python orm框架SQLAlchemy简单应用(数据库操作)

本文涉及的产品
云数据库 RDS MySQL Serverless,0.5-2RCU 50GB
简介:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
#_*_coding:utf-8_*_
'''
创建SQLAlchemy应用基本过程
1、创建连接(和关系数据库创建连接)
2、声明映射文件(python中到类和数据库中的表做一对一的映射,这样就可以通过python中的类对数据库中到表进行操作)
3、创建模式(可以创建表)
4、初始化映射实例
5、创建会话
6、持久化实例对象
'''
 
from  sqlalchemy  import  create_engine
 
#创建连接
engine  =  create_engine( 'mysql://root:1qaz#EDC@192.168.89.101:3306/student' , echo = True )
'''
参数说明:
mysql 表示要连接的数据库是mysql数据库
root 表示用root账户登录mysql数据库
1qaz#EDC 表示连接数据库的root账户的密码
@ 是一个符号,规定的格式
192.168.89.1.101:3306 表示数据库的连接地址和端口3306
soms 表示将要连接的数据库的名字
echo=True 表示在执行的时候是否打印sql语句,False为不打印
'''
 
 
#声明映射文件
from  sqlalchemy.ext.declarative  import  declarative_base  #引入了declarative_base类
Base  =  declarative_base()  #实例化了一个declarative_base实例
 
from  sqlalchemy  import  Column, Integer, String  #引入类Column, Integer, String类
class  User(Base):  #创建自己的实例类 名字为User 继承Base类
     __tablename__  =  'users'  #这个属性,表示这个类和数据库中的users表进行映射
     id  =  Column(Integer, primary_key = True #这个属性表示id在数据库表中代表着一列,Integer表示是整数,而且id是主键
     name  =  Column(String( 10 ))  #这个属性表示在数据库表中也是一列,它的类型是string
     passwd  =  Column(String( 10 ))  #这个属性表示在数据库表中也是一列,它的类型是string
 
     def  __repr__( self ):  #定义了一个方法,目的是将User类更加形象的表示出来,没啥太大用途
         return  "<User(name='%s', name='%s', password='%s')>"  %  ( self .name,  self .name,  self .passwd)
 
 
#创建模式,创建数据库表,表名称:users
User.metadata.create_all(engine)
 
#创建会话(session)
'''创建会化'''
from  sqlalchemy.orm  import  sessionmaker  #引入sessionmaker这个函数
Session  =  sessionmaker(bind = engine)  #创建session对话,通过这个session就可以对数据库进行一些操作
session  =  Session()  #绑定
 
#持久化一个实例对象
ed_user  =  User( id = 2 ,name = 'tantianran' , passwd = '1qaz#EDC' ) #向数据库表中到列插入数据
session.add(ed_user)  #将这个实例添加到session中
session.commit()  #提交


执行结果:

wKiom1jJHl6yYcdxAAIbcFYWbmI008.png-wh_50

wKiom1jJHl6BNK5ZAABOW5cLzls503.png-wh_50



本文转自 TtrToby 51CTO博客,原文链接:http://blog.51cto.com/freshair/1906971

相关实践学习
基于CentOS快速搭建LAMP环境
本教程介绍如何搭建LAMP环境,其中LAMP分别代表Linux、Apache、MySQL和PHP。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助 &nbsp; &nbsp; 相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
2天前
|
API 数据库 数据安全/隐私保护
Flask框架在Python面试中的应用与实战
【4月更文挑战第18天】Django REST framework (DRF) 是用于构建Web API的强力工具,尤其适合Django应用。本文深入讨论DRF面试常见问题,包括视图、序列化、路由、权限控制、分页过滤排序及错误处理。同时,强调了易错点如序列化器验证、权限认证配置、API版本管理、性能优化和响应格式统一,并提供实战代码示例。了解这些知识点有助于在Python面试中展现优秀的Web服务开发能力。
16 1
|
2天前
|
SQL 中间件 API
Flask框架在Python面试中的应用与实战
【4月更文挑战第18天】**Flask是Python的轻量级Web框架,以其简洁API和强大扩展性受欢迎。本文深入探讨了面试中关于Flask的常见问题,包括路由、Jinja2模板、数据库操作、中间件和错误处理。同时,提到了易错点,如路由冲突、模板安全、SQL注入,以及请求上下文管理。通过实例代码展示了如何创建和管理数据库、使用表单以及处理请求。掌握这些知识将有助于在面试中展现Flask技能。**
11 1
Flask框架在Python面试中的应用与实战
|
3天前
|
机器学习/深度学习 TensorFlow 算法框架/工具
使用Python构建简单的图像识别应用
本文将介绍如何利用Python语言及其相关库来构建一个简单但功能强大的图像识别应用。通过结合OpenCV和深度学习模型,我们将展示如何实现图像的特征提取和分类,从而实现对图像中物体的自动识别和分类。无需复杂的算法知识,只需一些基本的Python编程技巧,你也可以轻松地创建自己的图像识别应用。
|
5天前
|
数据挖掘 vr&ar Python
Python金融时间序列模型ARIMA 和GARCH 在股票市场预测应用
Python金融时间序列模型ARIMA 和GARCH 在股票市场预测应用
28 10
|
5天前
|
机器学习/深度学习 数据采集 供应链
从数据到决策:scikit-learn在业务分析中的应用
【4月更文挑战第17天】本文探讨了scikit-learn在业务分析中的应用,包括数据预处理、分类、回归和聚类模型的构建,以及模型评估与优化。通过使用scikit-learn,企业能有效处理数据、预测趋势、客户细分并制定决策,从而提升经营效率和市场策略。随着机器学习的发展,scikit-learn在业务分析领域的潜力将持续释放,创造更多价值。
|
5天前
|
机器学习/深度学习 算法
scikit-learn在回归问题中的应用与优化
【4月更文挑战第17天】本文探讨了scikit-learn在回归问题中的应用,介绍了线性回归、岭回归、SVR和决策树回归等算法,并提出优化策略,包括特征选择、超参数调优、交叉验证和集成学习。通过实践案例展示如何处理房价预测问题,强调了根据问题特点选择合适方法的重要性。
|
5天前
|
算法 Serverless 计算机视觉
SciPy的科学计算库的基础知识与应用
【4月更文挑战第17天】**SciPy**是Python的开源科学计算库,基于NumPy,包含优化、积分、线性代数、信号处理等模块。本文介绍了SciPy的基本使用,如线性代数(矩阵运算、特征值)、优化(最小化问题)、积分以及信号处理(滤波)。安装SciPy可使用`pip install scipy`。此外,还展示了图像处理和常微分方程求解的例子。SciPy是科学计算的重要工具,适用于各种数值问题。参考文献包括SciPy和NumPy官方文档。
|
5天前
|
Python
基于Django的Python应用—学习笔记—功能完善
基于Django的Python应用—学习笔记—功能完善
|
6天前
|
Python
Python金融应用编程:衍生品定价和套期保值的随机过程
Python金融应用编程:衍生品定价和套期保值的随机过程
|
3天前
|
关系型数据库 MySQL 分布式数据库
《MySQL 简易速速上手小册》第6章:MySQL 复制和分布式数据库(2024 最新版)
《MySQL 简易速速上手小册》第6章:MySQL 复制和分布式数据库(2024 最新版)
25 2