深入理解Python的if __name__ == ‘__main__‘

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

【SpringBoot】——在做一些项目中所学到的新的技术栈和一些小技巧（主要为MQ，详细请看目录和文章）

【SpringBoot】——在做一些项目中所学到的新的技术栈和一些小技巧（主要为MQ，详细请看目录和文章）

🎼个人主页：【Y小夜】 😎作者简介：一位双非学校的大三学生，编程爱好者， 专注于基础和实战分享，欢迎私信咨询！ 🎆入门专栏：🎇【MySQL，Java基础，Rust】 🎈热门专栏：🎊【Python，Javaweb，Springboot】  感谢您的点赞、关注、评论、收藏、是对我最大的认可和支持！❤️ 目录 🎈假删（逻辑删除） 🎈启动端口总是被占用 🎉和其他启动程序端口冲突 🎉 Hyper-V虚拟机 🎈文件上传校验 🎈分库分表 🎈限流机制 🎉 常见的限流算法 🎊固定窗口限流算法 🎊滑动窗口限流算法 🎊漏桶算法 🎊令牌桶算法 🎈异步化以及线程池 🎉 异步化 🎉 线程池   🎊线程池的作用   🎊线程池的实现 🎊任务类型 🎈消息队列 🎉 模型 🎉 优势 🎊应用解耦的优势 🎈RabbitMQ入门 🎉 安装 🎉 配置RabbitMQ 🎉 常用端口 🎉 入门程序 🎊Hello

By Ne0inhk
从 “渐进式披露” 到 “能力即文件”：Claude Agent Skills 的技术本质、架构变革与生态影响

从 “渐进式披露” 到 “能力即文件”：Claude Agent Skills 的技术本质、架构变革与生态影响

引言 人工智能（Artificial Intelligence，AI）智能体（Agent）技术正在经历从通用能力向专业化能力的范式转变。在这一变革浪潮中，Anthropic 于 2025 年 10 月发布的 Agent Skills 方法代表了 AI 能力扩展机制的一次重要创新。这项技术的核心价值在于，它通过一种基于文件系统的模块化架构，将领域专业知识封装为可复用的技能单元，使得通用大模型能够动态按需加载特定能力，从而在保持上下文效率的同时实现专业化任务执行。不同于传统的提示工程或工具调用模式，Agent Skills 采用 “渐进式披露” 的加载机制，仅在与任务相关时才将详细指令载入上下文窗口，这一设计有效解决了长期困扰 AI Agent 系统的上下文瓶颈问题。从企业实践来看，早期采用者已报告了显著的生产力提升，某医疗保健软件公司的 21 天试点项目记录了 49 个 AI 增强用例，累计节省超过 680 小时的工作时间。本报告将系统性地解构 Claude

By Ne0inhk
深入浅出 NVIDIA CUDA 架构与并行计算技术

深入浅出 NVIDIA CUDA 架构与并行计算技术

🐇明明跟你说过：个人主页 🏅个人专栏：《深度探秘：AI界的007》 🏅 🔖行路有良友，便是天堂🔖 目录 一、引言 1、CUDA为何重要：并行计算的时代 2、NVIDIA在GPU计算领域的角色 二、CUDA简介 1、什么是CUDA 2、CUDA的历史与发展 三、CUDA架构解析 1、GPU vs CPU：架构对比 2、CUDA核心组件 四、CUDA编程模型 1、CUDA程序的基本结构 2、Kernel函数与线程层级 3、内存管理与数据传输（Host ↔ Device） 一、引言 1、CUDA为何重要：并行计算的时代 🧠 单核时代的终结 曾几何时，我们对计算性能的追求是这样的： “CPU 主频越高越好，

By Ne0inhk
一文看懂 Modbus RTU 协议：核心架构、报文解析与现场调试避坑指

一文看懂 Modbus RTU 协议：核心架构、报文解析与现场调试避坑指

目录 一、 核心架构：主从式结构 (Client/Server) 二、 常见传输模式：RTU 与 TCP 三、 数据模型：四类存储寄存器 四、 常用功能码 (Function Codes) 五、 报文结构示例 (Modbus RTU) 六、 常见问题与排查思路 一、 核心架构：主从式结构 (Client/Server) Modbus 采用典型的主从式通信模型： 主站 (Master/Client）：唯一的指令发起方，同一网络内同一时刻仅存在一台主站，负责主动查询从站数据 / 下发控制指令； 从站 (Slave/Server）：指令被动响应方，每台从站配备唯一站号（ID），仅在被主站点名调用时反馈数据 / 执行指令，无主动发送数据的权限； * 注意： 从站不会主动发送数据，只有在被主站“

By Ne0inhk