SQLAlchemy 学习笔记
来源：互联网 发布：办公软件教学视频 编辑：程序博客网 时间：2024/05/28 15:06
SQLAlchemy是Python界的ORM（Object Relational Mapper）框架，它两个主要的组件： SQLAlchemy ORM 和SQLAlchemy Core 。
安装
pip install SQLAlchemy#检查安装是否成功: >>> import sqlalchemy>>> sqlalchemy.__version__0.8.0没有报错就代表正确安装了，连接MySQL数据库(需要MySQLdb支持)：
from sqlalchemy import create_engineDB_CONNECT_STRING = 'mysql+mysqldb://root:@localhost/test2?charset=utf8'engine = create_engine(DB_CONNECT_STRING,echo=True)create_engine方法返回一个Engine实例，Engine实例只有直到触发数据库事件时才真正去连接数据库，如执行：
engine.execute("select 1").scalar()执行上面的语句是，sqlalchemy就会从数据库连接池中获取一个连接用于执行语句。echo=True是回显命令，sqlalchemy与数据库通信的命令都将打印出来，例如：
2014-12-28 01:00:29,078 INFO sqlalchemy.engine.base.Engine SHOW VARIABLES LIKE ‘sql_mode’2014-12-28 01:00:29,079 INFO sqlalchemy.engine.base.Engine ()2014-12-28 01:00:29,080 INFO sqlalchemy.engine.base.Engine SELECT DATABASE()2014-12-28 01:00:29,081 INFO sqlalchemy.engine.base.Engine ()2014-12-28 01:00:29,083 INFO sqlalchemy.engine.base.Engine show collation where `Charset` = ‘utf8’ and `Collation` = ‘utf8_bin’2014-12-28 01:00:29,083 INFO sqlalchemy.engine.base.Engine ()声明一个映射（declare a Mapping)
declarative_base类维持了一个从类到表的关系，通常一个应用使用一个base实例，所有实体类都应该继承此类对象
from sqlalchemy.ext.declarative import declarative_baseBase = declarative_base()现在就可以创建一个domain类
from sqlalchemy import Column,Integer,Stringclass User(Base): __tablename__ = 'users' id = Column(Integer,primary_key=True) name = Column(String) fullname = Column(String) password = Column(String) #这里的String可以指定长度，比如：String(20) def __init__(self,name,fullname,password): self.name = name self.fullname = fullname self.password = password def __repr(self): return "<User('%s','%s','%s')>"%(self.name,self.fullname,self.password)Base.metadata.create_all(engine) sqlalchemy 就是把Base子类转变为数据库表，定义好User类后，会生成Table和mapper()，分别通过User.__table__和User.__mapper__返回这两个对象，对于主键，象oracle没有自增长的主键时，要使用：
from sqlalchemy import SequenceColumn(Integer,Sequence('user_idseq'),prmary_key=True)Base.metadata返回sqlalchemy.schema.MetaData对象，它是所有Table对象的集合，调用create_all()该对象会触发CREATE TABLE语句，如果数据库还不存在这些表的话。
创建Session
Session是真正与数据库通信的handler，你还可以把他理解一个容器，add就是往容器中添加对象
from sqlalchemy.orm import sessionmakerSession = sessionmaker(bind=engine)#创建完session就可以添加数据了 ed_user = User('ed','Ed jone','edpasswd')session.add(ed_user)#也可以使用session.add_all()添加多个对象 #session.add_all([user1,user2,user3])print ed_user in session # Truesession.rollback()print ed_user in session # False执行完add方法后，ed_user对象处于pending状态，不会触发INSERT语句，当然ed_uesr.id也为None，如果在add方后有查询(session.query)，那么会flush一下，把数据刷一遍，把所有的pending信息先flush再执行query。
对象状态
对象实例有四种状态，分别是：
- Transient（瞬时的）：这个状态的对象还不在session中，也不会保存到数据库中，主键为None（不是绝对的，如果Persistent对象rollback后虽然主键id有值，但还是Transient状态的）。
- Pending（挂起的）：调用session.add()后，Transient对象就会变成Pending，这个时候它还是不会保存到数据库中，只有等到触发了flush动作才会存在数据库，比如query操作就可以出发flush。同样这个时候的实例的主键一样为None
- Persistent（持久的）：session中，数据库中都有对应的一条记录存在，主键有值了。
- Detached（游离的）：数据库中有记录，但是session中不存在，对这个状态的对象进行操作时，不会触发任何SQL语句。
查询
Query对象通过Session.query获取，query接收类或属性参数，以及多个类
for instance in session.query(User).order_by(User.id) print instance.namefor name,fullname in session.query(User.name,User.fullname): print name,fullname# TODOfilter_by接收的参数形式是关键字参数，而filter接收的参数是更加灵活的SQL表达式结构：
