mapping）是 SQLAlchemy 库的一部分，它允许开发者通过对象的方式来操作数据库，而不需要直接编写 SQL 语句。ORM 将数据库中的表映射为 Python 类，表中的每一行数据则映射为相应类的对象，这样开发者就可以使用面向对象的方式来进行数据库操作。
这段代码展示了使用SQLAlchemy库进行数据库操作的基本流程。下面是其中用到的方法和功能的详细介绍：
from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.orm import declarative_base,sessionmaker
# 设置数据库连接字符串
conn_str = 'sqlite:///examplesqlalchemy.db'
# 创建数据库引擎
engine = create_engine(conn_str)
# 创建基类
Base = declarative_base()
# 定义用户表
class User(Base):
__tablename__ = 'users'
id = Column(Integer, primary_key=True)
username = Column(String(50), unique=True, nullable=False)
email = Column(String(100), nullable=False)
# 创建数据库表
Base.metadata.create_all(engine)
# 创建会话
Session = sessionmaker(bind=engine)
session = Session()
# 插入数据
new_user = User(username='john_doe', email='john@example.com')
session.add(new_user)
session.commit()
# 查询数据
users = session.query(User).all()
for user in users:
print(user.username, user.email)
# 更新数据
user = session.query(User).filter_by(username='john_doe').first()
user.email = 'john_updated@example.com'
session.commit()
# 删除数据
user = session.query(User).filter_by(username='john_doe').first()
session.delete(user)
session.commit()
# 关闭会话
session.close()
-
create_engine：
create_engine 方法用于创建一个数据库引擎，它接受一个连接字符串作为参数，指定要连接的数据库的类型和位置。在这个例子中，我们使用 SQLite 数据库，连接字符串是 'sqlite:///examplesqlalchemy.db'。
-
declarative_base：
declarative_base 是一个基类工厂函数，它创建一个新的基类，所有的数据模型类都应该继承自这个基类。这样可以使得数据模型类和表格之间建立起关联。
-
Column：
Column 是用于定义表格列的类，它接受不同的参数来指定列的属性，例如数据类型、是否是主键、是否唯一等。在这个例子中，我们定义了整型的 id 列和两个字符串类型的列 username 和 email。
-
Base.metadata.create_all(engine)：
- 这行代码通过
Base.metadata.create_all(engine) 创建所有已定义的数据模型类对应的表格结构。它会根据数据模型类中的定义自动生成对应的数据库表格。
-
sessionmaker(bind=engine)：
sessionmaker 是一个用于创建数据库会话的类工厂函数，它接受一个绑定的数据库引擎作为参数，用于实例化会话对象。在这个例子中，我们将数据库引擎 engine 绑定到会话生成器上。
-
session.add(new_user) 和 session.commit()：
session.add(new_user) 将新创建的 User 对象添加到当前会话中，而 session.commit() 则提交当前会话的所有更改，包括插入操作，将其持久化到数据库中。
-
session.query(User).all()：
session.query(User) 是用于创建查询的方法，这里我们查询 User 表中的所有记录。.all() 方法返回查询结果的列表。
-
session.query(User).filter_by(username='john_doe').first()：
- 这行代码演示了如何使用
filter_by 进行过滤查询，查找 username 为 'john_doe' 的记录，并返回第一条符合条件的记录。
-
session.delete(user)：
session.delete(user) 用于从数据库中删除指定的对象，这里我们删除了之前查询到的 user 对象。
-
session.close()：
- 最后，
session.close() 方法关闭了当前会话，释放了数据库连接资源。
------------------
创建一个简单的 SQLAlchemy ORM 模型，假设我们要创建一个学生信息管理系统，包含学生和课程两个数据表。每个学生可以选择多门课程，而每门课程也可以被多个学生选择。
