如何將Python Web應(yīng)用部署到服務(wù)器(Docker + Nginx)
SQLAlchemy是Python中最流行的ORM(對(duì)象關(guān)系映射)框架之一,它提供了高效且靈活的數(shù)據(jù)庫操作方式。本文將介紹如何使用SQLAlchemy ORM進(jìn)行數(shù)據(jù)庫操作。
安裝
pip install sqlalchemy
如果需要連接特定數(shù)據(jù)庫,還需安裝相應(yīng)的驅(qū)動(dòng)程序:
# PostgreSQL pip install psycopg2-binary # MySQL pip install mysql-connector-python # SQLite (Python標(biāo)準(zhǔn)庫已包含,無需額外安裝)
核心概念
- Engine:數(shù)據(jù)庫連接的引擎,負(fù)責(zé)與數(shù)據(jù)庫通信
- Session:數(shù)據(jù)庫會(huì)話,管理所有持久化操作
- Model:數(shù)據(jù)模型類,對(duì)應(yīng)數(shù)據(jù)庫中的表
- Query:查詢對(duì)象,用于構(gòu)建和執(zhí)行數(shù)據(jù)庫查詢
連接數(shù)據(jù)庫
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
# 創(chuàng)建數(shù)據(jù)庫連接引擎
# SQLite示例
engine = create_engine('sqlite:///example.db', echo=True)
# PostgreSQL示例
# engine = create_engine('postgresql://username:password@localhost:5432/mydatabase')
# MySQL示例
# engine = create_engine('mysql+mysqlconnector://username:password@localhost:3306/mydatabase')
# 創(chuàng)建會(huì)話工廠
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)
# 創(chuàng)建會(huì)話實(shí)例
session = SessionLocal()定義數(shù)據(jù)模型
from sqlalchemy import Column, Integer, String, ForeignKey
from sqlalchemy.orm import relationship, declarative_base
# 創(chuàng)建基類
Base = declarative_base()
class User(Base):
__tablename__ = 'users'
id = Column(Integer, primary_key=True, index=True)
name = Column(String(50), nullable=False)
email = Column(String(100), unique=True, index=True)
# 定義一對(duì)多關(guān)系
posts = relationship("Post", back_populates="author")
class Post(Base):
__tablename__ = 'posts'
id = Column(Integer, primary_key=True, index=True)
title = Column(String(100), nullable=False)
content = Column(String(500))
author_id = Column(Integer, ForeignKey('users.id'))
# 定義多對(duì)一關(guān)系
author = relationship("User", back_populates="posts")
# 定義多對(duì)多關(guān)系(通過關(guān)聯(lián)表)
tags = relationship("Tag", secondary="post_tags", back_populates="posts")
class Tag(Base):
__tablename__ = 'tags'
id = Column(Integer, primary_key=True, index=True)
name = Column(String(30), unique=True, nullable=False)
posts = relationship("Post", secondary="post_tags", back_populates="tags")
# 關(guān)聯(lián)表(用于多對(duì)多關(guān)系)
class PostTag(Base):
__tablename__ = 'post_tags'
post_id = Column(Integer, ForeignKey('posts.id'), primary_key=True)
tag_id = Column(Integer, ForeignKey('tags.id'), primary_key=True)創(chuàng)建數(shù)據(jù)庫表
# 創(chuàng)建所有表 Base.metadata.create_all(bind=engine) # 刪除所有表 # Base.metadata.drop_all(bind=engine)
基本CRUD操作
創(chuàng)建數(shù)據(jù)
# 創(chuàng)建新用戶
new_user = User(name="張三", email="zhangsan@example.com")
session.add(new_user)
session.commit()
# 批量創(chuàng)建
session.add_all([
User(name="李四", email="lisi@example.com"),
User(name="王五", email="wangwu@example.com")