# sqlalchemy源码对filter_by的定义def filter_by(self, **kwargs):# 举例：for user in session.query(User).filter_by(name=’ed’).all(): print userfor user in session.query(User).filter(User.name==”ed”).all(): print user常用过滤操作：
equals
query.filter(User.name == 'ed')not equal
query.filter(User.name !='ed')LIKE
query.filter(User.name.like('%d%')IN:
query.filter(User.name.in_(['a','b','c'])NOT IN:
query.filter(~User.name.in_(['ed','x'])IS NULL:
filter(User.name==None)IS NOT NULL:
filter(User.name!=None)AND
from sqlalchemy import and_filter(and_(User.name == 'ed',User.fullname=='xxx'))或者多次调用filter或filter_by
filter(User.name =='ed').filter(User.fullname=='xx')还可以是：
query.filter(User.name == ‘ed’, User.fullname == ‘Ed Jones’)OR
from sqlalchemy import or_query.filter(or_(User.name == ‘ed’, User.name == ‘wendy’))
对比一下Django：Django中ORM的filter方法里面只有一个等号，比如：
Entry.objects.all().filter(pub_date__year=2006)查询返回结果
- query.all()，all()返回列表
- query.first()：返回第一个元素
- query.one()有且只有一个元素时才正确返回。
此外，filter函数还可以接收text对象，text是SQL查询语句的字面对象，比如：
for user in session.query(User).filter(text(“id<224”)).order_by(text(“id”)).all(): print user.namecount
有两种count，第一种是纯粹是执行SQL语句后返回有多少行，对应的函数count()，第二个是func.count()，适用在分组统计，比如按性别分组时，男的有多少，女的多少：
session.query(User).filter(User.name==’ed’).count()session.query(func.count(), User.name).group_by(User.name).all( )Relattionship
SQLAlchemy中的映射关系有四种,分别是一对多,多对一,一对一,多对多
一对多(one to many）
因为外键(ForeignKey)始终定义在多的一方.如果relationship定义在多的一方,那就是多对一,一对多与多对一的区别在于其关联(relationship)的属性在多的一方还是一的一方，如果relationship定义在一的一方那就是一对多.
这里的例子中,一指的是Parent,一个parent有多个child.
class Parent(Base): __tablename__ = 'parent' id = Column(Integer,primary_key = True) children = relationship("Child",backref='parent')class Child(Base): __tablename__ = 'child' id = Column(Integer,primary_key = True) parent_id = Column(Integer,ForeignKey('parent.id'))多对一(many to one)
这个例子中many是指parent了,意思是一个child可能有多个parent(父亲和母亲),这里的外键(child_id)和relationship(child)都定义在多(parent)的一方
class Parent(Base): __tablename__ = 'parent' id = Column(Integer, primary_key=True) child_id = Column(Integer, ForeignKey('child.id')) child = relationship("Child", backref="parents")class Child(Base): __tablename__ = 'child' id = Column(Integer, primary_key=True)为了建立双向关系,可以在relationship()中设置backref（详情参考）,Child对象就有parents属性.设置 cascade= 'all'，可以级联删除
class Parent(Base): __tablename__ = 'parent' id = Column(Integer,primary_key = True) children = relationship("Child",cascade='all',backref='parent')def delete_parent(): session = Session() parent = session.query(Parent).get(2) session.delete(parent) session.commit()不过不设置cascade，删除parent时，其关联的chilren不会删除，只会把chilren关联的parent.id置为空，设置cascade后就可以级联删除children
一对一
一对一就是多对一和一对多的一个特例,只需在relationship加上一个参数uselist=False替换多的一端就是一对一:
从一对多转换到一对一:
class Parent(Base): __tablename__ = 'parent' id = Column(Integer, primary_key=True) child = relationship("Child", uselist=False, backref="parent")class Child(Base): __tablename__ = 'child' id = Column(Integer, primary_key=True)parent_id = Column(Integer, ForeignKey('parent.id'))从多对一转换到一对一:
class Parent(Base): __tablename__ = 'parent' id = Column(Integer, primary_key=True) child_id = Column(Integer, ForeignKey('child.id')) child = relationship("Child", backref=backref("parent", uselist=False))class Child(Base): __tablename__ = 'child' id = Column(Integer, primary_key=True)多对多
多对多关系需要一个中间关联表,通过参数secondary来指定,
from sqlalchemy import Table,Textpost_keywords = Table('post_keywords',Base.metadata, Column('post_id',Integer,ForeignKey('posts.id')), Column('keyword_id',Integer,ForeignKey('keywords.id')))class BlogPost(Base): __tablename__ = 'posts' id = Column(Integer,primary_key=True) body = Column(Text) keywords = relationship('Keyword',secondary=post_keywords,backref='posts')class Keyword(Base): __tablename__ = 'keywords' id = Column(Integer,primary_key = True) keyword = Column(String(50),nullable=False,unique=True)关联查询（query with join）
简单地可以使用：
for u, a in session.query(User, Address).filter(User.id==Address.user_id).filter(Address.email==’lzjun@qq.com’).all(): print u, a 如果是使用真正的关联SQL语法来查询可以使用：
session.query(User).join(Address).filter(Address.email==”lzjun@qq.com”).all()因为这里的外键就一个，系统知道如何去关联
relationship()API
relationship()函数接收的参数非常多，比如：backref，secondary，primaryjoin，等等。列举一下我用到的参数:
backref:在一对多或多对一之间建立双向关系,比如:
class Parent(Base): __tablename__ = 'parent' id = Column(Integer, primary_key=True) children = relationship("Child", backref="parent")class Child(Base): __tablename__ = 'child' id = Column(Integer, primary_key=True) parent_id = Column(Integer, ForeignKey('parent.id'))Prarent对象获取children,parent.children,反过来Child对象可以获取parent:child.parent.
- lazy:默认值是True,说明关联对象只有到真正访问的时候才会去查询数据库,比如有parent对象,只有知道访问parent.children的时候才做关联查询.
remote_side:表中的外键引用的是自身时,如Node类,如果想表示多对一的关系,那么就可以使用remote_side
class Node(Base): __tablename__ = 'node' id = Column(Integer, primary_key=True) parent_id = Column(Integer, ForeignKey('node.id')) data = Column(String(50)) parent = relationship("Node", remote_side=[id])如果是想建立一种双向的关系,那么还是结合backref:
class Node(Base):__tablename__ = 'node'id = Column(Integer, primary_key=True)parent_id = Column(Integer, ForeignKey('node.id'))data = Column(String(50))children = relationship("Node", backref=backref('parent', remote_side=[id]) )primaryjoin:用在一对多或者多对一的关系中,默认情况连接条件就是主键与另一端的外键,用primaryjoin参数可以用来指定连接条件 ,比如:下面user的address必须现address是一'tony'开头:
class User(Base): __tablename__ = 'user' id = Column(Integer, primary_key=True) name = Column(String) addresses = relationship("Address", primaryjoin="and_(User.id==Address.user_id, " "Address.email.startswith('tony'))", backref="user")class Address(Base): __tablename__ = 'address' id = Column(Integer, primary_key=True) email = Column(String) user_id = Column(Integer, ForeignKey('user.id'))secondary:
order_by:
在一对多的关系中,如下代码:class User(Base):# ....addresses = relationship("Address", order_by="desc(Address.email)", primaryjoin="Address.user_id==User.id")如果user的address要按照email排序,那么就可以在relationship中添加参数order_by.这里的参数是一字符串形式表示的,不过它等同于python表达式,其实还有另一种基于lambda的方式:
class User(Base):# ...addresses = relationship(lambda: Address, order_by=lambda: desc(Address.email), primaryjoin=lambda: Address.user_id==User.id)
association_proxy
associationproxy是sqlalchemy扩展包里面的一个函数,是一个无关痛痒的提供便捷性的功能,在多的言语也不及官方文档的例子,还是看看文档吧.
