目錄:php
內容:html
一、數據庫介紹java
什麼是數據庫?python
數據庫是按照數據結構來組織、存儲和管理數據的倉庫,每一個數據庫都有一個或多個不一樣的API用於建立、訪問、管理、搜索和複製所保存的數據,咱們也能夠將數據存儲在文件中,可是文件讀寫數據速度相對較慢,因此如今咱們使用關係型數據庫管理系統RDBMS來存儲和管理大數據量。所謂的關係型數據庫,是創建在關係模型基礎上的數據庫,藉助於集合代數等數學概念呢和方法來處理數據庫中的數據。mysql
RDBMS即關係數據庫管理系統的特色:linux
一、數據以表格的形式出現程序員
二、每行爲各類記錄名稱web
三、每列爲記錄名稱所對應的數據域sql
四、許多的行和列組成了一張表單數據庫
五、若干的表單組成database
下圖就是一個數據庫:
RDBMS術語
在咱們開始學習MySQL數據庫前,先了解下RDBMS的一些術語:
MySQL數據庫
MySQL是最流行的關係型數據庫管理系統,在web應用方面是MySQL是最好的RDSMS(Relational Database Management System):關係數據庫管理系統應用軟件之一,由瑞典MySQL AB公司開發,目前屬於Oracle公司,MySQL是一種關聯數據庫管理系統,關聯數據庫將數據保存再不一樣表中,而不是將全部的數據放在一個大倉庫內,這樣就增長了速度並提升了靈活性。
二、MySQL的使用安裝
Linux平臺上推薦使用RPM包來安裝Mysql,MySQL AB提供瞭如下RPM包的下載地址:
如下安裝Mysql RMP的實例是在SuSE Linux系統上進行,固然該安裝步驟也適合應用於其餘支持RPM的Linux系統,如:Centos。
安裝步驟以下:
使用root用戶登錄你的Linux系統。
經過如下命令執行Mysql安裝,rpm包爲你下載的rpm包:
[root@host]# rpm -i MySQL-5.0.9-0.i386.rpm
以上安裝mysql服務器的過程會建立mysql用戶,並建立一個mysql配置文件my.cnf。
你能夠在/usr/bin和/usr/sbin中找到全部與MySQL相關的二進制文件。全部數據表和數據庫將在/var/lib/mysql目錄中建立。
如下是一些mysql可選包的安裝過程,你能夠根據本身的須要來安裝:
1 [root@host]# rpm -i MySQL-client-5.0.9-0.i386.rpm 2 [root@host]# rpm -i MySQL-devel-5.0.9-0.i386.rpm 3 [root@host]# rpm -i MySQL-shared-5.0.9-0.i386.rpm 4 [root@host]# rpm -i MySQL-bench-5.0.9-0.i386.rpm
Window上安裝Mysql相對來講會較爲簡單,你只須要載 MySQL 下載中下載window版本的mysql安裝包,並解壓安裝包。
雙擊 setup.exe 文件,接下來你只須要安裝默認的配置點擊"next"便可,默認狀況下安裝信息會在C:\mysql目錄中。
接下來你能夠經過"開始" =》在搜索框中輸入 " cmd" 命令 =》 在命令提示符上切換到 C:\mysql\bin 目錄,並輸入一下命令:
1 mysqld.exe --console
若是安裝成功以上命令將輸出一些mysql啓動及InnoDB信息。
在成功安裝Mysql後,一些基礎表會表初始化,在服務器啓動後,你能夠經過簡單的測試來驗證Mysql是否工做正常。
使用 mysqladmin 工具來獲取服務器狀態:
使用 mysqladmin 命令倆檢查服務器的版本,在linux上該二進制文件位於 /usr/bin on linux ,在window上該二進制文件位於C:\mysql\bin
[root@host]# mysqladmin --version
若是以上命令執行後未輸入任何信息,說明你的Mysql未安裝成功。
你能夠在 MySQL Client(Mysql客戶端) 使用 mysql 命令鏈接到Mysql服務器上,默認狀況下Mysql服務器的密碼爲空,因此本實例不須要輸入密碼。
命令以下:
[root@host]# mysql
Mysql安裝成功後,默認的root用戶密碼爲空,你可使用如下命令來建立root用戶的密碼:
[root@host]# mysqladmin -u root password "new_password";
注意:在輸入密碼時,密碼是不會顯示了,你正確輸入便可。
若是你須要在Linux系統啓動時啓動 MySQL 服務器,你須要在 /etc/rc.local 文件中添加如下命令:
/etc/init.d/mysqld start
一樣,你須要將 mysqld 二進制文件添加到 /etc/init.d/ 目錄中。
三、MySQL管理
首先,咱們須要經過如下命令來檢查MySQL服務器是否啓動:
ps -ef | grep mysqld
若是MySql已經啓動,以上命令將輸出mysql進程列表, 若是mysql未啓動,你可使用如下命令來啓動mysql服務器:
