研究Python的ORM框架中的SQLAlchemy庫的映射關系
前面介紹了關于用戶賬戶的User表,但是現(xiàn)實生活中隨著問題的復雜化數(shù)據(jù)庫存儲的數(shù)據(jù)不可能這么簡單,讓我們設想有另外一張表,這張表和User有聯(lián)系,也能夠被映射和查詢,那么這張表可以存儲關聯(lián)某一賬戶的任意數(shù)量的電子郵件地址。這種聯(lián)系在數(shù)據(jù)庫理論中是典型的1-N (一對多)關系,用戶表某一用戶對應N條電子郵件記錄。
之前我們的用戶表稱為users,現(xiàn)在我們再建立一張被稱為addresses的表用于存儲電子郵件地址,通過Declarative系統(tǒng),我們可以直接用映射類Address來定義這張表:
>>> from sqlalchemy import ForeignKey >>> from sqlalchemy.orm import relationship, backref >>> class Address(Base): ... __tablename__ = 'addresses' ... id = Column(Integer, primary_key=True) ... email_address = Column(String, nullable=False) ... user_id = Column(Integer, ForeignKey('users.id')) ... ... user = relationship("User", backref=backref('addresses', order_by=id)) ... ... def __init__(self, email_address): ... self.email_address = email_address ... ... def __repr__(self): ... return "〈Address('%s')〉" % self.email_address
讓我們注意一下新出現(xiàn)的東東,首先就是user_id的ForeignKey結構,學過數(shù)據(jù)庫的同學都知道ForeignKey意味著外鍵,這是關系型數(shù)據(jù)庫的核心理論之一,即該列user_id與其外鍵引用的列users.id存在引用約束(constrained)關系,在數(shù)據(jù)庫層面上來講,就是表users的user_id列被表users的id列約束,值得注意的是,外鍵關聯(lián)的必定是另外一張表的主鍵。
其次新出現(xiàn)的就是relationship()函數(shù),這個將會告知ORM通過Address.userAddress類自身必須鏈接到User類。relationship()使用兩個表的外鍵約束來判定這種鏈接的性質,比如說判定Address.user將會是多對一(many-to-one)關系。
另外在relationship()內還有另外一個函數(shù)稱為backref(),它將提供一種用于反向查詢的細節(jié),比如說在對象User上的Address對象集是通過User.addresses屬性引用,那么多對一的關系(many-to-one)反向總會是一對多關系(one-to-many)。還有對于Address.user和User.addresses的關系來說總是雙向的。
假設使用了Declarative系統(tǒng),那么relationship()的關系到遠端類(remote class)的參數(shù)能夠被指定為字符串。一旦所有的映射都被成功加載,那么這些字符串將會被計算出Python的表達式,再產生實際的參數(shù)(上文中User類的情況)。這些可以使用的字符串名字必須通過定義的基類創(chuàng)建好然后才被計算為實際的類參數(shù),說白了,你字符串引用的類必須是ORM映射管理的類,然后這些類被映射完畢后,這些字符串才能被真正翻譯為相應類的引用。
接下來我們舉個例子同樣創(chuàng)建用User取代Address的”addresses/user”雙向關系:
class User(Base): # .... addresses = relationship("Address", order_by="Address.id", backref="user")
好吧,剛才多是直接翻譯的官方文檔,比較生硬,接下來我們來了解幾個關于外鍵(Foreign Key)的小知識:
1. FOREIGN KEY 約束是大多數(shù)(但不是所有)的關系型數(shù)據(jù)庫中可以鏈接到主鍵列,或者擁有UNIQUE約束的列。
2. FOREIGN KEY 能夠引用多重列主鍵,并且其自身擁有多重列,被稱為“復合外鍵”(composite foreign key)。其也能夠引用這些列的子集(subset)。(注:這地方不太明白)
3. FOREIGN KEY 列作為對于其引用的列或者行的變化的響應能夠自動更新其自身,比如CASCADE引用操作,這些都是內置于關系型數(shù)據(jù)庫的功能之一。
4. FOREIGN KEY 能夠引用其自身的表,這個就涉及到“自引用”(self-referential)的外鍵了。
5. 更多關于外鍵的資料可以參考Foreign Key – Wikipedia。
最后我們需要在數(shù)據(jù)庫中創(chuàng)建addresses表,所以我們需要通過元數(shù)據(jù)(metadata)執(zhí)行我們的CREATE語句,當然會跳過我們已經創(chuàng)建的表(比如users):
>>> Base.metadata.create_all(engine) PRAGMA table_info("users") () PRAGMA table_info("addresses") () CREATE TABLE addresses ( id INTEGER NOT NULL, email_address VARCHAR NOT NULL, user_id INTEGER, PRIMARY KEY (id), FOREIGN KEY(user_id) REFERENCES users (id) ) () COMMIT
