SQLAlchemy

摘要：首先安装包数据库的默认编码为，修改数据表的默认编码是的一个基本操作，这是需要预先掌握的。生成测试数据接下来创建个课程作者，也就是个类的实例，每个作者对应两个课程，共个类实例。

首先安装包
sudo pip3 install sqlalchemy

数据库的默认编码为 latin1，修改数据表的默认编码是 MySQL 的一个基本操作，这是需要预先掌握的。不过学习本课程时并不需要这么做，在创建数据库的同时添加 CHARACTER SET = UTF8 指定编码格式即可。我们要创建课程相关的映射类以及对应的数据表，现在先创建所需数据库 study ，编码格式为 UTF-8 ：

mysql -u root
create database study character set = UTF8;
show create database studyG

使用 SQLAlchemy 连接数据库需要引擎，创建引擎使用 create_engine 方法：

from sqlalchemy import create_engine

engine = create_engine("mysql://root@localhost/study?charset=utf8")
创建映射类需要继承声明基类，使用 declarative_base ：

from sqlalchemy.ext.declarative import declarative_base

Base = declarative_base(engine)

创建映射类须继承声明基类。首先创建 user 数据表的映射类，此表存放用户数据，也就是课程作者的数据：

from sqlalchemy import Column, Integer, String

class User(Base): # 继承声明基类

__tablename__ = "user"  # 设置数据表名字，不可省略
id = Column(Integer, primary_key=True)   # 设置该字段为主键
# unique 设置唯一约束，nullable 设置非空约束
name = Column(String(64), unique=True, nullable=False)
email = Column(String(64), unique=True)

# 此特殊方法定义实例的打印样式
def __repr__(self):
    return "".format(self.name)

一对多关系
现在创建第二个映射类 Course，它对应的数据表 course 存放课程数据。一个课程作者可以创建多个课程，一个课程对应唯一的课程作者，这种关系被称为一对多或者多对一关系，这是最常用的数据表关系类型：

from sqlalchemy import ForeignKey
from sqlalchemy.orm import relationship, backref

class Course(Base):

__tablename__ = "course"
id = Column(Integer, primary_key=True)
name = Column(String(64))
# ForeignKey 设置外键关联，第一个参数为字符串，user 为数据表名，id 为字段名
# 第二个参数 ondelete 设置删除 User 实例后对关联的 Course 实例的处理规则
# "CASCADE" 表示级联删除，删除用户实例后，对应的课程实例也会被连带删除
user_id = Column(Integer, ForeignKey("user.id", ondelete="CASCADE"))
# relationship 设置查询接口，以便后期进行数据库查询操作
# 第一个参数为位置参数，参数值为外键关联的映射类名，数据类型为字符串
# 第二个参数 backref 设置反向查询接口
# backref 的第一个参数 "course" 为查询属性，User 实例使用该属性可以获得相关课程实例的列表
# backref 的第二个参数 cascade 如此设置即可实现 Python 语句删除用户数据时级联删除课程数据
user = relationship("User", 
        backref=backref("course", cascade="all, delete-orphan"))

def __repr__(self):
    return "".format(self.name)
    
    

创建数据表
声明基类 Base 在创建之后并不会主动连接数据库，因为它的默认设置为惰性模式。Base 的 metadata 有个 create_all 方法，执行此方法会主动连接数据库并创建全部数据表，完成之后自动断开与数据库的连接：

Base.metadata.create_all()

完整代码
总结以上内容，写入 db.py 文件：

from sqlalchemy import create_engine, Column, Integer, String, ForeignKey
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import relationship, backref

engine = create_engine("mysql://root@localhost/study?charset=utf8")
Base = declarative_base(engine)

class User(Base):

__tablename__ = "user"  
id = Column(Integer, primary_key=True) 
name = Column(String(64), unique=True, nullable=False)
email = Column(String(64), unique=True)

def __repr__(self):
    return "".format(self.name)

class Course(Base):

__tablename__ = "course"
id = Column(Integer, primary_key=True)
name = Column(String(64))
user_id = Column(Integer, ForeignKey("user.id", ondelete="CASCADE"))
user = relationship("User",
        backref=backref("course", cascade="all, delete-orphan"))

def __repr__(self):
    return "".format(self.name)

if name == "__main__":