root@host# cd /usr/bin ./mysqld_safe &
若是你想關閉目前運行的 MySQL 服務器, 你能夠執行如下命令:
1 root@host# cd /usr/bin 2 ./mysqladmin -u root -p shutdown 3 Enter password: ******
若是你須要添加 MySQL 用戶,你只須要在 mysql 數據庫中的 user 表添加新用戶便可。
如下爲添加用戶的的實例,用戶名爲guest,密碼爲guest123,並受權用戶可進行 SELECT, INSERT 和 UPDATE操做權限:
1 root@host# mysql -u root -p 2 Enter password:******* 3 mysql> use mysql; 4 Database changed 5 6 mysql> INSERT INTO user 7 (host, user, password, 8 select_priv, insert_priv, update_priv) 9 VALUES ('localhost', 'guest', 10 PASSWORD('guest123'), 'Y', 'Y', 'Y'); 11 Query OK, 1 row affected (0.20 sec) 12 13 mysql> FLUSH PRIVILEGES; 14 Query OK, 1 row affected (0.01 sec) 15 16 mysql> SELECT host, user, password FROM user WHERE user = 'guest'; 17 +-----------+---------+------------------+ 18 | host | user | password | 19 +-----------+---------+------------------+ 20 | localhost | guest | 6f8c114b58f2ce9e | 21 +-----------+---------+------------------+ 22 1 row in set (0.00 sec)
在添加用戶時,請注意使用MySQL提供的 PASSWORD() 函數來對密碼進行加密。 你能夠在以上實例看到用戶密碼加密後爲: 6f8c114b58f2ce9e.在添加用戶時,請注意使用MySQL提供的 PASSWORD() 函數來對密碼進行加密。 你能夠在以上實例看到用戶密碼加密後爲: 6f8c114b58f2ce9e.
注意:在 MySQL5.7 中 user 表的 password 已換成了authentication_string。
注意:在注意須要執行 FLUSH PRIVILEGES 語句。 這個命令執行後會從新載入受權表。
若是你不使用該命令,你就沒法使用新建立的用戶來鏈接mysql服務器,除非你重啓mysql服務器。
你能夠在建立用戶時,爲用戶指定權限,在對應的權限列中,在插入語句中設置爲 'Y' 便可,用戶權限列表以下:
Select_priv,Insert_priv,Update_priv,Delete_priv,Create_priv,Drop_priv,Reload_priv,Shutdown_priv,Process_priv,File_priv,Grant_priv,References_priv,Index_priv,Alter_priv
另一種添加用戶的方法爲經過SQL的 GRANT 命令,你下命令會給指定數據庫TUTORIALS添加用戶 zara ,密碼爲 zara123 。
1 root@host# mysql -u root -p password; 2 Enter password:******* 3 mysql> use mysql; 4 Database changed 5 6 mysql> GRANT SELECT,INSERT,UPDATE,DELETE,CREATE,DROP 7 -> ON TUTORIALS.* 8 -> TO 'zara'@'localhost' 9 -> IDENTIFIED BY 'zara123';
通常狀況下,你不須要修改該配置文件,該文件默認配置以下:
1 [mysqld] 2 datadir=/var/lib/mysql 3 socket=/var/lib/mysql/mysql.sock 4 5 [mysql.server] 6 user=mysql 7 basedir=/var/lib 8 9 [safe_mysqld] 10 err-log=/var/log/mysqld.log 11 pid-file=/var/run/mysqld/mysqld.pid
如下列出了使用Mysql數據庫過程當中經常使用的命令:
USE 數據庫名 :選擇要操做的Mysql數據庫,使用該命令後全部Mysql命令都只針對該數據庫。
SHOW DATABASES: 列出 MySQL 數據庫管理系統的數據庫列表。
