day95flaskSQLAlchemy数据库查询进阶&关联查询[Python基础]

Z时代
2024-01-10
分类：综合

python

1.数据库查询-进阶

1.常用的SQLAlchemy查询过滤器

过滤器

说明

filter()

把过滤器添加到原查询上，返回一个新查询

filter_by()

把等值过滤器添加到原查询上，返回一个新查询

limit()

使用指定的值限定原查询返回的结果

offset()

偏移原查询返回的结果，返回一个新查询

order_by()

根据指定条件对原查询结果进行排序，返回一个新查询

group_by()

根据指定条件对原查询结果进行分组，返回一个新查询

2.常用的SQLAlchemy查询结果的方法

all()

以列表形式返回查询的所有结果

first()

返回查询的第一个结果，如果未查到，返回None

first_or_404()

返回查询的第一个结果，如果未查到，返回404

get()

返回指定主键对应的行，如不存在，返回None

get_or_404()

返回指定主键对应的行，如不存在，返回404

count()

返回查询结果的数量

paginate()

返回一个Paginate分页器对象，它包含指定范围内的结果

having

返回结果中符合条件的数据，必须跟在group by后面，其他地方无法使用。

3.filter

1.filter设置判断条件

== != >= <= < >

 student = Student.query.filter(Student.name=="xiaohui32号").first()
if student is None:
return jsonify({"error":"100404","errmsg":"没有该学生信息！"})

2.filter设置模糊查询

# like模糊条件
# 模型.字段.like("%值%")  等价于  模型.字段.contains("值")    包含xxx
# 模型.字段.like("值%")   等价于  模型.字段.startswith("值")  以xxx开头
# 模型.字段.like("%值")   等价于  模型.字段.endswith("值")    以xxx结尾
# 模型.字段.like("__")    值长度为2个字符的.几个下划线代表几个字符
    student_list = Student.query.filter(Student.name.like("%xiaohui%")).all()
    student_list = Student.query.filter(Student.name.startswith("xiao")).all()
    student_list = Student.query.filter(Student.name.like("________")).all()

3.filter_by设置精确条件查找数据

filter_by 只支持一个等号作为判断条件，而且字段左边不需要声明模型类名（money=1000）

可以用于获取一条数据，也可以获取多条数据

student = Student.query.filter_by(money=1000).first()

4.filter多条件查询

多条件需要基于逻辑运算来编写，当然，可以其他的声明方式

"""filter多条件查询"""
# 多条件需要基于逻辑运算来编写，当然，可以其他的声明方式
"""and_ 并且, 与"""
from sqlalchemy import and_
# 方式1:
    student_list1 = Student.query.filter(Student.money==1000,Student.sex==True).all()
# 方式2:
    student_list2 = Student.query.filter(and_(Student.money==1000,Student.sex==True)).all()
"""or_ 或者，或"""
from sqlalchemy import or_
    student_list = Student.query.filter( or_(Student.age > 17, Student.age < 15) ).all()
"""not_ 排除，非"""
from sqlalchemy import not_
    student_list = Student.query.filter(not_(Student.age > 17)).all()

5.filter值范围查询

"""filter值范围查询"""
# 查询年龄= 15或者17或者19的
    student_list = Student.query.filter(Student.age.in_([15,17,19])).all()

4.order_by

order_by:对结果进行排序

"""order_by结果排序"""
# order_by(模型.字段.desc())   db.desc(模型.字段)    倒序
# order_by(模型.字段.asc())    db.asc(模型.字段)     升序
    student_list = Student.query.order_by(db.desc(Student.money)).all()
    student_list = Student.query.order_by(Student.money.desc()).all()

5.count

count:统计结果数量

"""count 统计结果数量"""
    ret = Student.query.filter(Student.age>17).count()

6.limit&offset

limit:对结果数量进行限制

offset:对查询开始位置进行设置[偏移量]

"""limit 结果数量进行限制"""
"""offset 对查询开始位置进行设置"""
# 对学生的钱包进行从大到小排名，第3-第5名的学生
    student_list = Student.query.order_by(Student.money.desc()).offset(2).limit(3).all()

7.paginate

paginate:分页器

paginate的参数:

paginate(page=当前页码, per_page=每一页数据量, max_per_page=每一页最大数据量)

关于分页paginate需要知道的:

1.当前页码，默认是request.args["page"]，如果当前参数没有值，则默认为1

2.每一页数据量，默认是100条

3.因为分页器有提供了一个 request.args.["per_page"]给客户端设置每一页数据量，所以可以限定客户端最多能设置的每一页数据量

"""paginate分页器"""
# paginate(page=当前页码, per_page=每一页数据量, max_per_page=每一页最大数据量)
# 当前页码，默认是从request.args["page"]，如果当前参数没有值，则默认为1
# 每一页数据量，默认是100条
# 因为分页器有提供了一个  request.args.["per_page"]给客户端设置每一页数据量，所以可以限定客户端最多能设置的每一页数据量
    pagination = Student.query.filter(Student.sex==True).paginate(per_page=1)
print( pagination.items ) # 获取当前页数据量
print( pagination.has_next ) # 如果还有下一页数据，则结果为True
print( pagination.has_prev ) # 如果有上一页数据，则结果为True
print( pagination.page ) # 当前页页码 request.args.get("page",1)
print( pagination.total ) # 本次查询结果的数据总量[被分页的数据量总数]
print( pagination.pages )   # 总页码
print( pagination.prev() ) # 上一页的分页器对象，如果没有上一页，则默认为None
print( pagination.next() ) # 下一页的分页器对象，如果没有下一页，则默认为None
if pagination.has_next:
print( pagination.next().items ) # 下一页的数据列表

8.group_by

group_by:分组查询

group_by

""" group_by 分组查询"""
# 查询男生和女生的最大年龄
    ret = db.session.query(Student.sex,func.max(Student.age)).group_by(Student.sex).all()

group_by+having

# 查询出男生和女生年龄大于18的人数
# having是针对分组的结果进行过滤处理，所以having能调用的字段，必须是分组查询结果中的字段，否则报错！！
    ret = db.session.query(Student.sex,Student.age, func.count(Student.age)).group_by(Student.sex,Student.age).having(Student.age>18).all()

Tip:在flask中执行原生SQL语句

"""执行原生SQL语句，返回结果不是模型对象, 是列表和元组"""
# 查询多条
    ret = db.session.execute("select id,name,age,IF(sex,"男","女") from tb_student").fetchall()
# 查询单条
    ret = db.session.execute("select * from tb_student where id = 3").fetchone()
# 添加/修改/删除
    db.session.execute("UPDATE tb_student SET money=(money + %s) WHERE age = %s" % (200, 22))
    db.session.commit()
# 查询出女生和男生中大于18岁的人数
    ret = db.session.execute("SELECT IF(sex,"男","女"), count(id) from (SELECT id,name,age,sex FROM `tb_student` WHERE age>18) as stu group by sex").fetchall()

2.关联查询

1.常用的SQLAlchemy关系选项

选项名

说明

backref

在关系的另一模型中添加反向引用,用于设置外键名称,在1查多的

primary join

明确指定两个模型之间使用的连表条件

lazy

指定如何加载关联模型数据的方式。参数值: select（立即加载，查询所有相关数据显示，相当于lazy=True） subquery（立即加载，但使用子查询） dynamic（不加载记录，但提供加载记录的查询对象）

uselist

如果为False，不使用列表，而使用标量值。 一对一关系中，需要设置relationship中的uselist=Flase，其他数据库操作一样。

secondary

指定多对多关系中关系表的名字。 多对多关系中，需建立关系表，设置 secondary=关系表

secondary join

在SQLAlchemy中无法自行决定时，指定多对多关系中的二级连表条件

2.一对一

一对一：分为主表和附加表

1.主表中写relationship，附加表中写Foreignkey

2.relationship:关联属性，是SQLAlchemy提供给开发者快速引用外键模型的一个对象属性，不存在于mySQL中

3.relationship的参数backref: 反向引用，类似django的related，通过外键模型查询主模型数据时的关联属性,因为是一对一，所以值为own

一对一表关系建立

class Student(db.Model):own
"""个人信息主表"""
    ....
# 关联属性，这个不会被视作表字段，只是模型的属性。
# 因为StudentInfo和Student是一对一的关系，所以uselist=False表示关联一个数据
    info = db.relationship("StudentInfo",uselist=False,backref="own")
class StudentInfo(db.Model):
"""个人信息附加表"""
# 外键，
# 1.如果是一对一，则外键放在附加表对应的模型中
# 2.如果是一对多，则外键放在多的表对象的模型中
    uid = db.Column(db.Integer, db.ForeignKey(Student.id),comment="外键")

一对一模型操作

def index():
"""1对1模型操作"""
# 1.获取数据[从主表读取数据，获取附加表数据]
    student = Student.query.get(3)
print( student.info.address )
print( student.info.edu )
# 2.获取数据[从附加表读取数据，获取主表数据]
    student_info = StudentInfo.query.filter(StudentInfo.address=="象牙山村").first()
print(student_info.own.name)
# 3.添加数据[添加数据，把关联模型的数据也一并添加]
    student = Student(name="liu", sex=True, age=22, email="33523@qq.com", money=100)
    student.info = StudentInfo(address="深圳市宝安区创业2路103号", edu="本科")
    db.session.add(student)
    db.session.commit()
# 4.修改数据[通过主表可以修改附加表的数据，也可以通过附加表模型直接修改主表的数据]
    student = Student.query.get(4)
    student.info.address = "广州市天河区天河东路103号"
    db.session.commit()

