摘要：首先，使用連接數據庫并定義表結構初始化。創建新對象添加到批量添加子非魚虞姬花木蘭提交即保存到數據庫結果查的函數會返回一個對象。一對多在的一對多關系中，使用來表示表的外鍵，表示表與表之間關聯的屬性。

Python支持的數據庫有很多，MySQL作為主流數據庫之一，我們不妨了解下它們之間的小故事
Python操作MySQL的庫有三個，python-MySQL（MySQLdb），PyMySQL跟SQLAlchemy。

python2中一般使用python-MySQL（MySQLdb），核心由C語言打造，性能最好，缺點是安裝復雜，已停止更新，不支持python3。

PyMySQL為代替它而生，純python打造，安裝方便，支持python3。

SQLAlchemy是一個ORM框架，ORM框架的作用就是把數據庫表的一行記錄與一個對象互相做自動轉換，它本身無法操作數據庫，而是要依賴于MySQLdb、PyMySQL等第三方庫來完成，目前SQLAlchemy在Web編程領域應用廣泛。

本文將主要拿SQLAlchemy來進行了解學習。

首先安裝基本的數據庫驅動pymysql

pip3 install pymysql

然后安裝ORM框架SQLAlchemy

pip3 install sqlalchemy

日常工作中，如果不想每次通過命令行來查看數據的話。推薦安裝Navicat for MySQL，通過這個圖形化工具能夠方便快捷地操作數據庫，實時查詢數據。

安裝好必要工具后，我們開始嘗試創建個用戶數據user表來。
首先，使用SQLAlchemy連接數據庫并定義表結構初始化DBSession。

# 導入SQLAlchemy
from sqlalchemy import Column, BIGINT, String, create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base

# 創建基類
Base = declarative_base()

# 初始化數據庫連接:
# "數據庫類型+數據庫驅動名稱://用戶名:密碼@數據庫地址:端口號/數據庫名"
engine = create_engine("mysql+pymysql://root:123123@mysql:3306/test")

# 創建DBSession類型:
DBSession = sessionmaker(bind=engine)
# 創建session對象:
session = DBSession()

# 數據庫操作方法
# 初始化數據庫
def init_db():
    Base.metadata.create_all(engine)
# 刪除數據庫
def drop_db():
    Base.metadata.drop_all(engine)

建立user數據表模型：

# 定義user類
class User(Base):
    # 表名
    __tablename__ = "user"

    # 表的結構
    # 設置id為主鍵 并自增長
    id = Column(BIGINT, primary_key=True, autoincrement=True)
    name = Column(String(20))
    gender = Column(String(2))

# 正式初始化數據庫，如果沒有user表的話，這里將自動創建
init_db()

這里有個需要注意的地方就是在初始化數據庫之前需要先定義user數據表模型，否則的話無法正常創建user數據表。
session(會話)，可以看成一個管理數據庫持久連接的對象，后面的操作都將基于session對象進行。

如果使用INT自增類型，那么當一張表的記錄數超過2147483647（約21億）時，會達到上限而出錯。使用BIGINT自增類型則可以最多約922億億條記錄。

初始化ORM對象后，我們插入一條記錄試試。

# 創建新User對象:
new_user = User(name="mrlizi", gender="man")
# 添加到session:
session.add(new_user)
# 批量添加
session.add_all([
    User(name="子非魚", gender="M"),
    User(name="虞姬", gender="F"),
    User(name="花木蘭", gender="F")
])
# 提交即保存到數據庫:
session.commit()

結果：

Session的query函數會返回一個Query對象。query函數可以接受多種參數類型。

# query: 輸出所有的用戶名
result = session.query(User.name)
# order: 按倒序輸出所有用戶
result = session.query(User).order_by(User.id.desc())
result = session.query(User).order_by(-User.id)
# label: 自定義字段名,查詢結果可通過item.my_name來獲取用戶名
for item in session.query(User.name.label("my_name")).all()
# filter和filter_by: 篩選用戶名為"mrlizi"的用戶
result = session.query(User).filter(User.name=="mrlizi").one()
result = session.query(User).filter_by(name="mrlizi").one()
# offset和limit：組合起來可做分頁查詢(通過python的切片其實也一樣)，下面的兩種語句的查詢結果是相同的
result = session.query(User).offset(2).limit(1).all()
result = session.query(User)[1:3]

# AND: 與查詢      
result = session.query(User).filter(and_(User.name=="mrlizi", User.gender=="M")).all()
result = session.query(User).filter(User.name=="mrlizi", User.gender=="M")
result = session.query(User).filter(User.name=="mrlizi").filter(User.gender=="M").all()
# OR: 或查詢
result = session.query(User).filter(or_(User.name == "子非魚", User.name == "花木蘭"))
# 模糊查詢
result = session.query(User).filter(User.name.like("子%")).all()

基本日常用到的查詢方法就是這些，面向對象操作的用法都比較靈活多變，大家可以根據不同的場景自由組合。

相比去查詢來講，修改就顯得簡單很多，找到命中的記錄，然后通過update方法來進行修改。
update方法的synchronize_session參數用于在更新數據后是否對當前的session進行更新，
synchronize_session = False 不同步更新當前session
synchronize_session = "fetch" 更新之前從數據庫中拉取實時數據，更新到session對象
synchronize_session = "evaluate" 更新之前先記錄符合的對象，更新完后對記錄的對象進行刪除。（意思是不與數據庫進行同步更新，僅更新當前的session記錄）

