21 天 Python 计划：使用SQLAlchemy 中的ORM查询

Python是一种强大且易于学习的编程语言。通过这个21天的计划，我们将逐步深入灵活使用SQLAlchemy 中的ORM查询。无论你是初学者还是有一定基础的开发者，这个计划都将帮助你巩固和扩展你的Python知识。

在学习本篇之前，我们先复习一下前面的内容：
day1：Python下载和开发工具介绍
day2：数据类型、字符编码、文件处理
day3：基础语法与课外练习
day4：函数简单介绍
day5：模块与包
day6：常用模块介绍
day7：面向对象
day8：面向对象高级
day9：异常处理
day10：网络编程
day11：并发编程
day12：MySQL数据库初识
day13：MySQL库相关操作
day14：MySQL表相关操作
day15：MySQL中DML与权限管理
day16：MySQL数据备份与Python操作实战指南
day17：MySQL视图、触发器、存储过程、函数与流程控制

准备工作

为方便说明，我们初始化如下数据：

图书表 books

分类表 categories

ORM 对象定义

注意：本文 Python 代码在以下环境测试通过

• Python 3.6.0
• PyMySQL 0.8.1
• SQLAlchemy 1.2.8

# coding=utf-8
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Numeric
from sqlalchemy.orm import sessionmaker

# 创建基类
Base = declarative_base()
# 创建数据库引擎，需要替换为实际的用户名、密码和数据库名
engine = create_engine('mysql+pymysql://username:password@127.0.0.1:3306/db_name?charset=utf8')
# 创建会话工厂
Session = sessionmaker(bind=engine)
# 创建会话对象
session = Session()

# 定义一个方法，将对象属性转换为字典
def to_dict(self):
    return {c.name: getattr(self, c.name, None) for c in self.__table__.columns}

# 将 to_dict 方法绑定到基类
Base.to_dict = to_dict

# 定义图书类
class Book(Base):
    __tablename__ = 'books'
    id = Column(Integer, primary_key=True)
    cat_id = Column(Integer)
    name = Column('name', String(120))
    price = Column('price', Numeric)

# 定义分类类
class Category(Base):
    __tablename__ = 'categories'
    id = Column(Integer, primary_key=True)
    name = Column('name', String(30))

具体查询方式如下所示：

一、根据主键获取记录

当我们获取图书的详情时，很容易用到。

# 方式一：使用 get 方法
book_id = 1
book = session.query(Book).get(book_id)
print(book and book.to_dict())
# 直接 get(primary_key) 就得到结果 {'id': 1, 'cat_id': 1, 'name': '生死疲劳', 'price': Decimal('40.40')}

# 方式二：使用 filter 和 first 方法
book_id = 1
book = session.query(Book) \
    .filter(Book.id == book_id) \
    .first()
print(book and book.to_dict())
# 不过，还是前一种方式简洁一些。

二、AND 查询

我们最常用到的就是这种查询，比如我要获取 cat_id为 1 且价格大于 35 的书。

# 方式一：直接在 filter 中传入多个条件
books = session.query(Book) \
    .filter(Book.cat_id == 1, Book.price > 35) \
    .all()
print([v.to_dict() for v in books])
# 执行后，得到结果 [{'id': 1, 'cat_id': 1, 'name': '生死疲劳', 'price': Decimal('40.40')}]

# 方式二：使用 and_ 函数
from sqlalchemy import and_
books = session.query(Book) \
    .filter(and_(Book.cat_id == 1, Book.price > 35)) \
    .all()
print([v.to_dict() for v in books])
# 通常来说，如果条件全是用 AND 连接的话，没必要显式的去用 and_。

# 方式三：使用 filter_by 方法（适用于等值比较）
books = session.query(Book) \
    .filter_by(cat_id=1, price=31.8) \
    .all()
print([v.to_dict() for v in books])
# 结果 [{'id': 2, 'cat_id': 1, 'name': '皮囊', 'price': Decimal('31.80')}]
# 这种方式相对于 filter() 来说，书写要简洁一些，不过条件都限制在了等值比较。不同情况选择合适的就好。

