Python中ORM的理解

一、Python ORM 的核心定位：连接对象与关系的 “Python 式桥梁”​

Python ORM 是适配 Python 语法特性的 “对象 - 关系映射” 技术，其核心使命是解决Python 面向对象编程（OOP） 与关系型数据库（RDB） 之间的 “范式差异”：在 Python 中，数据以 “实例对象”“列表”“字典” 等形式存在；而在数据库中，数据以 “表”“行”“列” 的结构化形式存储。​

Python ORM 通过建立 “类 - 表”“实例属性 - 表字段”“对象关联 - 表关系” 的映射关系，让开发者无需关注 SQL 语法，直接用 Python 原生语法（如创建实例、调用方法、属性赋值）完成数据库的 CRUD 操作。

Python ORM 的核心价值​

a.契合 Python 开发习惯：遵循 “简洁优雅” 的 Python 哲学，用最少的代码实现数据库操作，例如用User(name="Alice")替代INSERT INTO user (name) VALUES ('Alice')。​

b.降低开发门槛：对不熟悉 SQL 的 Python 开发者，只需掌握 OOP 语法即可操作数据库；对熟悉 SQL 的开发者，也可通过 “原生 SQL 接口” 灵活扩展。​

c.提升代码可维护性：将数据库逻辑与业务逻辑分离，当数据库类型（如从 MySQL 切换到 PostgreSQL）变更时，仅需修改 ORM 配置，无需改动业务代码。​

d.保障数据安全：默认支持 “参数化查询”，自动过滤特殊字符，从根源避免 SQL 注入攻击（无需手动处理字符串拼接风险）。​

e.生态无缝集成：与 Python 主流 Web 框架（Django、Flask、FastAPI）深度兼容，开箱即用。

二、Python ORM 的工作原理

1. 映射配置：定义 “Python 类 - 数据库表” 的对应关系​

这是 ORM 工作的基础，Python ORM 通常通过 “类属性注解”“类继承” 或 “代码约定”（如类名小写即为表名）定义映射关系，核心配置包括：​

• 类与表映射：Python 的User类对应数据库的user表（默认遵循 “蛇形命名法”，可手动指定表名）；​

• 属性与字段映射：User类的id属性对应user表的id字段，支持自动类型转换（如 Python 的datetime.datetime对应 MySQL 的datetime）；​

• 主键映射：指定主键字段及生成策略（自增、UUID、默认值等）；​

• 关联关系映射：定义表之间的 “一对一”“一对多”“多对多” 关系（如User的orders属性对应order表的user_id外键）

2. 对象操作：用 Python 语法发起数据库请求​

开发者通过 ORM 提供的 API，以 “操作 Python 对象” 的方式发起数据库操作，完全无需编写 SQL。常见操作如下：

3. SQL 生成：ORM 自动转化为原生 SQL​

Python ORM 会根据 “映射配置” 和 “对象操作类型”，自动生成符合数据库语法的原生 SQL。例如：​

当执行session.add(User(username="Alice"))并提交时，SQLAlchemy 生成：

当执行session.query(User).filter(User.id == 1)时，生成：

当执行关联查询session.query(User).join(Order).filter(Order.amount > 100)时，生成：

4. 结果映射：SQL 执行结果转化为 Python 对象​

数据库返回的查询结果是 “结构化行数据”（如 SQLite 的Row对象），ORM 会根据映射配置自动将其转化为 Python 开发者熟悉的 “实例对象” 或 “对象列表”。例如：​

• 执行user = session.query(User).first()后，返回的user是User类的实例，可直接通过user.username访问字段值；​

• 执行users = session.query(User).all()后，返回的users是User实例的列表，可通过循环遍历for u in users: print(u.id)处理数据。

三.基础操作

1. 导入必要包

from sqlalchemy import create_engine, Column, Integer, String, UniqueConstraintfrom sqlalchemy.orm import declarative_base, sessionmaker

• create_engine：创建数据库连接引擎
• Column, Integer, String：定义表字段类型
• UniqueConstraint：定义唯一约束
• declarative_base：创建ORM基类
• sessionmaker：创建会话工厂

2. 创建数据库连接（Engine）

engine = create_engine('sqlite:///provinces.db', echo=True)

• 作用：创建一个数据库连接引擎，告诉 SQLAlchemy 你要连接哪个数据库。
• 这里用的是 SQLite，数据库文件名是 provinces.db，如果文件不存在会自动创建。
• engine 是 SQLAlchemy 连接数据库的核心对象，负责管理数据库连接池。

• echo=True 打印执行的SQL，方便调试（可以不加）

3. 定义基类

Base = declarative_base()

• Base 是所有 ORM 模型的基类，所有你定义的映射类（模型）都必须继承它。
• 作用：它维护了模型类和数据库表之间的映射关系，以及元数据（metadata）。
• metadata 是 SQLAlchemy 用来保存数据库结构信息的对象，比如表名、字段、约束等。

4.定义模型（映射省份表）

• 定义一个 ORM 模型 Province，映射到数据库里的 province 表。
• id 是主键且有索引，name 和 code 都是唯一且不能为空的字符串字段。
• 通过模型，你可以用 Python 对象操作数据库表。

5. 创建数据表

Base.metadata.create_all(engine)

• metadata：是 Base 维护的数据库结构信息集合，包含所有继承了 Base 的模型定义。
• create_all(engine) 的作用是根据 metadata 中定义的模型，自动在数据库中创建对应的表。
• 这里的 engine 是连接数据库的引擎，告诉 metadata 具体在哪个数据库执行创建操作。
• 为什么用 Base.metadata？ 因为所有模型都继承自 Base，它集中管理了所有模型的表结构。