SHOW TABLES: #顯示指定數據庫的全部表,使用該命令前須要使用 use命令來選擇要操做的數據庫。
SHOW COLUMNS FROM 數據表: #顯示數據表的屬性,屬性類型,主鍵信息 ,是否爲 NULL,默認值等其餘信息。
create database testdb charset "utf8"; #建立一個叫testdb的數據庫,且讓其支持中文
drop database testdb; #刪除數據庫
SHOW INDEX FROM 數據表:顯示數據表的詳細索引信息,包括PRIMARY KEY(主鍵)。
MySQL中定義數據字段的類型對你數據庫的優化是很是重要的。
MySQL支持多種類型,大體能夠分爲三類:數值、日期/時間和字符串(字符)類型。
MySQL支持全部標準SQL數值數據類型。
這些類型包括嚴格數值數據類型(INTEGER、SMALLINT、DECIMAL和NUMERIC),以及近似數值數據類型(FLOAT、REAL和DOUBLE PRECISION)。
關鍵字INT是INTEGER的同義詞,關鍵字DEC是DECIMAL的同義詞。
BIT數據類型保存位字段值,而且支持MyISAM、MEMORY、InnoDB和BDB表。
做爲SQL標準的擴展,MySQL也支持整數類型TINYINT、MEDIUMINT和BIGINT。下面的表顯示了須要的每一個整數類型的存儲和範圍。
類型 | 大小 | 範圍(有符號) | 範圍(無符號) | 用途 |
---|---|---|---|---|
TINYINT | 1 字節 | (-128,127) | (0,255) | 小整數值 |
SMALLINT | 2 字節 | (-32 768,32 767) | (0,65 535) | 大整數值 |
MEDIUMINT | 3 字節 | (-8 388 608,8 388 607) | (0,16 777 215) | 大整數值 |
INT或INTEGER | 4 字節 | (-2 147 483 648,2 147 483 647) | (0,4 294 967 295) | 大整數值 |
BIGINT | 8 字節 | (-9 233 372 036 854 775 808,9 223 372 036 854 775 807) | (0,18 446 744 073 709 551 615) | 極大整數值 |
FLOAT | 4 字節 | (-3.402 823 466 E+38,1.175 494 351 E-38),0,(1.175 494 351 E-38,3.402 823 466 351 E+38) | 0,(1.175 494 351 E-38,3.402 823 466 E+38) | 單精度 浮點數值 |
DOUBLE | 8 字節 | (1.797 693 134 862 315 7 E+308,2.225 073 858 507 201 4 E-308),0,(2.225 073 858 507 201 4 E-308,1.797 693 134 862 315 7 E+308) | 0,(2.225 073 858 507 201 4 E-308,1.797 693 134 862 315 7 E+308) | 雙精度 浮點數值 |
DECIMAL | 對DECIMAL(M,D) ,若是M>D,爲M+2不然爲D+2 | 依賴於M和D的值 | 依賴於M和D的值 | 小數值 |
表示時間值的日期和時間類型爲DATETIME、DATE、TIMESTAMP、TIME和YEAR。
每一個時間類型有一個有效值範圍和一個"零"值,當指定不合法的MySQL不能表示的值時使用"零"值。
TIMESTAMP類型有專有的自動更新特性,將在後面描述。
類型 | 大小 (字節) |
範圍 | 格式 | 用途 |
---|---|---|---|---|
DATE | 3 | 1000-01-01/9999-12-31 | YYYY-MM-DD | 日期值 |
TIME | 3 | '-838:59:59'/'838:59:59' | HH:MM:SS | 時間值或持續時間 |
YEAR | 1 | 1901/2155 | YYYY | 年份值 |
DATETIME | 8 | 1000-01-01 00:00:00/9999-12-31 23:59:59 | YYYY-MM-DD HH:MM:SS | 混合日期和時間值 |
TIMESTAMP | 4 | 1970-01-01 00:00:00/2037 年某時 | YYYYMMDD HHMMSS | 混合日期和時間值,時間戳 |
字符串類型指CHAR、VARCHAR、BINARY、VARBINARY、BLOB、TEXT、ENUM和SET。該節描述了這些類型如何工做以及如何在查詢中使用這些類型。
類型 | 大小 | 用途 |
---|---|---|
CHAR | 0-255字節 | 定長字符串 |
VARCHAR | 0-65535 字節 | 變長字符串 |
TINYBLOB | 0-255字節 | 不超過 255 個字符的二進制字符串 |
