Python连接数据库SQLAlchemy与创建表

2023-10-18 05:16| 来源: 网络整理| 查看: 265

连接MySQL数据库

常用连接方式：

from sqlalchemy import create_engine engine=create_engine("mysql+pymysql://root:123456@localhost:3306/test?charset=utf8",echo=True)

create_engine，的参数设置说明如下：

mysql+pymysql://root:123456@localhost:3306/test：mysql指明数据库系统类型，pymysql是连接数据库接口的模块，root是数据库系统用户名，123456是数据库系统的密码，localhost:3306是本地的数据库系统和数据库端口，test是数据库名称。echo=True：用于显示SQLAlchemy在操作数据库时所执行的SQL语句情况，相当于一个监视器，可以清楚知道执行情况，如果设置False，就可以关闭。pool_size：设置连接数，默认设置5个连接数，连接数可以根据实际情况进行调整，在一般的爬虫开发中，默认值已经足够max_overflow：默认连接数为10。当超出最大连接数后，如果超出的连接数在 max_overflow设置的访问内，超出的部分还可以继续连接访问，在使用过后，这部分连接不放在pool(连接池)中，而是被真正关闭。pool_recycle：连接重置周期，默认为-1，推荐设置为7200，即如果连接已空闲7200就自动重新获取，以防止connection被关闭。pool_timeout：连接超时时间，默认为30秒，超过时间的连接都会连接失败。?charset=utf8：对数据库进行编码设置，能对数据库进行中文读写，如果不设置，在数据添加、修改和更新等时，就会提示编码错误。 from sqlalchemy import create_engine engine=create_engine("mysql+pymysql://root:123456@localhost:3306/test?charset=utf8",echo=True, pool_size=5,max_overflow=4,pool_recycle=7200,pool_tiemout=30) 使用SQLAlchemy创建数据表： from sqlalchemy.ext.declarative import declarative_base from sqlalchemy import Column,Integer,String,DateTime Base=declarative_base() class mytable(Base): # 表名 __tablename__='mytable' # 字段，属性 id=Column(Integer,primary_key=True,autoincrement=True) #autoincrement=True 自增 name=Column(String(50),unique=True) age=Column(Integer) birth=Column(DateTime) class_name=Column(String(50)) # 创建数据表 Base.metadata.create_all(engine)

引入 declarative_base模块，生成其对象Base，再创建一个类 mytable。一般情况下，数据表名和类名是一致的，__tablename_用于定义数据表的名称，可忽略，忽略时默认类名为数据表名。然后创建字段id、name、age、birth、class_name。primary_key=True：主键、autoincrement=True：自增。最后使用Base.metadata.create_all(engine)在数据库中创建对应的数据表。

类似SQL语句的创建方法： from sqlalchemy import Column,MetaData,ForeignKey,Table from sqlalchemy.dialects.mysql import (INTEGER,CHAR) meta = MetaData() myclass=Table('myclass',meta, Column('id',INTEGER,primary_key=True), Column('name',CHAR(50),ForeignKey(mytable.name)), Column('class_name',CHAR(50)) ) #创建数据表 myclass.create(bind=engine)

此创建方法与前面介绍的创建数据表的方法大有不同，代码比较偏向于SQL创建数据表的语法，两者引入的模块也各不相同，导致在创建数据表的时候，创建语法也不一致。不过两者实现的功能是一样的，读者可以根据自己的爱好进行选择。一般情况下，前者较有优势，在数据表已经在在的情况下，前者再创建数据表不会报错，后者就会提示已存在数据表的错误信息。

若要删除数据表，则可用以下代码： #先删除myclass，后删除mytable myclass.drop(bind=engine) Base.metadata.drop_all (engine)

在删除数据表时候，一定要先删除设有外键的数据表，也就是先删除myclass后才能删除mytable，两者之间涉及外键，这是在数据库中删除数据表的规则。

以下是完整代码： from sqlalchemy import create_engine engine=create_engine("mysql+pymysql://root:123456@localhost:3306/test?charset=utf8",echo=True) # 创建数据表方法一 from sqlalchemy.ext.declarative import declarative_base from sqlalchemy import Column,Integer,String,DateTime Base=declarative_base() class mytable(Base): # 表名 __tablename__='mytable' # 字段，属性 id=Column(Integer,primary_key=True) name=Column(String(50),unique=True) age=Column(Integer) birth=Column(DateTime) class_name=Column(String(50)) # 创建数据表 Base.metadata.create_all(engine) #创建数据表二： # 类似sql语句的创建方法 from sqlalchemy import Column,MetaData,ForeignKey,Table from sqlalchemy.dialects.mysql import (INTEGER,CHAR) meta = MetaData() myclass=Table('myclass',meta, Column('id',INTEGER,primary_key=True), Column('name',CHAR(50),ForeignKey(mytable.name)), Column('class_name',CHAR(50))) #创建数据表 myclass.create(bind=engine) #先删除myclass，后删除mytable myclass.drop(bind=engine) Base.metadata.drop_all (engine)

【本文地址】

公司简介

联系我们