Python使用SQLAlchemy操作sqlite

Python使用SQLAlchemy操作sqlite

  • sqllite
    • 1. SQLite的简介
    • 2. 在 Windows 上安装 SQLite
    • 3. 使用SQLite创建数据库
      • 3.1 命令行创建数据库
      • 3.2 navicat连接数据库
    • 4.sqlite的数据类型
      • 存储类
      • SQLite Affinity 类型
      • Boolean 数据类型
      • Date 与 Time 数据类型
    • 5. 常用的sql语法
      • **创建表(CREATE TABLE)**
      • **插入数据 (INSERT INTO)**
      • **查询数据 (SELECT)**
      • **更新数据 (UPDATE)**
      • **删除数据 (DELETE)**
      • **SQLite Glob 子句**
      • **SQLite Limit 子句**
      • **SQLite Order By 子句**
      • **SQLite Group By 子句**
      • **SQLite Having 子句**
      • **SQLite Distinct 关键字**
      • 聚合函数 (SUM, AVG, COUNT, MAX, MIN)
      • **联合查询 (JOIN)**
      • **创建视图 (CREATE VIEW)**
      • **添加索引 (CREATE INDEX)**
    • 6.Python使用SQLAlchemy操作sqlite
      • 6.1 安装SQLAlchemy
      • 6.2 创建实现脚本

sqllite

1. SQLite的简介

SQLite(Structured Query Language - Lite)是一种轻量级的嵌入式关系型数据库管理系统(RDBMS)。以下是一些关于SQLite的简介:

  1. 轻量级: SQLite 是一个轻量级的数据库引擎,完全配置时小于 400KiB,省略可选功能配置时小于250KiB
  2. 嵌入式数据库: SQLite 是一个嵌入式数据库,这意味着它可以被嵌入到应用程序中,而不需要一个独立的数据库服务器。这使得它非常适合嵌入到移动应用、桌面应用和其他小型项目中。
  3. 零配置: SQLite 不需要服务器进程和配置文件。你只需创建一个数据库文件,然后可以在应用程序中直接使用。
  4. 完全兼容 ACID: SQLite 事务是完全兼容 ACID 的,允许从多个进程或线程安全访问。
  5. 支持标准的 SQL 语法: SQLite 支持大部分标准的 SQL 语法,因此你可以使用常见的 SQL 查询和操作语句。
  6. 事务支持: SQLite 提供了对事务的支持,这对于确保数据库的一致性和可靠性非常重要。
  7. 跨平台: SQLite 可以在多个操作系统上运行,包括Windows、Linux、macOS等。
  8. 无服务器体系结构: 与传统的客户端-服务器数据库管理系统不同,SQLite 没有独立的服务器进程。数据库引擎直接嵌入到应用程序中。
  9. 自包含: SQLite 数据库是一个单一的独立文件,包含整个数据库结构和数据。这使得数据库的传输和备份变得相对简单。

2. 在 Windows 上安装 SQLite

  1. 进入官网下载:SQLite Download Page

在这里插入图片描述

  1. 解压到指定文件夹,解压后如下

    在这里插入图片描述

  2. 配置环境变量:添加 E:\install\sqllite3.44.0 到 PATH 环境变量,最后在命令提示符下,使用 sqlite3 命令,将显示如下结果。
    在这里插入图片描述
    在这里插入图片描述

3. 使用SQLite创建数据库

3.1 命令行创建数据库

# 语法:.open [路径+数据库名字]
.open E:\install\sqllite3.44.0\db\zhouquantest.db

在这里插入图片描述

3.2 navicat连接数据库

在这里插入图片描述

4.sqlite的数据类型

存储类

存储类字段描述
NULL值是一个 NULL 值。
INTEGER值是一个带符号的整数,根据值的大小存储在 1、2、3、4、6 或 8 字节中。
REAL值是一个浮点值,存储为 8 字节的 IEEE 浮点数字。
TEXT值是一个文本字符串,使用数据库编码(UTF-8、UTF-16BE 或 UTF-16LE)存储。
BLOB值是一个 blob 数据,完全根据它的输入存储。

SQLite Affinity 类型

SQLite 支持列上的类型 affinity 概念。任何列仍然可以存储任何类型的数据,但列的首选存储类是它的 affinity。在 SQLite3 数据库中,每个表的列分配为以下类型的 affinity 之一:

Affinity描述
TEXT该列使用存储类 NULL、TEXT 或 BLOB 存储所有数据。
NUMERIC该列可以包含使用所有五个存储类的值。
INTEGER与带有 NUMERIC affinity 的列相同,在 CAST 表达式中带有异常。
REAL与带有 NUMERIC affinity 的列相似,不同的是,它会强制把整数值转换为浮点表示。
NONE带有 affinity NONE 的列,不会优先使用哪个存储类,也不会尝试把数据从一个存储类强制转换为另一个存储类。