TINYTEXT | 0-255字節 | 短文本字符串 |
BLOB | 0-65 535字節 | 二進制形式的長文本數據 |
TEXT | 0-65 535字節 | 長文本數據 |
MEDIUMBLOB | 0-16 777 215字節 | 二進制形式的中等長度文本數據 |
MEDIUMTEXT | 0-16 777 215字節 | 中等長度文本數據 |
LONGBLOB | 0-4 294 967 295字節 | 二進制形式的極大文本數據 |
LONGTEXT | 0-4 294 967 295字節 | 極大文本數據 |
CHAR和VARCHAR類型相似,但它們保存和檢索的方式不一樣。它們的最大長度和是否尾部空格被保留等方面也不一樣。在存儲或檢索過程當中不進行大小寫轉換。
BINARY和VARBINARY類相似於CHAR和VARCHAR,不一樣的是它們包含二進制字符串而不要非二進制字符串。也就是說,它們包含字節字符串而不是字符字符串。這說明它們沒有字符集,而且排序和比較基於列值字節的數值值。
BLOB是一個二進制大對象,能夠容納可變數量的數據。有4種BLOB類型:TINYBLOB、BLOB、MEDIUMBLOB和LONGBLOB。它們只是可容納值的最大長度不一樣。
有4種TEXT類型:TINYTEXT、TEXT、MEDIUMTEXT和LONGTEXT。這些對應4種BLOB類型,有相同的最大長度和存儲需求。
語法
CREATE TABLE table_name (column_name column_type);
建立一個student表
1 create table student( 2 stu_id INT NOT NULL AUTO_INCREMENT, 3 name CHAR(32) NOT NULL, 4 age INT NOT NULL, 5 register_date DATE, 6 PRIMARY KEY ( stu_id ) 7 );
實例解析:
語法
INSERT INTO table_name ( field1, field2,...fieldN )
VALUES
( value1, value2,...valueN );
插入數據
mysql> insert into student (name,age,register_date) values ("alex li",22,"2016-03-4") -> ; Query OK, 1 row affected (0.00 sec) mysql> select * from student; +--------+---------+-----+---------------+ | stu_id | name | age | register_date | +--------+---------+-----+---------------+ | 1 | alex li | 22 | 2016-03-04 | +--------+---------+-----+---------------+ 1 row in set (0.00 sec)
SELECT column_name,column_name
FROM table_name
[WHERE Clause]
[OFFSET M ][LIMIT N]
mysql> select * from student limit 3 offset 2; +--------+---------+-----+---------------+ | stu_id | name | age | register_date | +--------+---------+-----+---------------+ | 3 | alex li | 24 | 2016-03-04 | | 4 | alex li | 24 | 2016-03-01 | | 5 | alex li | 24 | 2016-03-02 | +--------+---------+-----+---------------+ 3 rows in set (0.00 sec) 好比這個SQL ,limit後面跟的是3條數據,offset後面是從第3條開始讀取 mysql> select * from student limit 3 ,1; +--------+---------+-----+---------------+ | stu_id | name | age | register_date | +--------+---------+-----+---------------+ | 4 | alex li | 24 | 2016-03-01 | +--------+---------+-----+---------------+ 1 row in set (0.00 sec) 而這個SQL,limit後面是從第3條開始讀,讀取1條信息。
語法
SELECT field1, field2,...fieldN FROM table_name1, table_name2...
