来源：本文章摘抄于《知了课堂》，本人也是知了课堂的学生
相关
Python-SQLAlchemy介绍和基本使用
Python-SQLAlchemy（1）
Python-SQLAlchemy（2）
Python-SQLAlchemy（3）
Python-SQLAlchemy（4）
Python-SQLAlchemy（5）
ORM层面的CASCADE：
如果将数据库的外键设置为 RESTRICT，那么在 ORM 层面，删除了父表中的数据，从表中的数据将会是null。如果不想要这种情况发生，那么应该将这个值的 nullable=False。
在SQLAlchemy，只要将一个数据添加到 session中，那么和它相关联的数据都可以一起存入到数据库中了。这些是怎么设置的呢？其实是通过relationship，有一个关键字参数casceda可以设置这些属性：
-
save-update：默认选项，在添加一条数据的时候，会把其它和它相关联的数据都添加到数据库中。这种行为就是save-update属性影响的。 -
delete：表示当删除某个模型中的数据的时候，是否也删除掉使用relationship和它相关联的数据。 -
delete-orphan：表示当对一个ORM对象解除了父表中的关联对象的时候，自己便会被删除掉，当然如果父表中的数据被删除，自己也会被删除。这个选项只能用在一对多上，不能用在多对多以及多对一上，并且还需要在子模型中的relationship中，添加single_parent=True的参数。 -
merge：默认选项，当在使用session.merge，合并一个对象的时候，会将使用了relationship相关联的对象也进行merge操作。 -
expunge：移除操作的时候，相关联的对象也进行移除。这个操作只是从session中移除，并不会真正的从数据库中删除。 -
all：是对save-update，merge，refresh-expire，expunge，delete几种的缩写。
排序：
-
order_by：可以指定根据这个表中的某个字段进行排序，如果在前面加了一个-，代表的是降序排序。 - 在模型定义的时候指定默认排序：有些时候，不想每次在查询的时候都指定排序的方式，可以在定义模型的时候就指定排序的方式，有以下两种方式：
-
relationship的order_by参数：在指定relationship的时候，传递order_by参数来指定排序的字段。 - 在模型定义中，添加以下代码：
__mapper_args__ = { 'order_by':title } -
- 正向排序和反向排序：默认情况是从小到大，从前到后排序，如果想要反向排序，可以调用排序的字段的
desc方法。
limit、offset和切片：
-
limit：可以限制每次查询的时候只查询几条数据。 -
offset：可以限制查找数据的时候过滤掉前面的多少条数据。 - 切片：可以对
Query对象使用切片操作，来获取想要的数据。
懒加载：
在一对多哦，或者多对多的时候，如果想要获取多的这部分的数据的时候，往往能通过一个属性就可以全部获取了。比如有一个作者，想要获取这个作者的所有文章，那么可以通过user.artucles就可以获取所有的。但有时候我们不想获取所有的数据，比如只想获取这个作者今天发表的文章，那么这时候我们可以给relationship传递一个lazy='dynamic'，以后通过user.articles获取到的就不是一个列表，而是一个AppendQuery对象了，这样就可以对这个对象再进行一层过滤和排序的操作。
高级查询：
group_by:
根据某个字段进行分组。比如想要根据性别进行分组，来统计每个分组分别有多少人，那么可以使用以下代码来完成：
session.query(User.genderm func,count(User.id)).group_by(User.gender).all()
having：
having是对查找结果进一步过滤。比如只想要看未成年人的数量，那么可以首先对年龄进行分组统计人数，然后再对分组进行having过滤。示例代码如下：
result = session.query(User.age, func.count(User.id)).group_by(User.age).having(User.age >= 18).all()
join方法：
join查询分为两种，一种是inner join，另一种是outer join。默认的是inner join，如果指定left join或者right join则为outer join。如果想要查询User及其对应的Address，则可以通过以下方式来实现：
for u,a in session.query(User,
address).filter(User.id==Address.user_id).all():
print u
print a
# 输出结果
# <User (id=1, name='ed', fullname='Ed Jason', password='123456')>
# <Address id=4, email=ed@google.com, user_id=1>
这是通过普通方式的实现，也可以通过join的方法实现，更加简单。
for u, a in session.query(User, Address).join(Address).all():
print u
print a
# 输出结果
# <User (id=1, name='ed', fullname='Ed Jason', password='123456')>
# <Address id=4, email=ed@google.com, user_id=1>
当然，如果采用outer join，可以获取所有的user， 而不用在乎这个user是否有address对象，并且outer join默认为左外查询：
for instance in session.query(User, Address).outerjoin(Address).all():
print instance
# 输出结果
# (
# <User (id=1, name='ed', fullname='Ed Jason', password='123456')>,
# <Address id=4,email=ed@google.com,user_id=1>
# )
# (
# <User (id=2,name='xt',fullname='xiaotuo',password='123')>,
# None
# )
别名：
当多表查询的时候，有时候同一个表要用到多次，这时候用别名就可以方便的解决命名冲突的问题了：
from sqlalchemy.orm import aliased
adalias1 = aliased(Address)
adalias2 = aliased(Address)
for username, email1, email2 in session.query(User.name, adalias1.email_address, adalias2.email_address).join(adalias1).join(adalias2).all():
print username, email1, email2
子查询：
sqlalchemy也支持子查询，比如现在要查找一个用户的用户名以及该用户的邮箱地址数量。要满足这个需求，可以在子查询中找到所有用户的邮箱（通过group by合并同一用户），然后再将结果放到父查询中进行使用：
from sqlalchemy.sql import func
# 构造子查询
stmt = session.query(Address.user_id.label('user_id'), func.count(*).label('address_count')).group_by(Address.user_id).subquery()
# 将子查询放到父查询中
for u, count in session.query(User, stmt.c.address_count).outerjoin(stmt, User,id==stmt.c.user_id).order_by(User.id):
print u, count
从上面我们可以看到，一个查询如果想要变为子查询，则是通过subquery()方法实现，变成子查询后，通过子查询.c属性来访问查询出来的列。以上方法只能查询某个对象的具体字段，如果想要查找整个实体，则需要通过aliased方法实现，示例如下：
stmt = session.query(Address)
adalias = aliased(Address, stmt)
for user, address in session.query(User, stmt).join(stmt, User.addresses):
print user, address
网友评论