到這里我們的ORM關系算是建立完成了,接下來開始新的一部分,就是如何查詢關聯(lián)的對象。
現(xiàn)在如果我們創(chuàng)建一個User,一個空的addresses集合將會被創(chuàng)建,在這里默認情況下addresses集合將會是列表類型。
>>> jack = User('jack', 'Jack Bean', 'gjffdd') >>> jack.addresses []
接下來我們可以自由的添加Address對象到我們的User對象里了,在這里我們直接賦予addresses屬性一個完整的列表。
>>> jack.addresses = [ ... Address(email_address='jack@google.com'), ... Address(email_address='j25@yahoo.com')]
當我們使用雙向關系時,有一點需要注意的是:在任意一端添加的元素將會自動在另外一端可見,屬性的獲取和改變將不通過任何SQL語句和Python對象使用一樣:
>>> jack.addresses[1] <Address('j25@yahoo.com')> >>> jack.addresses[1].user <User('jack','Jack Bean', 'gjffdd')>
讓我們添加并提交Jack Bean到數(shù)據(jù)庫中,現(xiàn)在jack對象的addresses集合擁有了兩個Address成員,它們將立即被加入會話中:
>>> session.add(jack) >>> session.commit() INSERT INTO users (name, fullname, password) VALUES (?, ?, ?) ('jack', 'Jack Bean', 'gjffdd') INSERT INTO addresses (email_address, user_id) VALUES (?, ?) ('jack@google.com', 5) INSERT INTO addresses (email_address, user_id) VALUES (?, ?) ('j25@yahoo.com', 5) COMMIT
我們來查詢關于Jack的信息,但是奇怪的是沒有任何關于addresses的SQL語句執(zhí)行:
>>> jack = session.query(User).\ ... filter_by(name='jack').one() BEGIN (implicit) SELECT users.id AS users_id, users.name AS users_name, users.fullname AS users_fullname, users.password AS users_password FROM users WHERE users.name = ? ('jack',) >>> jack <User('jack','Jack Bean', 'gjffdd')>
讓我們直接來查詢addresses集合吧,這里大家看到有關addresses的SQL語句執(zhí)行了:
>>> jack.addresses SELECT addresses.id AS addresses_id, addresses.email_address AS addresses_email_address, addresses.user_id AS addresses_user_id FROM addresses WHERE ? = addresses.user_id ORDER BY addresses.id (5,) [<Address('jack@google.com')>, <Address('j25@yahoo.com')>]
由上可知,當我們訪問addresses集合的時候,相關SQL語句才被執(zhí)行,這也是延遲加載關系(惰性加載關系, lazy loading relationship)的例子,至此addresses集合方被作為普通列表加載了。
相關文章
Python數(shù)據(jù)分析之雙色球基于線性回歸算法預測下期中獎結果示例
這篇文章主要介紹了Python數(shù)據(jù)分析之雙色球基于線性回歸算法預測下期中獎結果,涉及Python基于線性回歸算法的數(shù)值運算相關操作技巧,需要的朋友可以參考下2018-02-02Python2.x和3.x下maketrans與translate函數(shù)使用上的不同
這篇文章主要介紹了Python2.x和3.x下maketrans與translate函數(shù)使用上的不同,這兩個函數(shù)建立映射來替換內容是Python學習當中的基礎知識,需要的朋友可以參考下2015-04-04利用python數(shù)據(jù)分析處理進行炒股實戰(zhàn)行情
這篇文章主要介紹了利用python數(shù)據(jù)分析進行炒股實戰(zhàn)行情,本文主要介紹三部分:數(shù)據(jù)采集,數(shù)據(jù)預處理,利用SVM算法進行建模,本文僅供參考借鑒2021-08-08Python中的數(shù)據(jù)類dataclass解讀
這篇文章主要介紹了Python中的數(shù)據(jù)類dataclass使用,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-01-01Python利用pandas和matplotlib實現(xiàn)繪制堆疊柱狀圖
在數(shù)據(jù)可視化中,堆疊柱狀圖是一種常用的圖表類型,它能夠清晰地展示多個類別的數(shù)據(jù),本文將演示如何使用 Python 的 pandas 和 matplotlib 庫繪制優(yōu)化的堆疊柱狀圖,需要的可以參考下2023-11-11Python cookbook(數(shù)據(jù)結構與算法)實現(xiàn)查找兩個字典相同點的方法
這篇文章主要介紹了Python實現(xiàn)查找兩個字典相同點的方法,涉及Python常見集合運算操作技巧,需要的朋友可以參考下2018-02-02