[WHERE condition1 [AND [OR]] condition2.....
如下爲操做符列表,可用於 WHERE 子句中。
下表中實例假定 A爲10 B爲20
操做符 | 描述 | 實例 |
---|---|---|
= | 等號,檢測兩個值是否相等,若是相等返回true | (A = B) 返回false。 |
<>, != | 不等於,檢測兩個值是否相等,若是不相等返回true | (A != B) 返回 true。 |
> | 大於號,檢測左邊的值是否大於右邊的值, 若是左邊的值大於右邊的值返回true | (A > B) 返回false。 |
< | 小於號,檢測左邊的值是否小於右邊的值, 若是左邊的值小於右邊的值返回true | (A < B) 返回 true。 |
>= | 大於等於號,檢測左邊的值是否大於或等於右邊的值, 若是左邊的值大於或等於右邊的值返回true | (A >= B) 返回false。 |
<= | 小於等於號,檢測左邊的值是否小於於或等於右邊的值, 若是左邊的值小於或等於右邊的值返回true | (A <= B) 返回 true。 |
使用主鍵來做爲 WHERE 子句的條件查詢是很是快速的。
select * from student where register_date > '2016-03-04';
語法
UPDATE table_name SET field1=new-value1, field2=new-value2 [WHERE Clause] 1 update student set age=22 ,name="Alex Li" where stu_id>3;
語法
DELETE FROM table_name [WHERE Clause]<br><br>delete from student where stu_id=5;
語法
SELECT field1, field2,...fieldN table_name1, table_name2... WHERE field1 LIKE condition1 [AND [OR]] filed2 = 'somevalue' select *from student where name binary like "%Li"; select *from student where name binary like binary "%Li"; #只匹配大寫
SELECT column_name, function(column_name)
FROM table_name
WHERE column_name operator value
GROUP BY column_name;
示例
mysql> SELECT * FROM employee_tbl; +----+--------+---------------------+--------+ | id | name | date | singin | +----+--------+---------------------+--------+ | 1 | 小明 | 2016-04-22 15:25:33 | 1 | | 2 | 小王 | 2016-04-20 15:25:47 | 3 | | 3 | 小麗 | 2016-04-19 15:26:02 | 2 | | 4 | 小王 | 2016-04-07 15:26:14 | 4 | | 5 | 小明 | 2016-04-11 15:26:40 | 4 | | 6 | 小明 | 2016-04-04 15:26:54 | 2 | +----+--------+---------------------+--------+ 接下來咱們使用 GROUP BY 語句 將數據表按名字進行分組,並統計每一個人有多少條記錄: mysql> SELECT name, COUNT(*) FROM employee_tbl GROUP BY name; +--------+----------+ | name | COUNT(*) | +--------+----------+ | 小麗 | 1 | | 小明 | 3 | | 小王 | 2 | +--------+----------+ 3 rows in set (0.01 sec) 使用 WITH ROLLUP mysql> SELECT name, SUM(singin) as singin_count FROM employee_tbl GROUP BY name WITH ROLLUP; +--------+--------------+ | name | singin_count | +--------+--------------+ | 小麗 | 2 | | 小明 | 7 | | 小王 | 7 | | NULL | 16 | +--------+--------------+ 4 rows in set (0.00 sec) 其中記錄 NULL 表示全部人的登陸次數。<br> 咱們可使用 coalesce 來設置一個能夠取代 NUll 的名稱,coalesce 語法: mysql> SELECT coalesce(name, '總數'), SUM(singin) as singin_count FROM employee_tbl GROUP BY name WITH ROLLUP;
咱們須要修改數據表名或者修改數據表字段時,就須要使用到MySQL ALTER命令。
刪除,添加或修改表字段
alter table student drop register_date; #從student表刪除register_date 字段alter table student add phone int(11) not null; #添加phone字段
修改字段類型及名稱
若是須要修改字段類型及名稱, 你能夠在ALTER命令中使用 MODIFY 或 CHANGE 子句 。