Boolean 数据类型

SQLite 没有单独的 Boolean 存储类。相反,布尔值被存储为整数 0(false)和 1(true)。

Date 与 Time 数据类型

SQLite 没有一个单独的用于存储日期和/或时间的存储类,但 SQLite 能够把日期和时间存储为 TEXT、REAL 或 INTEGER 值。

存储类日期格式
TEXT格式为 “YYYY-MM-DD HH:MM:SS.SSS” 的日期。
REAL从公元前 4714 年 11 月 24 日格林尼治时间的正午开始算起的天数。
INTEGER从 1970-01-01 00:00:00 UTC 算起的秒数。

您可以以任何上述格式来存储日期和时间,并且可以使用内置的日期和时间函数来自由转换不同格式。

5. 常用的sql语法

创建表(CREATE TABLE)

CREATE TABLE employees (
    id INTEGER PRIMARY KEY,
    name TEXT NOT NULL,
    age INTEGER,
    department TEXT
);

插入数据 (INSERT INTO)

INSERT INTO employees (name, age, department)
VALUES ('蔡徐坤', 30, 'dev');

INSERT INTO employees (name, age, department)
VALUES ('鸡哥', 28, 'net');

查询数据 (SELECT)

  • 查询所有列:

    SELECT * FROM employees;
    
  • 查询特定列:

    SELECT name, age FROM employees;
    
  • 使用条件查询:

    SELECT * FROM employees WHERE department = 'net';
    
  • 使用通配符查询:

    SELECT * FROM employees WHERE name LIKE '蔡%';
    

更新数据 (UPDATE)

UPDATE employees
SET age = 31
WHERE name = '蔡徐坤';

删除数据 (DELETE)

DELETE FROM employees
WHERE name = '鸡哥';

SQLite Glob 子句

Glob 子句用于执行基于模式匹配的字符串比较。

SELECT * FROM employees
WHERE name GLOB '蔡*';

SQLite Limit 子句

LIMIT 子句用于限制查询结果的行数。

SELECT * FROM employees
LIMIT 5;

SQLite Order By 子句

ORDER BY 子句用于对查询结果进行排序。

SELECT * FROM employees
ORDER BY age DESC;

SQLite Group By 子句

GROUP BY 子句用于对查询结果进行分组。

SELECT department, AVG(age) as avg_age
FROM employees
GROUP BY department;

SQLite Having 子句

HAVING 子句用于在 GROUP BY 子句中对分组进行过滤。

SELECT department, AVG(age) as avg_age
FROM employees
GROUP BY department
HAVING AVG(age) > 30;

SQLite Distinct 关键字

DISTINCT 关键字用于返回唯一的值,去除重复。

SELECT DISTINCT department FROM employees;

聚合函数 (SUM, AVG, COUNT, MAX, MIN)

  • 计算年龄:

    SELECT AVG(age),MAX(age),MIN(age) FROM employees;
    
  • 计算部门人数:

    SELECT department, COUNT(*) as num_employees
    FROM employees
    GROUP BY department;
    

联合查询 (JOIN)

-- 创建部门表
CREATE TABLE departments (
    id INTEGER PRIMARY KEY,
    short_name TEXT,
    name TEXT
);

-- 插入数据
INSERT INTO departments (short_name,name)
VALUES ('dev','开发部'), ('net','网络部');

-- 关联查询
SELECT employees.name, employees.age, departments.name as department
FROM employees
JOIN departments ON employees.department = departments.short_name;

创建视图 (CREATE VIEW)

CREATE VIEW view_employee_summary AS
SELECT department, AVG(age) as avg_age, COUNT(*) as num_employees
FROM employees
GROUP BY department;

添加索引 (CREATE INDEX)

CREATE INDEX idx_department ON employees (department);

6.Python使用SQLAlchemy操作sqlite

创建一个python项目
在这里插入图片描述

6.1 安装SQLAlchemy

SQLAlchemy 是一个强大的 SQL 工具包和对象关系映射(ORM)库,它允许在 Python 中更方便地与数据库进行交互

使用以下命令安装:

pip install SQLAlchemy

在这里插入图片描述

6.2 创建实现脚本

from sqlalchemy import create_engine, Column, Integer, String, Sequence
from sqlalchemy.orm import declarative_base, sessionmaker

# 创建一个SQLite数据库引擎
# sqlite:/// 表示 SQLite 数据库连接协议
# students.db 是 SQLite 数据库文件的名称
# echo=True将SQL语句打印到控制台
engine = create_engine('sqlite:///students.db', echo=True)

# 创建一个基类,用于声明类定义
Base = declarative_base()


# 定义Student类
class Student(Base):
    __tablename__ = 'students'

    id = Column(Integer, Sequence('student_id_seq'), primary_key=True)
    name = Column(String(50), nullable=False)
    age = Column(Integer)
    grade = Column(String(10))