三、 常用方法

除了上面使用的 get()、first()、all() 外，还有下面的一些方法比较常用。

# one() 只获取一条记录，如果找不到记录或者找到多条都会报错
# 找不到记录会抛如下错误
# sqlalchemy.orm.exc.NoResultFound: No row was found for one()
try:
    book = session \
        .query(Book).filter(Book.id > 10) \
        .one()
    print(book and book.to_dict())
except Exception as e:
    print(e)

# 找到多条记录会抛如下错误
# sqlalchemy.orm.exc.MultipleResultsFound: Multiple rows were found for one()
try:
    book = session \
        .query(Book).filter(Book.id < 10) \
        .one()
    print(book and book.to_dict())
except Exception as e:
    print(e)

# 正常，得到如下结果
# {'id': 10, 'cat_id': 3, 'name': '万物简史', 'price': Decimal('33.20')}
book = session \
    .query(Book).filter(Book.id == 10) \
    .one()
print(book and book.to_dict())

# count() 返回记录条数
count = session \
    .query(Book) \
    .filter(Book.cat_id == 3) \
    .count()
print(count)
# 结果 5

# limit() 限制返回的记录条数
books = session \
    .query(Book) \
    .filter(Book.cat_id == 3) \
    .limit(3) \
    .all()
print([v.to_dict() for v in books])
# 结果 [{'id': 6, 'cat_id': 3, 'name': '时间简史', 'price': Decimal('31.10')}, {'id': 7, 'cat_id': 3, 'name': '宇宙简史', 'price': Decimal('22.10')}, {'id': 8, 'cat_id': 3, 'name': '自然史', 'price': Decimal('26.10')}]

# distinct() 与 SQL 的 distinct 语句行为一致
books = session \
    .query(Book.cat_id) \
    .distinct(Book.cat_id) \
    .all()
print([dict(zip(v.keys(), v)) for v in books])
# 结果 [{'cat_id': 1}, {'cat_id': 2}, {'cat_id': 3}]

# order_by() 将记录按照某个字段进行排序
# 图书按 ID 降序排列
# 如果要升序排列，去掉 .desc() 即可
books = session \
    .query(Book.id, Book.name) \
    .filter(Book.id > 8) \
    .order_by(Book.id.desc()) \
    .all()
print([dict(zip(v.keys(), v)) for v in books])
# 结果 [{'id': 10, 'name': '万物简史'}, {'id': 9, 'name': '人类简史'}]

# scalar() 返回调用 one() 后得到的结果的第一列值
book_name = session \
    .query(Book.name) \
    .filter(Book.id == 10)\
    .scalar()
print(book_name)
# 结果 万物简史

# exist() 查看记录是否存在
# 查看 ID 大于 10 的图书是否存在
from sqlalchemy.sql import exists
is_exist = session \
    .query(exists().where(Book.id > 10)) \
    .scalar()
print(is_exist)
# 结果 False

四、OR 查询

通过 OR 连接条件的情况也多，比如我要获取 cat_id等于 1 或者价格大于 35 的书。

from sqlalchemy import or_
books = session.query(Book) \
    .filter(or_(Book.cat_id == 1, Book.price > 35)) \
    .all()
print([v.to_dict() for v in books])
# 执行，得到结果 [{'id': 1, 'cat_id': 1, 'name': '生死疲劳', 'price': Decimal('40.40')}, {'id': 2, 'cat_id': 1, 'name': '皮囊', 'price': Decimal('31.80')}, {'id': 4, 'cat_id': 2, 'name': '耶路撒冷三千年', 'price': Decimal('55.60')}, {'id': 5, 'cat_id': 2, 'name': '国家宝藏', 'price': Decimal('52.80')}, {'id': 9, 'cat_id': 3, 'name': '人类简史', 'price': Decimal('40.80')}]
# 使用方式和 AND 查询类似，从 sqlalchemy 引入 or_，然后将条件放入就 OK 了。

五、 5. AND 和 OR 并存的查询

现实情况下，我们很容易碰到 AND 和 OR 并存的查询。

# 示例一：查询价格大于 55 或者小于 25，同时 cat_id 不等于 1 的图书
from sqlalchemy import or_
books = session.query(Book) \
    .filter(or_(Book.price > 55, Book.price < 25), Book.cat_id != 1) \
    .all()
print([v.to_dict() for v in books])
# 结果 [{'id': 4, 'cat_id': 2, 'name': '耶路撒冷三千年', 'price': Decimal('55.60')}, {'id': 7, 'cat_id': 3, 'name': '宇宙简史', 'price': Decimal('22.10')}]