column_propety
可以用column_property来实现SQL表达式作为映射类的属性(另外一种方式就是用hybrid),
对比Django中的ORM:
Django 中提供了三种通用的数据库关系类型，many-to-one，many-to-many，one-to-one，
many-to-one：
用ForeignKey来定义多对一的关系，假设一个员工只能隶属于一个部门，但部门可以有多个员工，则可以：
class Department(models.Model): ...class Employee(models.Model): department = models.ForeignKey(Department) ...如果一个对象和自身有多对一的关系，则可以是：
models.ForeignKey('self'):class Employee(models.Model): manager = models.ForeignKey('self')many-to-many：
用ManyToManyField来定义多对多的关系，假设Blog可以有多个Tag，一个Tag也可以在多篇Blog里面，那么就可以用ManyToManyField
class Blog(models.Model): tags = ManyToManyField(Tag)class Tag(models.Model): ....同样可以通过ManyToManyField('self')和自身建立多对多的关系.
one-to-one:
用OneToOneField来定义一对一的关系
相比较而言,django的orm可谓简单很多,但是性能方面未必优于sqlalchemy,不同点,sqlalchemy的model需要指定id,而django会自动帮你生成id.
Session
Session 使用 connection发送query，把返回的result row 填充到一个object中，该对象同时还会保存在Session中，Session内部有一个叫 Identity Map的数据结构，为每一个对象维持了唯一的副本。primary key 作为 key ，value就是该object。
session刚开始无状态，直到有query发起时。
对象的变化会被session的跟踪维持着，在数据库做下一次查询后者当前的事务已经提交了时，it fushed all pendings changes to the database.
这就是传说中的 Unit of work 模式
例如：
def unit_of_work(): session = Session() album = session.query(Album).get(4) album.name = "jun" #这里不会修改album的name属性，不会触发update语句def unit_of_work(): session = Session() album = session.query(Album).get(4) album.name = "jun" #这里修改了album的name属性，会触发一个update语句 session.query(Artist).get(11) session.commit()构造了session，何时commit，何时close
规则：始终保持session与function和objecct分离
transaction scope 和 session scope
对象的四种状态
对象在session中可能存在的四种状态包括：
- Transient ：实例还不在session中，还没有保存到数据库中去，没有数据库身份，想刚创建出来的对象比如
User()，仅仅只有mapper()与之关联 - Pending ：用add()一个transient对象后，就变成了一个pending对象，这时候仍然没有flushed到数据库中去，直到flush发生。
- Persistent ：实例出现在session中而且在数据库中也有记录了，通常是通过flush一个pending实例变成Persistent或者从数据库中querying一个已经存在的实例。
- Detached：一个对象它有记录在数据库中，但是不在任何session中，
Hibernate中的Session
SessionFactory创建Session，SessionFactory是线程安全的，而Session是线程不安全的。Session是轻量级的，创建和删除都不需要耗太大的资源，这与JDBC的connection不一样，Connection的创建时很好资源的。
Session对象内部有一个缓存，称之为Hibernate第一级缓存，每个session实例都有自己的缓存，存放的对象是当前工作单元中加载的对象。
Hibernate Session 缓存三大作用：
1. 减少数据库的访问频率，提高访问性能 2. 保证缓存的对象与数据库同步，位于缓存中的对象称为持久化对象 3. 当持久化对象存在关联时，session保证不出现对象图的死锁
Session什么时候清理缓存
- commit()方法调用的时候
- 查询时会清理缓存，保证查询结果能反映对象的最新状态
- 显示调用session的flush方法
Querying
q = session.query(SomeMappedClass)session的query方法就可以创建一个查询对象，
def add_before_query(): session = Session() ed_user = User(name='zhangsan') session.add(ed_user) user = session.query(User).filter_by(name='zhangsan').first() print ed_user == user这里的ed_user == user 返回True，session中会根据用主键作为key，object作为vlaue缓存在session中
def test1(): session = Session() jack = session.query(User).filter_by(name='lzjun').one() print jack print jack.addresses默认sqlalchemy 使用的时懒加载的模式，查询user的时候，并不会查询user.addresses，只有真正使用user.addresses的时候 才会触发user.addresses的查询语句。
from sqlalchemy.orm import subqueryloaddef subquery_load_test(): session = Session() jack = session.query(User).\ options(subqueryload(User.addresses)).\ filter_by(name='lzjun').one() print jack使用subqueryload操作，饿汉式加载，查询user的时候，就把addresses查询出来了。
传统映射
用Table构建一个table metadata，然后通过映射函数mapper与User关联起来