例如,把字段 c 的類型從 CHAR(1) 改成 CHAR(10),能夠執行如下命令:
mysql> ALTER TABLE testalter_tbl MODIFY c CHAR(10);
使用 CHANGE 子句, 語法有很大的不一樣。 在 CHANGE 關鍵字以後,緊跟着的是你要修改的字段名,而後指定新字段名及類型。嘗試以下實例:
mysql> ALTER TABLE testalter_tbl CHANGE i j BIGINT;
mysql> ALTER TABLE testalter_tbl CHANGE j j INT;
當你修改字段時,你能夠指定是否包含只或者是否設置默認值。
如下實例,指定字段 j 爲 NOT NULL 且默認值爲100 。
mysql> ALTER TABLE testalter_tbl
-> MODIFY j BIGINT NOT NULL DEFAULT 100;
mysql> ALTER TABLE testalter_tbl RENAME TO alter_tbl;
外鍵,一個特殊的索引,用於關鍵2個表,只能是指定內容
mysql> create table class( -> id int not null primary key, -> name char(16)); Query OK, 0 rows affected (0.02 sec) CREATE TABLE `student2` ( `id` int(11) NOT NULL, `name` char(16) NOT NULL, `class_id` int(11) NOT NULL, PRIMARY KEY (`id`), KEY `fk_class_key` (`class_id`), CONSTRAINT `fk_class_key` FOREIGN KEY (`class_id`) REFERENCES `class` (`id`) ) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 此時若是class 表中不存在id 1,student表也插入不了,這就叫外鍵約束 mysql> insert into student2(id,name,class_id) values(1,'alex', 1); ERROR 1452 (23000): Cannot add or update a child row: a foreign key constraint fails (`testdb`.`student2`, CONSTRAINT `fk_class_key` FOREIGN KEY (`class_id`) REFERENCES `class` (`id`)) mysql> insert into class(id,name) values(1,"linux"); Query OK, 1 row affected (0.01 sec) mysql> insert into student2(id,name,class_id) values(1,'alex', 1); Query OK, 1 row affected (0.00 sec) #若是有student表中跟這個class表有關聯的數據,你是不能刪除class表中與其關聯的紀錄的 mysql> delete from class where id =1; ERROR 1451 (23000): Cannot delete or update a parent row: a foreign key constraint fails (`testdb`.`student2`, CONSTR
咱們已經知道MySQL使用 SQL SELECT 命令及 WHERE 子句來讀取數據表中的數據,可是當提供的查詢條件字段爲 NULL 時,該命令可能就沒法正常工做。
爲了處理這種狀況,MySQL提供了三大運算符:
IS NULL: 當列的值是NULL,此運算符返回true。
IS NOT NULL: 當列的值不爲NULL, 運算符返回true。
<=>: 比較操做符(不一樣於=運算符),當比較的的兩個值爲NULL時返回true。
關於 NULL 的條件比較運算是比較特殊的。你不能使用 = NULL 或 != NULL 在列中查找 NULL 值 。
在MySQL中,NULL值與任何其它值的比較(即便是NULL)永遠返回false,即 NULL = NULL 返回false 。
MySQL中處理NULL使用IS NULL和IS NOT NULL運算符。
咱們已經學會了若是在一張表中讀取數據,這是相對簡單的,可是在真正的應用中常常須要從多個數據表中讀取數據。
本章節咱們將向你們介紹如何使用 MySQL 的 JOIN 在兩個或多個表中查詢數據。
你能夠在SELECT, UPDATE 和 DELETE 語句中使用 Mysql 的 JOIN 來聯合多表查詢。
JOIN 按照功能大體分爲以下三類:
Suppose you have two tables, with a single column each, and data as follows:
A B
- -
1 3
2 4
3 5
4 6
Inner join
An inner join using either of the equivalent queries gives the intersection of the two tables, i.e. the two rows they have in common.
select * from a INNER JOIN b on a.a = b.b; select a.*,b.* from a,b where a.a = b.b; a | b --+-- 3 | 3 4 | 4
其實就是隻顯示2個表的交集
Left join
A left join will give all rows in A, plus any common rows in B.