# 示例二：查询图书的数量，图书满足两个要求中的一个即可：一是 cat_id 大于 5；二是 cat_id 小于 2 且价格大于 40。
from sqlalchemy import or_, and_
count = session.query(Book) \
    .filter(or_(Book.cat_id > 5, and_(Book.cat_id < 2, Book.price > 40))) \
    .count()
print(count)
# 结果 1

六、巧用列表或者字典的解包给查询方法传参

开发中，我们经常会碰到根据传入的参数构造查询条件进行查询。

# 列表解包示例
# 请求参数，这里只是占位，实际由用户提交的请求决定
params = {'cat_id': 1}
conditions = []
if params.get('cat_id', 0):
    conditions.append(Book.cat_id == params['cat_id'])
if params.get('price', 0):
    conditions.append(Book.price == params['price'])
if params.get('min_price', 0):
    conditions.append(Book.price >= params['min_price'])
if params.get('max_price', 0):
    conditions.append(Book.price <= params['max_price'])
books = session.query(Book).filter(*conditions).all()
print([v.to_dict() for v in books])
# 结果 [{'id': 1, 'cat_id': 1, 'name': '生死疲劳', 'price': Decimal('40.40')}, {'id': 2, 'cat_id': 1, 'name': '皮囊', 'price': Decimal('31.80')}]
# OR 查询类似，将列表解包传给 or_() 即可。如果需求更复杂，AND 和 OR 都可能出现，这个时候根据情况多建几个列表实现。这里只向大家说明大致的思路，就不举具体的例子了。

# 字典解包示例
# 请求参数，这里只是占位，实际由用户提交的请求决定
params = {'price': 31.1}
condition_dict = {}
if params.get('cat_id', 0):
    condition_dict['cat_id'] = params['cat_id']
if params.get('price', 0):
    condition_dict['price'] = params['price']
books = session.query(Book) \
    .filter_by(**condition_dict) \
    .all()
print([v.to_dict() for v in books])
# 结果 [{'id': 6, 'cat_id': 3, 'name': '时间简史', 'price': Decimal('31.10')}]

七、其它常用运算符

除了上面看到的 ==、>、>=、<、<=、!= 之外，还有几个比较常用。

# IN 查询 ID 在 1、3、5 中的记录
books = session.query(Book) \
    .filter(Book.id.in_([1, 3, 5])) \
    .all()

# INSTR() 查询名称包含「时间简史」的图书
books = session.query(Book) \
    .filter(Book.name.contains('时间简史')) \
    .all()

# FIND_IN_SET() 查询名称包含「时间简史」的图书
# 这里显然应该用 INSTR() 的用法
# FIND_IN_SET() 一般用于逗号分隔的 ID 串查找
# 这里使用 FIND_IN_SET()，旨在说明用法
from sqlalchemy import func
books = session.query(Book) \
    .filter(func.find_in_set('时间简史', Book.name)) \
    .all()

# LIKE 查询名称以「简史」结尾的图书
books = session.query(Book) \
    .filter(Book.name.like('%简史')) \
    .all()

# NOT 上面的 IN、INSTR、FIN_IN_SET、LIKE 都可以使用 ~ 符号取反。
# 查询 ID 不在 1 到 9 之间的记录
books = session.query(Book) \
    .filter(~Book.id.in_(range(1, 10))) \
    .all()

八、查询指定列

查询名称包含「简史」的图书的 ID 和名称。

books = session.query(Book.id, Book.name) \
    .filter(Book.name.contains('简史')) \
    .all()
print([dict(zip(v.keys(), v)) for v in books])
# 结果 [{'id': 6, 'name': '时间简史'}, {'id': 7, 'name': '宇宙简史'}, {'id': 9, 'name': '人类简史'}, {'id': 10, 'name': '万物简史'}]

