摘要：前兩個查詢的是所以返回結果也是一個對象，但是查詢的是屬性值，所以返回的是屬性值。多表查詢多表查詢也是必須要掌握的知識點。原生的查詢以及其他使用再次強調，使用或者原生沒有絕對的那個好一點，怎么方便怎么使用。

查詢是最常用的，對于各種查詢我們必須要十分清楚，首先是帶條件的查詢

#查詢特定字段
rows = session.query(User).filter_by(username="budong").all()
print(rows)  # 返回User對象
rows1 = session.query(User).filter(User.username=="budong").all()
print(rows1)  # 返回User對象
rows2 = session.query(User.username).filter(User.

username=="budong").all() # 返回的是值

print(rows2)
rows3 = session.query(User.username).filter(User.username=="budong")
print(rows3)  # 返回的是值

filter_by和filter都是過濾條件，只是用法有區別filter_by里面不能用!=還有> < 等等，所有filter用得更多,filter_by只能用=。

前兩個查詢的是User,所以返回結果也是一個對象，但是rows2查詢的是屬性值，所以返回的是屬性值。

rows3可以看到SQLAlchemy轉成的SQL語句，SQLAlchemy最后都是會轉成SQL語句，通過這個方法可以查看原生SQL,甚至有些時候我們需要把SQLAlchemy轉成的SQL交給DBA審查，合適的才能使用。

查詢要知道查詢結果的返回怎樣的數據

#基本查詢
print( session.query(User).filter(User.username=="budong").all() )
print( session.query(User).filter(User.username=="budong").first())
print( session.query(User).filter(User.username=="budong").one())
print( session.query(User).get(2))

上面三條記錄，第一個查出所有符合條件的記錄，第二個查出所有符合記錄的第一條記錄，第三個返回一個對象，如果結果有多條就會報錯，第四個通過主鍵獲取記錄

除此之外，我們偶爾也會需要限制返回的結果數量

#限制查詢返回結果
print( session.query(User).filter(User.username!="budong").limit(2).all())
# 最多返回兩條記錄 
print( session.query(User).filter(User.username!="budong").offset(2).all())
# 從第3條記錄開始返回
print( session.query(User).filter(User.username!="budong").slice(2,3).all())
#  截取第2到第3條
#可以排序之后再進行限制
from sqlalchemy import desc
print( session.query(User).filter(User.username!="budong").order_by(User.username).all())
print( session.query(User).filter(User.username!="budong").order_by(desc(User.username)).slice(1,3).all())

第一個是限制返回條數，從第一條開始；第二個是從第三條開始返回查詢結果；第三個是切片返回記錄。

order_by默認是順序，desc是降序。

還有其他的帶條件查詢

#不等于
print( session.query(User).filter(User.username!="budong").all() )
#模糊匹配 like
print( session.query(User).filter(User.username.like("budong")).all() )
print( session.query(User).filter(User.username.notlike("budong")).all() )
#成員屬于  in_
print( session.query(User).filter(User.username.in_(["budong","tuple"])).all() )
#成員不屬于  notin_
print( session.query(User).filter(User.username.notin_(["budong","tuple"])).all() )
#空判斷
print( session.query(User).filter(User.username==None).all() )
print( session.query(User).filter(User.username.is_(None)).all() )
print( session.query(User).filter(User.username.isnot(None)).all() )
#多條件
print( session.query(User).filter(User.username.isnot(None),User.password=="qwe123").all() )
#選擇條件
from sqlalchemy import or_,and_,all_,any_
print( session.query(User).filter(or_(User.username=="budong",User.password=="qwe123")).all() )
print( session.query(User).filter(and_(User.username=="budong",User.password=="111")).all() )

以上是各種帶條件的查詢，大家知道怎么使用，但是需要注意的是，所以的模糊匹配是十分耗費時間的，能不用就盡量不要用。

當然還有聚合函數的使用

#聚合函數的使用
from sqlalchemy import func,extract
print( session.query(User.password,func.count(User.id)).group_by(User.password).all() )  # 按密碼進行分組 統計密碼相同的有多少個
print( session.query(User.password,func.count(User.id)).group_by(User.password).having(func.count(User.id)>1).all() )  # 查出所有id>1的信息
print( session.query(User.password,func.sum(User.id)).group_by(User.password).all() )
print( session.query(User.password,func.max(User.id)).group_by(User.password).all() )
print( session.query(User.password,func.min(User.id)).group_by(User.password).all() )
#使用extract提取時間中的分鐘或者天來分組
print( session.query(extract("minute", User.creatime).label("minute"),func.count("*").label("count")).group_by("minute").all() )
print( session.query(extract("day", User.creatime).label("day"),func.count("*").label("count")).group_by("day").all() )