])
session.commit()讀取數(shù)據(jù)
# 獲取所有用戶 users = session.query(User).all() # 獲取第一個(gè)用戶 first_user = session.query(User).first() # 根據(jù)ID獲取用戶 user = session.query(User).get(1)
更新數(shù)據(jù)
# 查詢并更新
user = session.query(User).get(1)
user.name = "張三四"
session.commit()
# 批量更新
session.query(User).filter(User.name.like("張%")).update({"name": "張氏"}, synchronize_session=False)
session.commit()刪除數(shù)據(jù)
# 查詢并刪除 user = session.query(User).get(1) session.delete(user) session.commit() # 批量刪除 session.query(User).filter(User.name == "李四").delete(synchronize_session=False) session.commit()
查詢數(shù)據(jù)
基本查詢
# 獲取所有記錄 users = session.query(User).all() # 獲取特定字段 names = session.query(User.name).all() # 排序 users = session.query(User).order_by(User.name.desc()).all() # 限制結(jié)果數(shù)量 users = session.query(User).limit(10).all() # 偏移量 users = session.query(User).offset(5).limit(10).all()
過濾查詢
from sqlalchemy import or_
# 等值過濾
user = session.query(User).filter(User.name == "張三").first()
# 模糊查詢
users = session.query(User).filter(User.name.like("張%")).all()
# IN查詢
users = session.query(User).filter(User.name.in_(["張三", "李四"])).all()
# 多條件查詢
users = session.query(User).filter(
User.name == "張三",
User.email.like("%@example.com")
).all()
# 或條件
users = session.query(User).filter(
or_(User.name == "張三", User.name == "李四")
).all()
# 不等于
users = session.query(User).filter(User.name != "張三").all()聚合查詢
from sqlalchemy import func
# 計(jì)數(shù)
count = session.query(User).count()
# 分組計(jì)數(shù)
user_post_count = session.query(
User.name,
func.count(Post.id)
).join(Post).group_by(User.name).all()
# 求和、平均值等
avg_id = session.query(func.avg(User.id)).scalar()連接查詢
# 內(nèi)連接
results = session.query(User, Post).join(Post).filter(Post.title.like("%Python%")).all()
# 左外連接
results = session.query(User, Post).outerjoin(Post).all()
# 指定連接條件
results = session.query(User, Post).join(Post, User.id == Post.author_id).all()關(guān)系操作
# 創(chuàng)建帶關(guān)系的對(duì)象
user = User(name="趙六", email="zhaoliu@example.com")
post = Post(title="我的第一篇博客", content="Hello World!", author=user)
session.add(post)
session.commit()
# 通過關(guān)系訪問
print(f"文章 '{post.title}' 的作者是 {post.author.name}")
print(f"用戶 {user.name} 的所有文章:")
for p in user.posts:
print(f" - {p.title}")
# 多對(duì)多關(guān)系操作
python_tag = Tag(name="Python")
sqlalchemy_tag = Tag(name="SQLAlchemy")
post.tags.append(python_tag)
post.tags.append(sqlalchemy_tag)
session.commit()
print(f"文章 '{post.title}' 的標(biāo)簽:")
for tag in post.tags:
print(f" - {tag.name}")事務(wù)管理
# 自動(dòng)提交事務(wù)
try:
user = User(name="測(cè)試用戶", email="test@example.com")
session.add(user)
session.commit()
except Exception as e:
session.rollback()
print(f"發(fā)生錯(cuò)誤: {e}")