九、内连接、外连接

9.1 内连接

# 获取分类为「科技」，且价格大于 40 的图书
# 如果 ORM 对象中定义有外键关系
# 那么 join() 中可以不指定关联关系
# 否则，必须要
books = session \
    .query(Book.id, Book.name.label('book_name'), Category.name.label('cat_name')) \
    .join(Category, Book.cat_id == Category.id) \
    .filter(Category.name == '科技', Book.price > 40) \
    .all()
print([dict(zip(v.keys(), v)) for v in books])
# 结果 [{'id': 9, 'book_name': '人类简史', 'cat_name': '科技'}]

# 统计各个分类的图书的数量
from sqlalchemy import func
books = session \
    .query(Category.name.label('cat_name'), func.count(Book.id).label('book_num')) \
    .join(Book, Category.id == Book.cat_id) \
    .group_by(Category.id) \
    .all()
print([dict(zip(v.keys(), v)) for v in books])
# 结果 [{'cat_name': '文学', 'book_num': 2}, {'cat_name': '人文社科', 'book_num': 3}, {'cat_name': '科技', 'book_num': 5}]

9.2 外连接

为了更清晰地说明外连接的使用，我们仅在这一小节中向 books表中加入如下数据：

现在，我们要查看 ID 大于等于 9 的图书的分类信息。在 SQLAlchemy 中，outerjoin默认是左连接。如果 ORM 对象中定义有外键关系，那么 outerjoin()中可以不指定关联关系；否则，必须要指定。

# outerjoin 默认是左连接
# 如果 ORM 对象中定义有外键关系
# 那么 outerjoin() 中可以不指定关联关系
# 否则，必须要
books = session \
    .query(Book.id.label('book_id'),
           Book.name.label('book_name'),
           Category.id.label('cat_id'),
           Category.name.label('cat_name')) \
    .outerjoin(Category, Book.cat_id == Category.id) \
    .filter(Book.id >= 9) \
    .all()
print([dict(zip(v.keys(), v)) for v in books])

9.3 代码解释

1. session.query()：用于指定要查询的字段，这里我们使用 label()方法为字段指定别名，方便后续处理。
2. outerjoin()：执行外连接操作，将Book表和 Category表通过 cat_id进行关联。
3. filter()：添加过滤条件，只查询Book.id大于等于 9 的记录。
4. all()：执行查询并返回所有结果。

9.4 结果

[{'book_id': 9, 'book_name': '人类简史',
  'cat_id': 3, 'cat_name': '科技'},
 {'book_id': 10, 'book_name': '万物简史',
  'cat_id': 3, 'cat_name': '科技'},
 {'book_id': 11, 'book_name': '人性的弱点',
  'cat_id': None, 'cat_name': None}]

注意最后一条记录，由于cat_id为 5 在categories表中没有对应的记录，所以cat_id和 cat_name的值为 None。

十、打印 SQL

当碰到复杂的查询，比如有 AND、有 OR、还有连接查询时，有时可能得不到预期的结果，这时我们可以打出最终的 SQL 帮助我们来查找错误。

以上一节的外连接为例，说明怎么打印最终 SQL：

q = session \
    .query(Book.id.label('book_id'),
           Book.name.label('book_name'),
           Category.id.label('cat_id'),
           Category.name.label('cat_name')) \
    .outerjoin(Category, Book.cat_id == Category.id) \
    .filter(Book.id >= 9)

raw_sql = q.statement \
    .compile(compile_kwargs={"literal_binds": True})
print(raw_sql)

10.1 代码解释

1. q.statement：获取查询语句的 SQLAlchemy 内部表示。
2. compile(compile_kwargs={“literal_binds”: True})：将查询语句编译为实际的 SQL 语句，并将绑定参数替换为实际的值。

10.2结果

SELECT books.id AS book_id, books.name AS book_name, categories.id AS cat_id, categories.name AS cat_name 
FROM books LEFT OUTER JOIN categories ON books.cat_id = categories.id 
WHERE books.id >= 9

结语

通过这个21天的Python计划，我们涵盖了灵活使用 SQLAlchemy 中的ORM查询。希望这些内容能帮助你更好地理解和使用Python。继续学习和实践，你将成为一名优秀的Python开发者！

📢 注意啦！文末有彩蛋！参与评论就有机会把这本好书抱回家～动动手指，说不定下个锦鲤就是你！赠书福利