# 方法一
session.query(User).filter(User.name == "mrlizi").update({"name": "李白"})
# 方法二
user = session.query(User).filter(User.name == "李白").first()
user.name = "鎧"
# 操作方式
result = session.query(User).filter(User.name == "虞姬").update({User.name: "孫尚香"}, synchronize_session="fetch")
# 提交
session.commit()

刪除的話，無非就是查詢到目標記錄，然后進行刪除。

# 使用查詢語句，filter是where條件，最后調用delete()進行刪除記錄:
session.query(User).filter_by(name="鎧").delete()
session.commit()

MySQL作為關系型數據庫，可以通過設置外鍵來進行多個表互相關聯查詢。相應的，SQLAlchemy也提供了對象之間的一對一、一對多、多對多關聯功能。

在SQLAlchemy的一對多關系中，使用ForeignKey()來表示表的外鍵，relationship()表示表與表之間關聯的屬性。

def one_to_many():
    # 定義user類
    class User(Base):
        # 表名
        __tablename__ = "user"

        # 表的結構
        # 設置id為主鍵 并自增長
        id = Column(BIGINT, primary_key=True, autoincrement=True)
        name = Column(String(20))
        # 定義用戶關注的公眾號屬性，指明兩者的關系
        account = relationship("Account", back_populates="user")

    class Account(Base):
        __tablename__ = "account"

        id = Column(BIGINT, primary_key=True, autoincrement=True)
        name = Column(String(20))
        # 設置外鍵關聯到user表的:
        user_id = Column(BIGINT, ForeignKey("user.id"))
        # 定義 Account 的 user 屬性，指明兩者關系
        user = relationship("User", back_populates="account")

    # 清空數據庫并重新初始化
    drop_db()
    init_db()

    mrlizi = User(name="mrlizi")
    mrlizi.account = [
        Account(name="攻城獅峽谷"),
        Account(name="zone7")
    ]
    session.add(mrlizi)

    result = session.query(User).filter(User.name == "mrlizi").one()
    for item in result.account:
        print(item.name)

    result = session.query(Account).filter(Account.name == "攻城獅峽谷").one()
    print(result.user.name)

    session.commit()

one_to_many()

上面代碼的實現過程：

建立一對多數據表模型

將之前的數據清空后重新初始化，用新的表模型創建個新的user，并添加關注的公眾號account

增加name為mrlizi的user表記錄，同時創建相關聯的公眾號信息記錄。

通過user表查詢相關聯的公眾號數據

通過account表查詢相關聯的用戶數據

一對一其實就是兩個表互相關聯，我們只需要在一對多關系基礎上的父表中使用uselist參數來表示。實現代碼如下：

def one_to_one():
    # 定義user類
    class User(Base):
        __tablename__ = "user"

        id = Column(BIGINT, primary_key=True, autoincrement=True)
        name = Column(String(20))
        account = relationship("Account", uselist=False, back_populates="user")

    # 公眾號類
    class Account(Base):
        __tablename__ = "account"

        id = Column(BIGINT, primary_key=True, autoincrement=True)
        name = Column(String(20))
        # 設置外鍵關聯到user表的:
        user_id = Column(BIGINT, ForeignKey("user.id"))
        # 定義 Account 的 user 屬性，指明兩者關系
        user = relationship("User", back_populates="account")

    # 清空數據庫并重新初始化
    drop_db()
    init_db()

    # 添加記錄
    user = User(name="子非魚")
    user.account = Account(name="攻城獅峽谷")
    session.add(user)
    session.commit()

    # 查詢
    result = session.query(User).filter(User.name == "子非魚").one()
    print(result.account.name)
    # 輸出：
    # 攻城獅峽谷

one_to_one()

多對多是通過兩個表之間增加一個關聯的表來實現，這個關聯表使用MetaData對象來與兩個表關聯，并用ForeignKey參數指定鏈接來定位到兩個不同的表，兩個不同的表則在relationship()方法中通過secondary參數來指定關聯表。

def many_to_many():
    # 關聯表
    association_table = Table("association", Base.metadata,
                              Column("user_id", BIGINT, ForeignKey("user.id")),
                              Column("account_id", BIGINT, ForeignKey("account.id"))
                              )

    class User(Base):
        __tablename__ = "user"

        id = Column(BIGINT, primary_key=True, autoincrement=True)
        name = Column(String(20))
        accounts = relationship("Account", secondary=association_table, back_populates="users")

    class Account(Base):
        __tablename__ = "account"

        id = Column(BIGINT, primary_key=True, autoincrement=True)
        name = Column(String(20))
        users = relationship("User", secondary=association_table, back_populates="accounts")

    # 清空數據庫并重新初始化
    drop_db()
    init_db()
    
    # 創建記錄
    user1 = User(name="子非魚")
    user2 = User(name="zone")
    user3 = User(name="mrlizi")
    account1 = Account(name="攻城獅峽谷")
    account2 = Account(name="zone7")

    # 關聯記錄
    user1.accounts = [account1]
    user2.accounts = [account1, account2]
    user3.accounts = [account2]

    # 添加并保存
    session.add(user1)
    session.add(user2)
    session.add(user3)
    session.commit()

    # 雙向查詢
    result1 = session.query(User).filter(User.name == "zone").one()
    for item in result1.accounts:
        print(item.name)
    result2 = session.query(Account).filter(Account.name == "攻城獅峽谷").one()
    for item in result2.users:
        print(item.name)

many_to_many()

MySQL作為主流的數據庫之一，我們不一定說要多深入去研究它的使用，但起碼的了解還是要有的。而且python中使用MySQL還是挺簡單的，代碼敲著敲著就會了。