from sqlalchemy import Table,Metadatametadata = Metadata()user = Table('user',metadata, Column('id',Integer,primary_key = True), )class User(object): def __init__(self,name): self.name = namemapper(User,user)等价于：
class User(Base): id = Column(Integer,primary_key = True) name = Column(String) def __init__(self,name): self.name = name使用加载策略（懒加载，饿加载）
SQLAlchemy 默认使用 Lazy Loading 策略加载对象的 relationships。因此，如果你在对象 detached 之后访问对象的 relationships，会报 "DetachedInstanceError" 错误。例如：
user = session.query(User).get(id) _session.close() print user.comments # this will raise DetachedInstanceError 如果你需要在对象 detach 后访问 relationships（例如需要跨进程共享对象），则应该使用 Eager Loading 策略：
session.query(User).options(joinedload('comments')).get(id) _session.close() print user.comments # OK 如果需要加载所有的 relationships ，可以设置 Default Loading Strategies :
class Parent(Base): __tablename__ = 'parent' id = Column(Integer,primary_key = True) children = relationship("Child",backref='parent')class Child(Base): __tablename__ = 'child' id = Column(Integer,primary_key = True) parent_id = Column(Integer,ForeignKey('parent.id'))在one的那端设置了backref后，反过来就是多对一，在保存child时不需要显示的保存parent
def save_child(): parent = Parent() child1 = Child(parent = parent) child2 = Child(parent = parent) child3 = Child(parent = parent) session = Session() session.add_all([child1,child2,child3]) session.flush() session.commit()设置 cascade= 'all'，可以级联删除
class Parent(Base): __tablename__ = 'parent' id = Column(Integer,primary_key = True) children = relationship("Child",cascade='all',backref='parent')def delete_parent(): session = Session() parent = session.query(Parent).get(2) session.delete(parent) session.commit()不过不设置cascade，删除parent时，其关联的chilren不会删除，只会把chilren关联的parent.id置为空，设置cascade后就可以级联删除children
Session
Session 使用 connection发送query，把返回的result row 填充到一个object中，该对象同时还会保存在Session中，Session内部有一个叫 Identity Map的数据结构，为每一个对象维持了唯一的副本。primary key 作为 key ，value就是该object。
session刚开始无状态，直到有query发起时。
对象的变化会被session的跟踪维持着，在数据库做下一次查询后者当前的事务已经提交了时，it fushed all pendings changes to the database.
这就是传说中的 Unit of work 模式
例如：
def unit_of_work(): session = Session() album = session.query(Album).get(4) album.name = "jun" #这里不会修改album的name属性，不会触发update语句def unit_of_work(): session = Session() album = session.query(Album).get(4) album.name = "jun" #这里修改了album的name属性，会触发一个update语句 session.query(Artist).get(11) session.commit()构造了session，何时commit，何时close
规则：始终保持session与function和objecct分离
transaction scope 和 session scope
对象的四种状态
对象在session中可能存在的四种状态包括：
- Transient ：实例还不在session中，还没有保存到数据库中去，没有数据库身份，想刚创建出来的对象比如
User()，仅仅只有mapper()与之关联 - Pending ：用add()一个transient对象后，就变成了一个pending对象，这时候仍然没有flushed到数据库中去，直到flush发生。
- Persistent ：实例出现在session中而且在数据库中也有记录了，通常是通过flush一个pending实例变成Persistent或者从数据库中querying一个已经存在的实例。
- Detached：一个对象它有记录在数据库中，但是不在任何session中，
Hibernate中的Session
SessionFactory创建Session，SessionFactory是线程安全的，而Session是线程不安全的。Session是轻量级的，创建和删除都不需要耗太大的资源，这与JDBC的connection不一样，Connection的创建时很好资源的。
Session对象内部有一个缓存，称之为Hibernate第一级缓存，每个session实例都有自己的缓存，存放的对象是当前工作单元中加载的对象。
Hibernate Session 缓存三大作用：
1. 减少数据库的访问频率，提高访问性能 2. 保证缓存的对象与数据库同步，位于缓存中的对象称为持久化对象 3. 当持久化对象存在关联时，session保证不出现对象图的死锁
