Python内存管理机制：垃圾回收与引用计数

Ne0inhk

— 5 min read

SQLAlchemy是Python中最流行的ORM（对象关系映射）框架之一，它提供了高效且灵活的数据库操作方式。本文将介绍如何使用SQLAlchemy ORM进行数据库操作。

目录

  1. 安装SQLAlchemy
  2. 核心概念
  3. 连接数据库
  4. 定义数据模型
  5. 创建数据库表
  6. 基本CRUD操作
  7. 查询数据
  8. 关系操作
  9. 事务管理
  10. 最佳实践

安装

bash

pip install sqlalchemy

如果需要连接特定数据库，还需安装相应的驱动程序：

bash

# PostgreSQL pip install psycopg2-binary # MySQL pip install mysql-connector-python # SQLite (Python标准库已包含，无需额外安装)

核心概念

  • Engine：数据库连接的引擎，负责与数据库通信
  • Session：数据库会话，管理所有持久化操作
  • Model：数据模型类，对应数据库中的表
  • Query：查询对象，用于构建和执行数据库查询

连接数据库

python

from sqlalchemy import create_engine from sqlalchemy.orm import sessionmaker # 创建数据库连接引擎 # 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') # 创建会话工厂 SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine) # 创建会话实例 session = SessionLocal()

定义数据模型

python

from sqlalchemy import Column, Integer, String, ForeignKey from sqlalchemy.orm import relationship, declarative_base # 创建基类 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) # 定义一对多关系 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')) # 定义多对一关系 author = relationship("User", back_populates="posts") # 定义多对多关系（通过关联表） 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") # 关联表（用于多对多关系） 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)

创建数据库表

python

# 创建所有表 Base.metadata.create_all(bind=engine) # 删除所有表 # Base.metadata.drop_all(bind=engine)

基本CRUD操作

创建数据

python

# 创建新用户 new_user = User(name="张三", email="[email protected]") session.add(new_user) session.commit() # 批量创建 session.add_all([ User(name="李四", email="[email protected]"), User(name="王五", email="[email protected]") ]) session.commit()

读取数据

python

# 获取所有用户 users = session.query(User).all() # 获取第一个用户 first_user = session.query(User).first() # 根据ID获取用户 user = session.query(User).get(1)

更新数据

python

# 查询并更新 user = session.query(User).get(1) user.name = "张三四" session.commit() # 批量更新 session.query(User).filter(User.name.like("张%")).update({"name": "张氏"}, synchronize_session=False) session.commit()

删除数据

python

# 查询并删除 user = session.query(User).get(1) session.delete(user) session.commit() # 批量删除 session.query(User).filter(User.name == "李四").delete(synchronize_session=False) session.commit()

查询数据

基本查询

python

# 获取所有记录 users = session.query(User).all() # 获取特定字段 names = session.query(User.name).all() # 排序 users = session.query(User).order_by(User.name.desc()).all() # 限制结果数量 users = session.query(User).limit(10).all() # 偏移量 users = session.query(User).offset(5).limit(10).all()

过滤查询

python

from sqlalchemy import or_ # 等值过滤 user = session.query(User).filter(User.name == "张三").first() # 模糊查询 users = session.query(User).filter(User.name.like("张%")).all() # IN查询 users = session.query(User).filter(User.name.in_(["张三", "李四"])).all() # 多条件查询 users = session.query(User).filter( User.name == "张三", User.email.like("%@example.com") ).all() # 或条件 users = session.query(User).filter( or_(User.name == "张三", User.name == "李四") ).all() # 不等于 users = session.query(User).filter(User.name != "张三").all()

聚合查询

python

from sqlalchemy import func # 计数 count = session.query(User).count() # 分组计数 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()

连接查询

python

# 内连接 results = session.query(User, Post).join(Post).filter(Post.title.like("%Python%")).all() # 左外连接 results = session.query(User, Post).outerjoin(Post).all() # 指定连接条件 results = session.query(User, Post).join(Post, User.id == Post.author_id).all()

关系操作

python

# 创建带关系的对象 user = User(name="赵六", email="[email protected]") post = Post(title="我的第一篇博客", content="Hello World!", author=user) session.add(post) session.commit() # 通过关系访问 print(f"文章 '{post.title}' 的作者是 {post.author.name}") print(f"用户 {user.name} 的所有文章:") for p in user.posts: print(f" - {p.title}") # 多对多关系操作 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}' 的标签:") for tag in post.tags: print(f" - {tag.name}")

事务管理

python

# 自动提交事务 try: user = User(name="测试用户", email="[email protected]") session.add(user) session.commit() except Exception as e: session.rollback() print(f"发生错误: {e}") # 使用事务上下文管理器 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 # 嵌套事务 with session.begin_nested(): user = User(name="事务用户", email="[email protected]") session.add(user) # 保存点 savepoint = session.begin_nested() try: user = User(name="保存点用户", email="[email protected]") session.add(user) savepoint.commit() except: savepoint.rollback()