定义了三个 ORM 模型类：Student、Course 和 StudentCourse，分别对应了学生、课程和学生与课程之间的关联表。relationship 方法用于定义类之间的关系，secondary 参数指定了关联表，back_populates 参数表示了双向关系。
from sqlalchemy import create_engine, Column, Integer, String, ForeignKey
from sqlalchemy.orm import declarative_base,sessionmaker
# 创建数据库引擎
engine = create_engine('sqlite:///students.db', echo=True)
# 声明基类
Base = declarative_base()
# 定义学生模型
class Student(Base):
__tablename__ = 'students'
id = Column(Integer, primary_key=True)
name = Column(String)
courses = relationship('Course', secondary='student_courses', back_populates='students')
# 定义课程模型
class Course(Base):
__tablename__ = 'courses'
id = Column(Integer, primary_key=True)
name = Column(String)
students = relationship('Student', secondary='student_courses', back_populates='courses')
# 定义学生和课程之间的关联表
class StudentCourse(Base):
__tablename__ = 'student_courses'
student_id = Column(Integer, ForeignKey('students.id'), primary_key=True)
course_id = Column(Integer, ForeignKey('courses.id'), primary_key=True)
# 创建数据表
Base.metadata.create_all(engine)
# 创建会话
Session = sessionmaker(bind=engine)
session = Session()
# 关闭会话
session.close()
ForeignKey 是 SQLAlchemy 中用于定义外键约束的一个类。外键约束用于指定一个列或一组列与另一个表的列之间的关系。在关系型数据库中，外键约束可以确保两个表之间的数据一致性，并且可以建立表之间的关联关系。
*************************
SQLAlchemy 是一个用于 Python 编程语言的 SQL 工具包和对象关系映射（ORM）工具。它允许开发人员使用 Python 语言来管理数据库，通过提供高级的抽象接口，使得操作数据库变得更加简单和高效。以下是 SQLAlchemy 的一些主要特点和功能：
-
对象关系映射（ORM）：
- SQLAlchemy 提供了 ORM 功能，可以将数据库表格映射到 Python 对象上，使得开发人员可以直接使用对象来表示和操作数据库中的数据，而不必编写复杂的 SQL 查询语句。
-
数据库引擎和连接池：
- SQLAlchemy 提供了数据库引擎和连接池的抽象层，支持多种数据库后端，并且能够有效地管理数据库连接，提高数据库操作的性能和效率。
-
SQL 表达式语言：
- SQLAlchemy 提供了一种 SQL 表达式语言，可以使用 Python 对象来构建 SQL 查询语句，而不必直接编写原始的 SQL 语句，这样做既方便又安全。
-
事务管理：
- SQLAlchemy 支持事务管理，开发人员可以通过会话（Session）来管理数据库操作的事务，确保数据的完整性和一致性。
-
查询构建器：
- SQLAlchemy 提供了灵活的查询构建器，开发人员可以使用各种方法来构建复杂的数据库查询，包括过滤、排序、连接等操作，从而实现灵活的数据检索功能。
-
自动数据表创建：
- 使用 SQLAlchemy，开发人员可以通过定义 Python 类来表示数据表结构，然后通过调用
create_all() 方法来自动生成对应的数据库表格结构，简化了数据库的初始化过程。
-
跨数据库兼容性：
- SQLAlchemy 支持多种数据库后端，包括 MySQL、PostgreSQL、SQLite 等，使得开发人员可以在不同的数据库系统之间无缝切换，而不必修改大量代码。
****************************
SQLAlchemy 2.0 是一个重大更新，引入了许多新功能和更改。以下是 SQLAlchemy 2.0 的一些关键更新：
- Async Support: SQLAlchemy 2.0 添加了对异步编程的支持，包括
asyncio 和 trio 库。 - New
DeclarativeBase API: 在 SQLAlchemy 2.0 中，declarative_base 已被弃用，取而代之的是 DeclarativeBase。 - New
Session API: SQLAlchemy 2.0 中的 sessionmaker 已被弃用，取而代之的是 Session 上下文管理器。 - Improved Type Hints: SQLAlchemy 2.0 提供了更好的类型提示，支持 PEP-484 类型提示。
- New