"""删除数据"""
    student = Student.query.get(2)
    db.session.delete(student.info)  # 先删除外键模型，再删主模型
    db.session.delete(student)
    db.session.commit()

3.一对多

一对多表关系建立

class Teacher(db.Model):
    ...
# 关联属性，一的一方添加模型关联属性
    course = db.relationship("Course", uselist=True, backref="teacher",lazy="dynamic")
class Course(db.Model):
    ...
# 外键，多的一方模型中添加外键
    teacher_id = db.Column(db.Integer, db.ForeignKey(Teacher.id))

其中realtionship描述了Course和Teacher的关系。第一个参数为对应参照的类"Course"

第二个参数backref为类Teacher申明新属性的方法

第三个参数lazy决定了什么时候SQLALchemy从数据库中加载数据

lazy="subquery"，查询当前数据模型时，采用子查询(subquery)，把外键模型的属性也瞬间查询出来了。

lazy=True或lazy="select"，查询当前数据模型时，不会把外键模型的数据查询出来，只有操作到外键关联属性时，才进行连表查询数据[执行SQL]

lazy="dynamic"，查询当前数据模型时，不会把外键模型的数据查询出来，只有操作到外键关联属性并操作外键模型具体属性时，才进行连表查询数据[执行SQL]

一对多模型操作

def more():
"""一对多/多对一模型操作"""
# 1.从"一"的一方的模型中获取"多"的一方模型的数据
    teacher = Teacher.query.get(1)
for course in teacher.course:
print(course.name,course.price)
# 2.从"多"的一方获取"一"的一方数据
    course = Course.query.get(1)
print(course.teacher)
print(course.teacher.name)
# 3.添加数据
# 从"一"的一方添加数据，同时给"多"的一方也添加
    teacher = Teacher(name="蓝老师",option="讲师")
    teacher.course = [Course(name="插画入门",price=199.00),Course(name="素描入门",price=129.00),]
    db.session.add(teacher)
    db.session.commit()

"""更新数据"""
    teacher = Teacher.query.filter(Teacher.name == "灰太狼").first()
    teacher.course_list[0].name="抓懒洋洋"
    db.session.commit()
"""删除数据"""
    teacher = Teacher.query.filter(Teacher.name=="灰太狼").first()
for course in teacher.course_list:
        db.session.delete(course)
    db.session.delete(teacher)
    db.session.commit()

4.多对多

多对多表关系建立

"""以db.Table关系表来确定模型之间的多对多关联"""
achievement = db.Table("tb_achievement",  
    db.Column("student_id", db.Integer, db.ForeignKey("tb_student.id")),  
    db.Column("course_id", db.Integer, db.ForeignKey("tb_course.id")),
)
"""两张表通过secondary关联第三张表"""
class Course(db.Model):
    ...
    students = db.relationship("Student",secondary=achievement,  
                                    backref="courses",  
                                    lazy="dynamic")
class Student(db.Model):
    course_list = db.relationship("Course", secondary=achievement,backref="student_list",lazy="dynamic")

多对多模型操作

def index():
"""多对多"""
"""添加"""
    course1 = Course(name="坑爹", price="9.99", teacher=Teacher(name="灰太狼", option="讲师"))
    course2 = Course(name="坑娘", price="9.99", teacher=Teacher(name="灰太狼", option="讲师"))
    course3 = Course(name="和羊做朋友，一起坑爹", price="99.99", teacher=Teacher(name="喜洋洋", option="讲师"))
    student = Student(
        name="xiaohuihui",
        age=5,
        sex=False,
        money=1000,
        info=StudentInfo(
            mobile="13066666666",
            address="狼村1号别墅",
        ),
        course_list = [
            course1,
            course2,
            course3,
        ]
    )
    db.session.add(student)
    db.session.commit()
"""查询"""
    student = Student.query.filter(Student.name=="xiaohuihui").first()
print(student)
print(student.course_list) # [坑爹, 坑娘, 和羊做朋友，一起坑爹]
    course = Course.query.filter(Course.name=="和羊做朋友，一起坑爹").first()
print(course.student_list.all()) # 获取所有学生信息
"""更新"""
    course = Course.query.filter(Course.name == "和羊做朋友，一起坑爹").first()
    course.student_list[0].name="小灰灰"
    db.session.commit()

以上是 day95flaskSQLAlchemy数据库查询进阶&关联查询[Python基础] 的全部内容，来源链接： utcz.com/z/530226.html

day95flaskSQLAlchemy数据库查询进阶&amp;关联查询[Python基础]

目录