最佳实践

  1. 会话管理：为每个请求创建新会话，请求结束后关闭
  2. 异常处理：始终处理异常并适当回滚事务
  3. 延迟加载：注意N+1查询问题，使用 eager loading 优化
  4. 连接池：合理配置连接池大小和超时设置
  5. 数据验证：在模型层或应用层验证数据完整性

python

# 使用上下文管理器管理会话 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="上下文用户", email="[email protected]") db.add(user)

总结

SQLAlchemy ORM提供了强大而灵活的数据库操作方式，通过本文的介绍，您应该能够：

  1. 安装和配置SQLAlchemy
  2. 定义数据模型和关系
  3. 执行基本的CRUD操作
  4. 构建复杂查询
  5. 管理数据库事务
  6. 遵循最佳实践

SQLAlchemy还有更多高级特性，如混合属性、事件监听、自定义查询等，值得进一步探索学习。

Read more

MySQL 复制与主从架构（Master-Slave）

MySQL 复制与主从架构（Master-Slave）

MySQL 复制与主从架构（Master-Slave） MySQL 复制与主从架构是数据库高可用和负载均衡的重要手段。通过复制数据到多个从服务器，既可以实现数据冗余备份，又能分担查询压力，提升系统整体性能与容错能力。本文将详细介绍 MySQL 复制的基本原理、配置方式、复制类型以及在主从架构中的实际应用场景。 1. MySQL 复制概述 1.1 复制的基本原理 MySQL 复制指的是将主服务器（Master）上的数据变更自动传递到一个或多个从服务器（Slave）。其核心过程如下： * 二进制日志（Binlog）记录：主服务器对数据的每一次修改都会记录到二进制日志中。 * 日志传输：从服务器通过 I/O 线程连接主服务器，并获取二进制日志的内容。 * SQL 线程执行：从服务器的 SQL 线程解析并执行二进制日志中的操作，使从库数据与主库保持一致。 1.2 复制优势 * 高可用性：主库出现故障时，可以通过切换到从库继续提供服务。 * 负载均衡：查询请求可以分发到多个从库，

By Ne0inhk
HBase架构深度解析：HMaster、RegionServer与ZooKeeper三驾马车

HBase架构深度解析：HMaster、RegionServer与ZooKeeper三驾马车

HBase架构深度解析：HMaster、RegionServer与ZooKeeper三驾马车 * 一、HBase架构全景图 * 二、三大核心组件职责 * 2.1 组件职责总览 * 2.2 HMaster：集群的"大脑" * 2.3 RegionServer：数据的"执行者" * 2.4 ZooKeeper：集群的"协调者" * 三、HBase的数据存储单元：Region * 3.1 Region是什么？ * 3.2 Region的内部结构 * 3.3 Region的分配与迁移 * 四、HBase的读写流程 * 4.1 读数据流程 * 4.2

By Ne0inhk
【MySQL数据库基础】（七）删库跑路？先学会怎么“存”和“取”吧！MySQL 基础查询全攻略（上）

【MySQL数据库基础】（七）删库跑路？先学会怎么“存”和“取”吧！MySQL 基础查询全攻略（上）

前言         如果说算法是灵魂，那么数据库就是肉体。无论你的架构多么牛叉，最终都要落地到数据的增删改查（CRUD）上。         很多初学者觉得 SQL 简单，不就是 SELECT *吗？但真正到了高并发、大数据量的场景，基础不牢地动山摇。今天，咱们就带你深入浅出地剖析 MySQL 的“创建（Create）”与“查询（Retrieve）”，从零开始，拒绝死板！下面就让我们正式开始吧！ 在开始写代码前，咱们先统一一下黑话。C (Create)：创建/插入。R (Retrieve)：读取/查询。U (Update)：更新/修改。D (Delete)：删除。         简单来说，这就是数据的生命周期。本文我们将重点攻克前两个：如何优雅地把数据存进去，以及如何精准地把数据搜出来。

By Ne0inhk
Spring Boot 消息队列与异步通信

Spring Boot 消息队列与异步通信

Spring Boot 消息队列与异步通信 21.1 学习目标与重点提示 学习目标：掌握Spring Boot消息队列与异步通信的核心概念与使用方法，包括消息队列的定义与特点、Spring Boot与ActiveMQ的集成、Spring Boot与RabbitMQ的集成、Spring Boot与Kafka的集成、Spring Boot异步通信的基本方法、Spring Boot的实际应用场景，学会在实际开发中处理消息队列与异步通信问题。 重点：消息队列的定义与特点、Spring Boot与ActiveMQ的集成、Spring Boot与RabbitMQ的集成、Spring Boot与Kafka的集成、Spring Boot异步通信的基本方法、Spring Boot的实际应用场景。 21.2 消息队列概述 消息队列是Java开发中的重要组件。 21.2.1 消息队列的定义 定义：消息队列是一种异步通信机制，用于在应用程序之间传递消息。 作用： * 实现应用程序之间的异步通信。 * 实现应用程序之间的解耦。 * 提高应用程序的性能。 常见的消息队列： * Activ

By Ne0inhk