# 使用事務(wù)上下文管理器
from sqlalchemy.orm import Session
def create_user(session: Session, name: str, email: str):
try:
user = User(name=name, email=email)
session.add(user)
session.commit()
return user
except:
session.rollback()
raise
# 嵌套事務(wù)
with session.begin_nested():
user = User(name="事務(wù)用戶", email="transaction@example.com")
session.add(user)
# 保存點(diǎn)
savepoint = session.begin_nested()
try:
user = User(name="保存點(diǎn)用戶", email="savepoint@example.com")
session.add(user)
savepoint.commit()
except:
savepoint.rollback()最佳實(shí)踐
- 會(huì)話管理:為每個(gè)請(qǐng)求創(chuàng)建新會(huì)話,請(qǐng)求結(jié)束后關(guān)閉
- 異常處理:始終處理異常并適當(dāng)回滾事務(wù)
- 延遲加載:注意N+1查詢問題,使用 eager loading 優(yōu)化
- 連接池:合理配置連接池大小和超時(shí)設(shè)置
- 數(shù)據(jù)驗(yàn)證:在模型層或應(yīng)用層驗(yàn)證數(shù)據(jù)完整性
# 使用上下文管理器管理會(huì)話
from contextlib import contextmanager
@contextmanager
def get_db():
db = SessionLocal()
try:
yield db
db.commit()
except Exception:
db.rollback()
raise
finally:
db.close()
# 使用示例
with get_db() as db:
user = User(name="上下文用戶", email="context@example.com")
db.add(user)總結(jié)
SQLAlchemy ORM提供了強(qiáng)大而靈活的數(shù)據(jù)庫操作方式,通過本文的介紹,您應(yīng)該能夠:
- 安裝和配置SQLAlchemy
- 定義數(shù)據(jù)模型和關(guān)系
- 執(zhí)行基本的CRUD操作
- 構(gòu)建復(fù)雜查詢
- 管理數(shù)據(jù)庫事務(wù)
- 遵循最佳實(shí)踐
SQLAlchemy還有更多高級(jí)特性,如混合屬性、事件監(jiān)聽、自定義查詢等,值得進(jìn)一步探索學(xué)習(xí)。
到此這篇關(guān)于將Python Web應(yīng)用部署到服務(wù)器(Docker + Nginx)的文章就介紹到這了,更多相關(guān)Python Web部署到服務(wù)器內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- 使用Python實(shí)現(xiàn)WebSocket服務(wù)器與客戶端通信功能
- Python使用Quart作為web服務(wù)器的代碼實(shí)現(xiàn)
- Python使用flask作為web服務(wù)器的代碼實(shí)現(xiàn)
- 教你使用Python實(shí)現(xiàn)一個(gè)簡(jiǎn)易版Web服務(wù)器
- Python實(shí)現(xiàn)Web服務(wù)器FastAPI的步驟詳解
- Python 實(shí)現(xiàn)一個(gè)簡(jiǎn)單的web服務(wù)器
- python3實(shí)現(xiàn)微型的web服務(wù)器
- python實(shí)現(xiàn)靜態(tài)web服務(wù)器
- Python Web程序搭建簡(jiǎn)單的Web服務(wù)器
相關(guān)文章
python:刪除離群值操作(每一行為一類數(shù)據(jù))
這篇文章主要介紹了python:刪除離群值操作(每一行為一類數(shù)據(jù)),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-06-06
python GUI庫圖形界面開發(fā)之PyQt5滾動(dòng)條控件QScrollBar詳細(xì)使用方法與實(shí)例
這篇文章主要介紹了python GUI庫圖形界面開發(fā)之PyQt5滾動(dòng)條控件QScrollBar詳細(xì)使用方法與實(shí)例,需要的朋友可以參考下2020-03-03
python中matplotlib條件背景顏色的實(shí)現(xiàn)
這篇文章主要給大家介紹了關(guān)于python中matplotlib條件背景顏色的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家學(xué)習(xí)或者使用python具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧2019-09-09
使用Python讀取和修改Excel文件(基于xlrd、xlwt和openpyxl模塊)
本文介紹一下使用Python對(duì)Excel文件的基本操作,包括使用xlrd模塊讀取excel文件,使用xlwt模塊將數(shù)據(jù)寫入excel文件,使用openpyxl模塊讀取寫入和修改excel文件,需要的朋友可以參考下2021-11-11
Python報(bào)錯(cuò)AssertionError:can only test a c
這篇文章主要介紹了Python報(bào)錯(cuò)AssertionError:can only test a child proc問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-09-09