# 创建"students"表
Base.metadata.create_all(engine)

# 创建一个用于数据库交互的Session类
Session = sessionmaker(bind=engine)
session = Session()

# 新增
student1 = Student(id=1, name='小明', age=20, grade='A')
student2 = Student(id=2, name='小红', age=22, grade='B')
student3 = Student(id=3, name='小菜', age=21, grade='B')
student4 = Student(id=4, name='小坤', age=23, grade='A')

# 如果需要新增则取消下面两行注释
# session.add_all([student1, student2, student3, student4])
# session.commit()

# 查询并打印
print("所有学生:")
students = session.query(Student).all()
for student in students:
    print(f"ID: {student.id}, 姓名: {student.name}, 年龄: {student.age}, 成绩: {student.grade}")

# 查询指定学生
specific_student = session.query(Student).filter_by(name='小明').first()
if specific_student:
    print(f"\n特定学生: ID: {specific_student.id}, 姓名: {specific_student.name},"
          f" 年龄: {specific_student.age}, 成绩: {specific_student.grade}")
else:
    print("\n未找到特定学生")

# 更新学生的成绩
update_student = session.query(Student).filter_by(name='小红').first()
if update_student:
    update_student.grade = 'A'
    session.commit()
    print("\n成绩已更新")
else:
    print("\n未找到学生")

# 删除学生
delete_student = session.query(Student).filter_by(name='小明').first()
if delete_student:
    session.delete(delete_student)
    session.commit()
    print("\n学生已删除")
else:
    print("\n未找到学生")

# 关闭Session
session.close()

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/136038.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

No183.精选前端面试题,享受每天的挑战和学习

🤍 前端开发工程师(主业)、技术博主(副业)、已过CET6 🍨 阿珊和她的猫_CSDN个人主页 🕠 牛客高级专题作者、在牛客打造高质量专栏《前端面试必备》 🍚 蓝桥云课签约作者、已在蓝桥云课上架的前后端实战课程《Vue.js 和 Egg.js 开发企业级健康管理项目》、《带你从入…

深度学习基于python+TensorFlow+Django的花朵识别系统

欢迎大家点赞、收藏、关注、评论啦 ,由于篇幅有限,只展示了部分核心代码。 文章目录 一项目简介 二、功能三、系统四. 总结 一项目简介 花朵识别系统,基于Python实现,深度学习卷积神经网络,通过TensorFlow搭建卷积神经…

No181.精选前端面试题,享受每天的挑战和学习

🤍 前端开发工程师(主业)、技术博主(副业)、已过CET6 🍨 阿珊和她的猫_CSDN个人主页 🕠 牛客高级专题作者、在牛客打造高质量专栏《前端面试必备》 🍚 蓝桥云课签约作者、已在蓝桥云课上架的前后端实战课程《Vue.js 和 Egg.js 开发企业级健康管理项目》、《带你从入…

Module build failed (from ./node_modules/postcss-loader/src/index.js):

出现该错误是你可能没认真看官网的安装配置,可直接看该目录3,一个字一个字看 先安装uview 如果选择v1版本,建议使用npm下载,下面以v1版本为例,使用的是npm下载,导入uview时该文件也在node_modules文件夹里…

MySQL:日志系统

目录 概述错误日志(error log)慢查询日志(slow query log)一般查询日志( general log )中继日志(relay log)Buffer Pool 缓存回滚日志(undo log)概述undo log 作用undo log 的存储机制Undo log …

Java Web——TomcatWeb服务器

目录 1. 服务器概述 1.1. 服务器硬件 1.2. 服务器软件 2. Web服务器 2.1. Tomcat服务器 2.2. 简单的Web服务器使用 1. 服务器概述 服务器指的是网络环境下为客户机提供某种服务的专用计算机,服务器安装有网络操作系统和各种服务器的应用系统服务器的具有高速…

stm32控制舵机sg90

一、sg90简介 首先介绍说一下什么是舵机。舵机是一种位置(角度)伺服的驱动器。适用于一些需要角度不断变化的,可以保持的控制系统。sg90就是舵机的一种。 舵机的工作原理比较简单。舵机内部有一个基准电压,单片机产生的PWM信号通…

C语言证明一个偶数总能表示为两个素数之和。输入一个偶数并将其分解为两个素数

完整代码&#xff1a; // 一个偶数总能表示为两个素数之和。输入一个偶数并将其分解为两个素数#include<stdio.h>//判断一个数n是否为素数 int isPrimeNumber(int n){//1不是素数if (n1){return 0;}for (int i 2; i <(n/2); i){//当有n能被整除时&#xff0c;不是素…