InsertManyValues: SQLAlchemy 2.0 引入了 InsertManyValues 以支持高效的批量插入。 - New
Select and Update Objects: SQLAlchemy 2.0 引入了新的 Select 和 Update 对象，提供了更好的可读性和更多选项。 - Improved
Column and Relationship: SQLAlchemy 2.0 中的 Column 和 Relationship 对象已经得到了改进，提供了更好的可读性和更多选项。 - 更多的测试和文档: SQLAlchemy 2.0 包括更多的测试和文档，以确保更好的稳定性和兼容性。
当使用 SQLAlchemy 2.0 时，请务必查看 SQLAlchemy 2.0 文档，了解新功能和更改。
以下是一个使用 SQLAlchemy 2.0 版本的示例，其中包括一个简单的 ORM 模型和一个添加新用户的函数。
# your_module.py
from sqlalchemy import Column, Integer, String
from sqlalchemy.orm import DeclarativeBase, Session
from sqlalchemy import create_engine
class Base(DeclarativeBase):
pass
class User(Base):
__tablename__ = 'users'
id = Column(Integer, primary_key=True)
name = Column(String(50), nullable=False)
email = Column(String(120), unique=True, nullable=False)
def add_new_user(name, email):
engine = create_engine('your_database_connection_string')
Base.metadata.create_all(engine)
with Session(engine) as session:
new_user = User(name=name, email=email)
session.add(new_user)
session.commit()
# Add a new user
add_new_user('John Doe', 'john.doe@example.com')
在这个示例中，我们创建了一个名为 User 的 SQLAlchemy ORM 模型，并定义了一个名为 add_new_user 的函数，用于向数据库添加新用户。请记得根据实际情况更新 your_database_connection_string 的值。这个示例使用 SQLAlchemy 2.0 版本，其中对 create_engine 和 sessionmaker 进行了更新。现在，我们使用 Session 上下文管理器来处理会话。
*******************
SQLAlchemy 2.0 是一个强大的Python ORM（对象关系映射）工具，它使得在Python应用程序中与关系数据库进行交互变得更加容易。以下是SQLAlchemy 2.0的一些关键知识点：
1. **ORM和Core**：SQLAlchemy 2.0 包括两个主要部分：ORM（对象关系映射器）和Core（SQL构造器和执行器）。ORM允许将Python类映射到数据库表，并提供了一种使用Python对象而不是手写SQL语句来查询数据库的方法。Core提供了一个底层的API，用于构造和执行SQL语句。
2. **类型支持**：SQLAlchemy 2.0 深入集成了PEP 484类型实践，这意味着您可以使用Python类型直接在ORM和Core中指定列和表达式。这有助于提高代码的可读性和可维护性，并使得IDE和静态分析工具能够更好地理解代码。
3. **SQL表达式 Typing**：SQL表达式、语句和结果集现在有着显式的Typing，该Typing扩展到ORM映射。这允许更好的类型检查和IDE支持。
4. **ORM声明模型**：SQLAlchemy 2.0 引入了新的类型感知语法，用于ORM声明模型。这允许更准确的Typing行为，从语句到结果集的属性。
5. **迁移指南**：如果您正在从SQLAlchemy 1.x系列更新，请务必通过迁移指南确保SQLAlchemy 2.0兼容性。
6. **连接和会话**：在SQLAlchemy中，连接和会话是数据库交互的关键抽象概念。连接代表数据库会话，而会话代表应用程序与数据库的交互。
7. **映射**：映射是将Python类与数据库表相关联的过程。映射允许您使用Python对象而不是手写SQL语句来查询数据库。
8. **查询**：SQLAlchemy 2.0 提供了多种查询数据库的方法。您可以使用ORM查询API或Core查询API。ORM查询API允许您使用Python对象查询数据库，而Core查询API允许您手写SQL语句。
9. **事务**：SQLAlchemy 2.0 支持事务，这意味着您可以在数据库交互中使用事务来确保数据的一致性。
10. **表达式语言**：SQLAlchemy 2.0 提供了一个强大的表达式语言，用于构造SQL语句。表达式语言允许您使用Python代码构造SQL语句，而不是手写SQL语句。
这些知识点是SQLAlchemy 2.0的一个基本概述，如果您需要更详细的信息，请参考[官方SQLAlchemy 2.0文档](https://docs.sqlalchemy.org/en/20/changelog/whatsnew_20.html)。
