极客笔记PostgreSQL 使用 SQLAlchemy 1.4 经典/命令式映射风格
在本文中，我们将介绍如何使用SQLAlchemy 1.4的经典/命令式映射风格来操作PostgreSQL。PostgreSQL是一个功能丰富的关系型数据库管理系统，而SQLAlchemy是一个强大的Python SQL工具包，可以帮助我们与数据库进行交互。
阅读更多：PostgreSQL 教程
前言
在开始使用SQLAlchemy与PostgreSQL进行交互之前，我们需要安装并导入必要的模块。确保你已经安装了Python和SQLAlchemy。可以使用以下命令安装SQLAlchemy：
pip install sqlalchemy
连接到数据库
首先，我们需要通过SQLAlchemy连接到PostgreSQL数据库。在开始之前，确保你有正确的数据库连接信息，如主机名、端口号、数据库名称、用户名和密码。下面是一个连接到PostgreSQL数据库的示例代码：
from sqlalchemy import create_engine
# 填入正确的数据库连接信息
engine = create_engine('postgresql://username:password@hostname:port/database')
# 测试连接是否成功
with engine.connect() as connection:
result = connection.execute('SELECT 1')
print(result.scalar()) # 若成功，将打印 1
定义数据模型
在使用SQLAlchemy时，我们需要定义数据库中的数据模型。在经典/命令式映射风格中，我们使用Python类来表示数据库中的表。每个类对应一个表，类中的属性对应表中的列。下面是一个示例：
from sqlalchemy import Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base()
class User(Base):
__tablename__ = 'users'
id = Column(Integer, primary_key=True)
name = Column(String)
age = Column(Integer)
在上面的示例中，我们定义了一个名为”User”的数据模型类，其对应数据库中的”user”表。该表包含了”id”、”name”和”age”三个列。
创建表与插入数据
在定义了数据模型后，我们需要使用数据模型来创建数据库表，并向表中插入数据。可以使用以下代码来实现：
Base.metadata.create_all(engine) # 创建表
# 创建会话
from sqlalchemy.orm import sessionmaker
Session = sessionmaker(bind=engine)
session = Session()
# 插入数据
user1 = User(name='Alice', age=25)
user2 = User(name='Bob', age=30)
session.add_all([user1, user2])
session.commit()
# 查询数据
users = session.query(User).all()
for user in users:
print(user.name, user.age)
在上述示例中，我们使用create_all(engine)方法创建了数据模型所对应的数据库表。然后我们使用sessionmaker创建了一个会话对象，并通过该对象插入了两条数据，之后通过query方法来检索所有的用户信息。
更新与删除数据
使用SQLAlchemy，我们可以很方便地更新和删除数据库中的数据。下面是一些示例代码：
# 更新数据
user = session.query(User).filter_by(name='Alice').first()
user.age = 26
session.commit()
# 删除数据
user = session.query(User).filter_by(name='Bob').first()
session.delete(user)
session.commit()
在上述示例中，我们首先使用query方法来查询名为”Alice”的用户，然后将其年龄从25更新为26，并通过commit()方法将更改提交到数据库中。接着，我们又使用query方法查询了名为”Bob”的用户，并通过delete方法将其从数据库中删除。
使用查询语言
SQLAlchemy提供了强大的查询语言来帮助我们执行复杂的数据库查询操作。下面是一个示例：
# 查询年龄大于等于30的用户
users = session.query(User).filter(User.age >= 30).all()
# 查询名字以'A'开头的用户
users = session.query(User).filter(User.name.like('A%')).all()
# 查询年龄大于25并且名字以'A'开头的用户
users = session.query(User).filter(User.age > 25, User.name.like('A%')).all()
在上述示例中，我们演示了如何使用query方法和filter方法来进行数据库查询。可以根据具体需求组合不同的查询条件。
使用事务
在操作数据库时，事务能够确保数据的完整性和一致性。在SQLAlchemy中，我们可以使用commit()和rollback()方法来管理事务。下面是一个示例：
# 创建会话
Session = sessionmaker(bind=engine)
session = Session()
# 开启事务
session.begin()
try:
# 执行数据库操作
# ...
# 提交事务
session.commit()
except Exception as e:
# 回滚事务
session.rollback()
在上述示例中，我们通过begin()方法开启了一个事务，在try块中执行了数据库操作，如果执行成功，则使用commit()方法提交事务。如果在执行过程中发生了错误，则使用rollback()方法回滚事务。
总结
本文介绍了如何使用SQLAlchemy 1.4的经典/命令式映射风格来操作PostgreSQL数据库。我们学习了如何连接到数据库、定义数据模型、创建表、插入数据、更新与删除数据、使用查询语言以及管理事务。通过熟练掌握这些技巧，我们能够更加方便地使用SQLAlchemy来操作PostgreSQL数据库。
通过本文的学习，希望读者能够掌握SQLAlchemy与PostgreSQL之间的协作，并能够在实际应用中灵活运用它们。SQLAlchemy提供了丰富的功能和灵活的接口，可以极大地简化数据库操作的开发工作。如果能够深入学习和掌握SQLAlchemy，将有助于提升数据操作的效率和质量。
祝愿大家在使用SQLAlchemy与PostgreSQL时取得优秀的成果！