# 使用声明基类的 metadata 对象的 create_all 方法创建数据表：
Base.metadata.create_all()

运行程序
在终端使用 Python 解释器运行文件，在此之前先安装一个必要的依赖包 mysqlclient，该依赖包的作用是连接数据库：

$ sudo pip3 install mysqlclient # 安装依赖包
$ python3 db.py

测试数据的创建需要用到 Python 的 faker 库，使用 pip3 安装先：

sudo pip3 install faker
这是一个用法简单功能强大的伪造数据的库，大家可以在命令行交互解释器 ipython 中进行测试，首先在终端命令行安装 ipython ：

$ sudo pip3 install ipython

完成后终端执行 ipython 命令，即可进入命令行交互解释器：

In [38]: from faker import Faker # 引入 Faker 类

In [39]: fake = Faker("zh-cn")

In [40]: fake.name() # 伪造姓名
Out[40]: "房明"

In [41]: fake.address() # 伪造地址
Out[41]: "山西省梅市上街董路Q座 238175"

In [42]: fake.email() # 伪造邮箱
Out[42]: "oqiu@rn.net"

In [43]: fake.url() # 伪造 URL
Out[43]: "https://www.yuzhu.cn/"

In [44]: fake.date() # 伪造日期
Out[44]: "2012-07-03"

ession 处理数据
上文已经介绍了使用映射类创建数据表要用声明基类 Base，那么处理数据用什么呢？要用到 session，它是 sessionmaker 类的实例，该实例实现了 call 方法，本身可以作为函数来执行，返回值就是能够处理数据的 session：

from sqlalchemy.orm import sessionmaker

from db import Base, engine, User, Course

session = sessionmaker(engine)()
当我们创建了 session 实例，就启动了一个操作 MySQL 数据库的会话。

生成测试数据
接下来创建 5 个课程作者，也就是 5 个 User 类的实例，每个作者对应两个课程，共 10 个 Course 类实例。将以下代码写入测试数据的 Python 文件中，文件名为 create_data.py ：

from sqlalchemy.orm import sessionmaker
from faker import Faker
from db import Base, engine, User, Course

session = sessionmaker(engine)()
fake = Faker("zh-cn")

def create_users():

for i in range(10):
    # 创建 10 个 User 类实例，伪造 name 和 email
    user = User(name=fake.name(), email=fake.email())
    # 将实例添加到 session 会话中，以备提交到数据库
    # 注意，此时的 user 对象没有 id 属性值
    # 映射类的主键字段默认从 1 开始自增，在传入 session 时自动添加该属性值
    session.add(user)

def create_courses():

# session 有个 query 方法用来查询数据，参数为映射类的类名
# all 方法表示查询全部，这里也可以省略不写
# user 就是上一个函数 create_users 中的 user 对象
for user in session.query(User).all():
    # 两次循环，对每个作者创建两个课程
    for i in range(2):
        # 创建课程实例，name 的值为 8 个随机汉字
        course = Course(name="".join(fake.words(4)), user_id=user.id)
        session.add(course)

def main():

# 执行两个创建实例的函数，session 会话内就有了这些实例
create_users()
create_courses()
# 执行 session 的 commit 方法将全部数据提交到对应的数据表中
session.commit()

if name == "__main__":

main()

完成后，可以在终端执行 python3 create_data.py 来创建数据。为了便于查看代码的执行情况，不这样做，我们在 ipython 中引入这些函数，依次执行它们来查看细节：

In [1]: from create_data import User, Course, session, create_users, create_courses

In [2]: create_users()

In [3]: session.query(User).all()
Out[3]:
[,
,
,
,
,
,
,
,
,
]

In [4]: user = session.query(User).all()[3]

In [5]: user.name
Out[5]: "邢想"

In [6]: user.id
Out[6]: 4

In [7]: create_courses()

In [8]: for course in session.query(Course)[:4]:
...: print(course.name)
...:
开发中文电子新闻
怎么发布结果详细
你的只要非常如果
次数通过评论等级

In [9]: user.course
Out[9]: [, ]

In [10]: course = session.query(Course)[12]

In [11]: course.user
Out[11]:

In [12]: session.commit()

**接下来我们在 ipython 中删除 user 实例，验证级联删除功能是否生效：

In [13]: session.delete(user)

In [14]: session.commit()**