Session什么时候清理缓存
- commit()方法调用的时候
- 查询时会清理缓存，保证查询结果能反映对象的最新状态
- 显示调用session的flush方法
session.query(User).options(joinedload('*')).get(id) _session.close() print user.comments # OK
print user.posts # OK
Relattionship
一对多 （one to many）
mapping class link to table metadata
print session.query(func.count(User.id)).all()print session.query(func.count(User.id)).first()print session.query(func.count(User.id)).scalar()all()返回的是list，[(10,)]first()返回的是tuple，(10,)，就是all()里面的的第0个元组scalar()返回的就是单一值，元组中的第0个值，而且scalar只使用于当前返回的是单个值，比如all()里面返回的10Classic mapping
from sqlalchemy import Table, MetaDatafrom sqlalchemy.orm import mappermetadata = MetaData()subject = Table('subject', metadata, Column('id', Integer, primary_key=True), Column('title', String(100)) )class Subject(object): def __init__(self, name): self.name = namemetadata.create_all(engine) #生成数据库表mapper(Subject,subject) #建立映射Hybrid Attributes 混合属性
属性在类和实例上有特殊的行为
from sqlalchemy import Column, Integerfrom sqlalchemy.ext.declarative import declarative_basefrom sqlalchemy.orm import Session, aliasedfrom sqlalchemy.ext.hybrid import hybrid_property, hybrid_methodBase = declarative_base()class Interval(Base): __tablename__ = 'interval' id = Column(Integer, primary_key=True) start = Column(Integer, nullable=False) end = Column(Integer, nullable=False) def __init__(self, start, end): self.start = start self.end = end @hybrid_property def length(self): print self return self.end - self.start @hybrid_method def contains(self,point): return (self.start <= point) & (point < self.end) @hybrid_method def intersects(self, other): return self.contains(other.start) | self.contains(other.end)这个hybrid_property和python中的@property有什么区别呢？区别就在这个hybrid上，既然是混合的属性，也就是说，既可以作为实例属性 也可以作为类属性，
if __name__ == '__main__': Base.metadata.create_all(engine) i = Interval(5, 10) print i.length print Interval.length输出结果是：
<__main__.Interval object at 0x9cfdd8c> ----5<class '__main__.Interval'> ----interval."end" - interval.start而Interval.length的type是
<class 'sqlalchemy.sql.expression.BinaryExpression'>那它有什么用呢？
Session().query(Interval).filter(Interval.length > 10)它的用法看起来跟属性start、end一样的，而你却无需在数据库中像start、end一样定义一个字段，多好。
那@hibrid_method有什么用呢？ ,如果是判断point是不是contains，直接:
i.contains(7) 就好了啊，干嘛要用@hibrid_method呢？
Session().query(Interval).filter(Interval.contains(15))看到了吧，和hybrid_property有相似之处
区别于属性的表达式装饰器
from sqlalchemy import funcclass Interval(object): # ... @hybrid_property def radius(self): return abs(self.length) / 2 @radius.expression def radius(cls): return func.abs(cls.length) / 2这里为什么还要用radius.expression呢，对于查询：
Session().query(Interval).filter(Interval.radius > 5)直接像length一样不行吗?当然不行，不信，注释掉radius.expression试试。
TypeError: bad operand type for abs(): 'BinaryExpression'其实它接收的是一个sqlahclemy里面的函数，func.abs，因为这里面使用的length也是一个hybrid的属性
@length.setterdef length(self, value): self.end = self.start + value也支持setter
mapping class inheritance hierarchies
使用memecache做缓存的时候，出现了错误：读取一篇article，异常信息：
DetachedInstanceError: Parent instance <Article at 0xb22da4c> is not bound to a Session; lazy load operation of attribute 'user' cannot proceed访问代码：