【Springboot】基于注解式开发Springboot-Vue3整合Mybatis-plus实现分页查询(二)——前端el-pagination实现

系列文章 【Springboot】基于注解式开发Springboot-Vue3整合Mybatis-plus实现分页查询—后端实现 文章目录 系列文章系统版本实现功能实现思路后端传入的数据格式前端el-table封装axois接口引入Element-plus的el-pagination分页组件Axois 获取后台数据 系统版本 后端&#xf…

Excel中使用数据验证、OFFSET实现自动更新式下拉选项

在excel工作簿中&#xff0c;有两个Sheet工作表。 Sheet1&#xff1a; Sheet2&#xff08;数据源表&#xff09;&#xff1a; 要实现Sheet1中的“班级”内容&#xff0c;从数据源Sheet2中获取并形成下拉选项&#xff0c;且Sheet2中“班级”内容更新后&#xff0c;Sheet1中“班…

详解—搜索二叉树

一.二叉搜索树 1.1概念 二叉搜索树又称二叉排序树&#xff0c;它或者是一棵空树&#xff0c;或者是具有以下性质的二叉树: 若它的左子树不为空&#xff0c;则左子树上所有节点的值都小于根节点的值 若它的右子树不为空&#xff0c;则右子树上所有节点的值都大于根节点的值 它的…

如何安装Node.js? 创建Vue脚手架

1.进入Node.js官网&#xff0c;点击LTS版本进行下载 Node.js (nodejs.org)https://nodejs.org/en 2.然后一直【Next】即可 3.打开【cmd】,输入【node -v】注意node和-v中间的空格 查看已安装的Node.js的版本号&#xff0c;如果可以看到版本号&#xff0c;则安装成功 创建Vue脚手…

冯·诺依曼结构

一、约翰冯诺依曼---计算机之父 约翰冯诺依曼&#xff08;John von Neumann&#xff0c;1903年12月28日—1957年2月8日&#xff09;&#xff0c;出生于匈牙利布达佩斯&#xff0c;匈牙利裔美籍数学家、计算机科学家、物理学家和化学家&#xff0c;美国国家科学院院士&#xff…

Nginx:不同域名访问同一台机器的不同项目

Nginx很简单就可以解决同一台机器同时跑两个或者多个项目&#xff0c;而且都通过域名从80端口走。 以Windows环境下nginx服务为例&#xff0c;配置文件nginx.conf中&#xff0c;http中加上 include /setup/nginx-1.20.1/conf/conf.d/*.conf;删除server部分&#xff0c;完整如…

Python基础入门例程53-NP53 前10个偶数(循环语句)

最近的博文&#xff1a; Python基础入门例程52-NP52 累加数与平均值(循环语句)-CSDN博客 Python基础入门例程51-NP51 列表的最大与最小(循环语句)-CSDN博客 Python基础入门例程50-NP50 程序员节&#xff08;循环语句&#xff09;-CSDN博客 目录 最近的博文&#xff1a; 描…

前端常用的开发工具有哪些?

目录 内置管理系统的通用场景 前后端代码生成器 权限管控 开放源码 运行性能 主流数据库 写在最后 目前使用的是JNPF框架。 前端采用Vue.js&#xff0c;这是一种流行的前端JavaScript框架&#xff0c;用于构建用户界面。Vue.js具有轻量级、可扩展性强和生态系统丰富等特点&…

解决XFCE桌面VirtualBox透明背景的问题

1 背景 笔者用的是ManjaroXFCE的组合&#xff0c;但是在使用VirtualBox时&#xff0c;会出现透明背景的问题&#xff1a; 然后发现这其实和Kvantum主题有关。下面将进行设置操作&#xff0c;去修正Kvantum相关配置修复该问题。 2 操作流程 打开Kvantum Manager&#xff1a; …

bibitem格式 添加参考文献

这次写论文时遇到一种bibitem格式的参考文献&#xff0c;latex中没有bib文件 分三步走 找到这篇文章的Bib Tex的引用&#xff0c;然后新建bib文件&#xff0c;命名为下图&#xff1a; 然后把Bib Tex引用的内容复制到上图的文件中&#xff0c;新建tex文件 内容为 \document…

代码随想录算法训练营第四十九天|121. 买卖股票的最佳时机、122. 买卖股票的最佳时机 II

第九章 动态规划part10 121. 买卖股票的最佳时机 给定一个数组 prices &#xff0c;它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。 你只能选择 某一天 买入这只股票&#xff0c;并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最…

Leetcode—70.爬楼梯【简单】

2023每日刷题&#xff08;二十七&#xff09; Leetcode—70.爬楼梯 动态规划思想 动态规划算法的本质是使用空间换时间&#xff0c;通过计算和记录状态来得到最优解。 在分析动态规划类题目时&#xff0c;我们可以通过3个问题对题目进行基本的拆解。 1.问题是否分阶段&…
最新文章