当前位置： 首页 > news >正文

ORM框架及SQLAlchemy

news 2025/9/19 8:10:00

ORM 框架，以 Python 生态中最强大、最流行的 SQLAlchemy 作为核心示例。

第一部分：ORM 是什么？

1. 核心概念

ORM 的全称是 Object-Relational Mapping，即对象-关系映射。它是一种编程技术，用于在面向对象的编程语言和关系型数据库之间建立一座桥梁。

  • 对象（Object）： 指的是你的编程语言（如 Python、Java）中的类和实例。这些对象有属性（数据）和方法（行为）。
  • 关系（Relational）： 指的是关系型数据库（如 PostgreSQL, MySQL, SQLite），它由表（Table）、行（Row）和列（Column）组成。
  • 映射（Mapping）： 指的是将类的属性（Fields）映射到表的列（Columns），将类的实例（Instances）映射到表的行（Rows）。
2. ORM 解决了什么问题？

在没有 ORM 之前，开发者需要编写大量的原生 SQL 语句来操作数据库。这种方式存在一些问题：

  1. 繁琐与重复： 简单的 CRUD（增删改查）操作也需要编写大量模板代码。
  2. SQL 注入风险： 手动拼接 SQL 字符串极易引入安全漏洞。
  3. 数据库耦合性高： 代码中充斥着特定数据库的 SQL 方言，更换数据库（如从 MySQL 换到 PostgreSQL）成本极高。
  4. 对象与关系的“阻抗失配”： 面向对象中的继承、多态等概念，在关系型数据库中难以直接表达。手动处理它们非常复杂。

ORM 的目标就是让开发者能够像操作普通对象一样去操作数据库，几乎不用编写 SQL，从而提升开发效率、安全性和可维护性。

第二部分：SQLAlchemy 深度解析

SQLAlchemy 是 Python 社区公认的“神器”，它远不止一个简单的 ORM，而是一个完整的 SQL 工具包和 ORM。其设计哲学是提供所有数据库访问层的功能，同时不强迫你只用一种模式。

1. 核心架构：两层抽象

SQLAlchemy 的核心由两个主要部分组成：

a) Core (SQLAlchemy Core)
这是一个SQL 表达式语言构建工具。它本身不是 ORM，而是一个用于生成 SQL 的系统。你可以把它想象成一个可以编程构建 SQL 语句的框架。

  • 作用： 为数据库提供抽象接口，处理连接池、执行 SQL、处理结果集等。即使不用 ORM，只用 Core 也能高效、安全地工作。
  • 特点： 模式清晰，性能极高，适合需要完全控制 SQL 或进行复杂查询的场景。

b) ORM (SQLAlchemy ORM)
构建在 Core 之上的高级、抽象层。这才是我们通常所说的“ORM”部分。它使用 Core 来与数据库交互，但为我们提供了基于声明式方式来定义数据模型。

重要关系： ORM 使用 Core 来与数据库对话。你通过 ORM 执行的操作，最终都会被翻译成由 Core 生成的 SQL 语句。

2. SQLAlchemy ORM 的核心组件与工作流程

a) 定义模型（Declarative Base）
使用 Declarative 系统，我们通过定义 Python 类来创建数据库表。

from sqlalchemy import Column, Integer, String, ForeignKey
from sqlalchemy.orm import declarative_base, relationship# 1. 创建基类
Base = declarative_base()# 2. 定义模型类，继承自 Base
class User(Base):__tablename__ = 'users'  # 数据库中的表名# 映射到表的列id = Column(Integer, primary_key=True)name = Column(String(30), nullable=False)fullname = Column(String)# 定义关系（一对多）addresses = relationship("Address", back_populates="user")def __repr__(self):return f"<User(name='{self.name}', fullname='{self.fullname}')>"class Address(Base):__tablename__ = 'addresses'id = Column(Integer, primary_key=True)email_address = Column(String, nullable=False)user_id = Column(Integer, ForeignKey('users.id')) # 外键# 定义关系（多对一）user = relationship("User", back_populates="addresses")def __repr__(self):return f"<Address(email_address='{self.email_address}')>"

b) 创建引擎和表（Engine）
引擎是数据库的入口，它管理连接池和与数据库的对话。

from sqlalchemy import create_engine# 连接 SQLite 数据库
engine = create_engine('sqlite:///example.db', echo=True) # echo=True 打印所有SQL# 根据模型创建所有表
Base.metadata.create_all(engine)

c) 会话（Session） - 核心交互接口
Session 是 ORM 与数据库交互的句柄。它代表一个工作单元，类似于数据库的“事务”边界。所有对象的加载、添加、修改都必须通过 Session 进行。

from sqlalchemy.orm import sessionmaker# 创建与数据库会话的工厂类，绑定引擎
Session = sessionmaker(bind=engine)# 创建一个新的会话实例
session = Session()

d) 基本操作（CRUD）

  • 增加（Create）:

    # 创建对象实例
new_user = User(name='ed', fullname='Ed Jones')
new_address = Address(email_address='ed@example.com', user=new_user)# 添加到会话（暂未提交到数据库）
session.add(new_user)
session.add(new_address)# 提交事务，将数据持久化到数据库
session.commit()

  • 查询（Read）:

    # 查询所有用户
all_users = session.query(User).all()# 按条件过滤查询
user = session.query(User).filter_by(name='ed').first()
print(user) # <User(name='ed', fullname='Ed Jones')>
print(user.addresses) # 访问关联的地址：[<Address(email_address='ed@example.com')>]# 更复杂的查询（使用强大的 Query API）
users = session.query(User).filter(User.name.like('%ed%')).order_by(User.id).all()