這里只是告訴大家的用法，其中group_by是分組，如果要使用聚合函數，就必須導入func,label是取別名的意思 。

對于有表關系的，也有些不同的查詢，首先我們來建立一個有外鍵關系的表

from sqlalchemy.orm import relationship
from sqlalchemy import ForeignKey

class UserDetails(Base):
    __tablename__ = "user_details"
    id = Column(Integer,primary_key=True,autoincrement=True)
    id_card = Column(Integer,nullable=False,unique=True)
    lost_login = Column(DateTime)
    login_num = Column(Integer,default=0)
    user_id = Column(Integer,ForeignKey("user.id"))

    userdetail_for_foreignkey = relationship("User",backref="details",uselist=False,cascade="all")

    def __repr__(self):
        return ""%(
            self.id,
            self.id_card,
            self.login_login,
            self.login_num,
            self.user_id
        )

這里要注意relationship默認是一對多的關系，使用uselist=False則表示一對一的關系，cascade 是自動關系處理，就和MySQL中的ON DELETE類似，但是有區別，參數選項如下：

cascade 所有的可選字符串項是:

all , 所有操作都會自動處理到關聯對象上.

save-update , 關聯對象自動添加到會話.

delete , 關聯對象自動從會話中刪除.

delete-orphan , 屬性中去掉關聯對象, 則會話中會自動刪除關聯對象.

merge , session.merge() 時會處理關聯對象.

refresh-expire , session.expire() 時會處理關聯對象.

expunge , session.expunge() 時會處理關聯對象.

有如上的表關系之后，查詢可以十分方便

#表關系查詢
row = session.query(UserDetails).all()
print(row,dir(row[0]))
row = session.query(User).filter(User.id==1).first()
print(row,dir(row))
print(row.details)
print(row.details[0].lost_login)

relationship會在User表里面添加一個屬性，通過這個屬性就可以查詢對應的user_details表中的所有字段。省去了很多的代碼。

多表查詢也是必須要掌握的知識點。以下是常見的幾種表關聯方式，需要熟練掌握。

#多表查詢
print( session.query(UserDetails,User).all() )  #這個是 cross join
print( session.query(UserDetails,User).filter(User.id==UserDetails.id).all() )  #這是也是cross join 但是加上了where條件

print( session.query(User.username,UserDetails.lost_login).join(UserDetails,UserDetails.id==User.id).all() )  #這個是inner join

print( session.query(User.username,UserDetails.lost_login).outerjoin(UserDetails,UserDetails.id==User.id).all() )  #這個才是左連接，sqlalchemy沒有右連接

q1 = session.query(User.id)
q2 = session.query(UserDetails.id)
print(q1.union(q2).all())  #這個是union關聯

除了上面的幾種關聯方式，子表查詢也是用得很多的，也是要掌握的

from sqlalchemy import all_,any_
sql_0 = session.query(UserDetails.lost_login).subquery()  #這是聲明一個子表
print( session.query(User).filter((User.creatime > all_(sql_0)) ).all()  )
print( session.query(User).filter((User.creatime > any_(sql_0)) ).all()  )

注意any_和all_的區別，all_要求的是所有都滿足，any_只需要有滿足的就行。

再次強調，使用ORM或者原生SQL沒有絕對的那個好一點，怎么方便怎么使用。

#第一步寫好原生的sql，如果需要傳遞參數，可以使用字符串拼接的方式
sql_1 = """
    select * from `user`
"""
#第二步執行，得到返回的結果
row = session.execute(sql_1)
print(row,dir(row))
#第三步，自己控制得到數據的方式
print( row.fetchone() )
print( row.fetchmany() )
print( row.fetchall() )
#也可以循環獲得
for i in row:
    print("===",i)