session = DBSession() @cache_region('long_term') def func_to_cache(session): article = session.query(Article).get(articleId) return article article = func_to_cache(session)这段代码的意思相当于：
article = mc.get(key)if not article: article = session.query(Article).get(articleid) mc.set(key, article)因为Article类还关联了user
userId = Column('user_id', IdDataType, ForeignKey( 'user_profile.user_id'), nullable=False)user = relationship(UserProfile)默认SQLAlchemy的实体是使用Lazyload模式，也就是说只有真正访问article.user的时候才会去数据库查询该用户，而这里事先把article缓存起来了，在访问article的时候延迟查询所使用的session跟原对象的关联被切断了。没法触发sql查询了。可以使用 eager loading，通过joinedload()， http://docs.sqlalchemy.org/en/latest/orm/inheritance.htmlhttp://docs.sqlalchemy.org/en/latest/orm/loading.html
错误总结:
1.用column_property()函数做为类属性的时候:
Article.recommendCnt = column_property(select([func.count(ArticlePGoal.id)]).where(and_( Article.id == ArticlePGoal.articleId, ArticlePGoal.artType == ArticlePGoal.ART_TYPE_RECOMMEND, Article.id == ArticlePGoal.articleId, ~Article.isDeleted))) 抛出的异常:
InvalidRequestError: Select statement 'SELECT count(article_pgoal.id) AS count_1 FROM article_pgoal, article WHERE article.id = article_pgoal.article_id AND article_pgoal.art_type = %s AND article.id = article_pgoal.article_id AND NOT article.is_deleted' returned no FROM clauses due to auto-correlation; specify correlate(<tables>) to control correlation manually.关键看错误信息的最后一句,它告诉我们需要手动指定关联的表
Article.recommendCnt = column_property(select([func.count(ArticlePGoal.id)]).where(and_( Article.id == ArticlePGoal.articleId, ArticlePGoal.artType == ArticlePGoal.ART_TYPE_RECOMMEND, Article.id == ArticlePGoal.articleId, ~Article.isDeleted)).correlate(Article.__table__))使用memecache做缓存的时候,异常:
DetachedInstanceError: Instance
is not bound to a Session; attribute refresh operation cannot proceed
可以设置 session.expire_on_commit = False
列与数据类型
http://docs.sqlalchemy.org/en/rel_0_9/core/types.html
BigInteger对应数据库中的BIGINT Boolean对应BOOLEAN或SAMLLINT,Python端是True或False Date对应datetime.date()对象 DateTime就是datetime.datetime()对象 Float Integer Interval对应datetime.timedelta(),在数据库中如果是PostgreSQL对应本地的INTERVAL类型,其它数据库用date保存.(相对于1970,1,1) Text继承自String,在SQL中使用CLOB或TEXT,一般没有长度Time datetime.time() Unicode继承String,有length参数 UnicodeText
映射类继承层次
SQLAlchemy支持三种形式的继承,单表继承, 多个类对应单独的一个表,具体表继承:
Querying
http://docs.sqlalchemy.org/en/rel_0_9/orm/query.html#sqlalchemy.orm.query.Query.join
- sqlalchemy学习笔记
- Flask-SQLALchemy学习笔记
- SQLAlchemy 学习笔记
- SQLAlchemy 学习笔记
- SqlAlchemy个人学习笔记
- SQLAlchemy学习笔记
- SQLAlchemy学习笔记
- sqlalchemy学习笔记
- python学习笔记(十五) - ORM框架(SQLAlchemy)
- SqlAlchemy个人学习笔记完整汇总
- SQLalchemy relationship之lazy属性 学习笔记
- SQLAlchemy core 学习笔记（1） medata
- sqlalchemy 笔记
- SqlAlchemy学习
- SQLAlchemy学习
- Python数据库ORM SQLAlchemy 0.7学习笔记(1) 概要
- Python数据库ORM SQLAlchemy 0.7学习笔记(2) 定义映射
- Python数据库ORM SQLAlchemy 0.7学习笔记(3) 会话
- BZOJ3834: [Poi2014]Solar Panels
- Number of Islands II
- java的aes——base64加解密
- 20家上市银行的不良资产总额超过1亿卢比
- 浅析Margin和Padding属性
- SQLAlchemy 学习笔记
- Linux—档案与目录管理(1)
- 2016-5-13-2
- 画饼状图二
- db2创建表空间
- JavaWeb开发之HttpServletResponse接口和常用方法 (跟着龙哥学JavaWeb)
- Beautiful Soup 4库--python2.x（学习日记）
- 论Android应用进程长存的可行性
- My97DatePicker的使用