  • 更新（Update）:

    # 修改对象的属性
user.fullname = 'Edward Jones'# Session 会自动跟踪对象的变更（Identity Map 模式）
# 再次提交即可更新
session.commit()

  • 删除（Delete）:

    # 在会话中删除对象
session.delete(user)# 提交事务
session.commit()

e) 关系（Relationships）
如上面代码所示，使用 relationship() 可以轻松定义表之间的关系（一对一、一对多、多对多）。SQLAlchemy 会自动处理外键约束，让你能通过直观的属性（如 user.addresses）来访问关联数据。

f) 事务（Transaction）
Session 默认在事务中工作。session.commit() 提交事务，session.rollback() 回滚事务。这确保了数据的一致性。

第三部分：SQLAlchemy 的优势与特点

  1. 强大灵活： 不像 Django ORM 与 Web 框架深度绑定，SQLAlchemy 是独立的，可用于任何 Python 项目。它提供了从低级 SQL 控制（Core）到高级对象抽象（ORM）的完整解决方案。
  2. “可降级”的抽象： 当你需要极致性能或处理极其复杂的查询时，可以随时在 ORM 查询中混用原始的 SQL 表达式或直接使用 Core，无需切换工具。
  3. 成熟的模式： 支持 Unit of Work（工作单元）和 Identity Map（标识映射）模式。这意味在一个 Session 内，同一个数据库行只会有一个 Python 对象实例，避免了数据不一致。
  4. 丰富的生态系统： 极其强大的查询 API、支持数据库迁移（需配合 Alembic 工具）、支持所有主流关系型数据库。
  5. Pythonic： 它的 API 设计非常符合 Python 的风格，写起来很自然。

第四部分：其他流行的 ORM

  • Django ORM： Django 框架自带的 ORM。优点是开箱即用、集成度高、文档好。缺点是灵活性不如 SQLAlchemy，设计上与 Django 强耦合。
  • Peewee： 一个简单、小巧、表达力强的 ORM。API 非常直观，学习曲线平缓，适合中小型项目。
  • PonyORM： 一个非常独特的 ORM，它使用生成器语法来进行查询，写出来的查询语句看起来像列表推导式，非常有趣。
  • Java 生态的 Hibernate / MyBatis： Hibernate 是 Java 世界类似 SQLAlchemy ORM 的霸主，非常重量级。MyBatis 则更像 SQLAlchemy Core，是一个“SQL 映射”框架，需要你写 SQL，但帮你完成结果集到对象的映射。

总结

ORM（如 SQLAlchemy）是现代软件开发中不可或缺的工具，它极大地简化了数据库操作，提升了开发效率和代码安全性。

SQLAlchemy 尤其出色，因为它：

  • 并非简单的 ORM，而是一个完整的 SQL 工具集。
  • 在提供高级对象抽象的同时，没有牺牲对底层 SQL 的控制力。
  • 架构优雅，功能强大且灵活，是构建中大型、高性能 Python 项目的首选。

对于初学者，建议从 ORM 层开始学习，了解基本的模型定义和 CRUD 操作。随着项目的复杂，再逐步探索其 Core 层和更高级的特性。

http://www.dtcms.com/a/389607.html

相关文章：

  • 驱动开发---双机调试搭建支持win11(2025)
  • 驱动开发1：内核程序框架
  • 生产制造如何应对客户的订单变更
  • 深入浅出SpringMVC：从入门到实战指南
  • 深度学习入门：从感知机到多层感知机，用逻辑电路讲透神经网络的进化
  • macos m1 芯片无法安装kubeedge keadm 解决办法
  • 猎板 PCB：以全维度工艺突破，构建 PCB 制造技术壁垒
  • android12 SDK31 wifi开发（仅提供连接wifi的工具类）
  • Android播放视频适配黑边问题类型总结
  • 第十一章：AI进阶之--模块的概念与使用（二）
  • 异常检测patchcore 学习笔记 2025
  • [iOS] 网络 - AFNetWorking
  • iOS App 混淆与性能稳定性优化 混淆开销、崩溃风险、CI 集成与落地实务（
  • Freertos系统(任务挂起和恢复）
  • Git更新仓库时，忽略指定文件
  • 告别“瞎练”！数据闭环正成机器人智能进化核心引擎！
  • 基于MATLAB的无人机遥感数据预处理与农林植被性状估算
  • MATLAB基于AHP-模糊综合评价法的工程实践能力评价
  • 特征选择+优化算法+GBDT+SHAP分析！ReliefF-CPO-GBDT分类预测结合SHAP可解释分析MATLAB
  • 设计模式-外观模式详解
  • 《FastAPI零基础入门与进阶实战》第19篇:消息管理
  • 类和对象（下）：static成员、友元类、内部类、匿名对象、优化——对象拷贝时的编译器优化
  • 虚拟线程(Virtual Thread)
  • 1688 店铺全商品接口技术全解：从页面解析到分页采集的完整实现方案
  • 日志轮转策略针对香港VPS存储空间的设置标准
  • 线性分组码及其相关概念
  • JWT的工作流程
  • Java 25 新特性 更简洁、更高效、更现代
  • 探讨前端与后端的安全策略：保护用户数据的关键措施
  • 如何使用DeepSeek等AI工具来帮助自己的工作