select * from a LEFT JOIN b on a.a = b.b; a | b --+----- 1 | null 2 | null 3 | 3 4 | 4
Right join
A right join will give all rows in B, plus any common rows in A.
select * from a RIGHT JOIN b on a.a = b.b; a | b -----+---- 3 | 3 4 | 4 null | 5 null | 6
Full join
A full outer join will give you the union of A and B, i.e. all the rows in A and all the rows in B. If something in A doesn't have a corresponding datum in B, then the B portion is null, and vice versa
select * from a FULL JOIN b on a.a = b.b; a | b -----+----- 1 | null 2 | null 3 | 3 4 | 4 null | 6 null | 5
mysql 並不直接支持full join,but 老是難不到咱們
select * from a left join b on a.a = b.b UNION select * from a right join b on a.a = b.b; +------+------+ | a | b | +------+------+ | 3 | 3 | | 4 | 4 | | 1 | NULL | | 2 | NULL | | NULL | 5 | | NULL | 6 | +------+------+ 6 rows in set (0.00 sec)
MySQL 事務主要用於處理操做量大,複雜度高的數據。好比說,在人員管理系統中,你刪除一我的員,你即須要刪除人員的基本資料,也要刪除和該人員相關的信息,如信箱,文章等等,這樣,這些數據庫操做語句就構成一個事務!
通常來講,事務是必須知足4個條件(ACID): Atomicity(原子性)、Consistency(穩定性)、Isolation(隔離性)、Durability(可靠性)
mysql> begin; #開始一個事務 mysql> insert into a (a) values(555); mysql>rollback; 回滾 , 這樣數據是不會寫入的
固然若是上面的數據沒問題,就輸入commit提交命令就行;
MySQL索引的創建對於MySQL的高效運行是很重要的,索引能夠大大提升MySQL的檢索速度。
打個比方,若是合理的設計且使用索引的MySQL是一輛蘭博基尼的話,那麼沒有設計和使用索引的MySQL就是一我的力三輪車。
索引分單列索引和組合索引。單列索引,即一個索引只包含單個列,一個表能夠有多個單列索引,但這不是組合索引。組合索引,即一個索包含多個列。
建立索引時,你須要確保該索引是應用在 SQL 查詢語句的條件(通常做爲 WHERE 子句的條件)。
實際上,索引也是一張表,該表保存了主鍵與索引字段,並指向實體表的記錄。
上面都在說使用索引的好處,但過多的使用索引將會形成濫用。所以索引也會有它的缺點:雖然索引大大提升了查詢速度,同時卻會下降更新表的速度,如對錶進行INSERT、UPDATE和DELETE。由於更新表時,MySQL不只要保存數據,還要保存一下索引文件。創建索引會佔用磁盤空間的索引文件。
建立索引
這是最基本的索引,它沒有任何限制。它有如下幾種建立方式:
CREATE INDEX indexName ON mytable(username(length));
若是是CHAR,VARCHAR類型,length能夠小於字段實際長度;若是是BLOB和TEXT類型,必須指定 length。
修改表結構
ALTER mytable ADD INDEX [indexName] ON (username(length))
建立表的時候直接指定
CREATE TABLE mytable( ID INT NOT NULL, username VARCHAR(16) NOT NULL, INDEX [indexName] (username(length)) );
刪除索引的語法
DROP INDEX [indexName] ON mytable;
它與前面的普通索引相似,不一樣的就是:索引列的值必須惟一,但容許有空值。若是是組合索引,則列值的組合必須惟一。它有如下幾種建立方式:
建立索引
建立索引 CREATE UNIQUE INDEX indexName ON mytable(username(length)) 修改表結構 ALTER mytable ADD UNIQUE [indexName] ON (username(length)) 建立表的時候直接指定 CREATE TABLE mytable( ID INT NOT NULL, username VARCHAR(16) NOT NULL, UNIQUE [indexName] (username(length)) );
有四種方式來添加數據表的索引: ALTER TABLE tbl_name ADD PRIMARY KEY (column_list): 該語句添加一個主鍵,這意味着索引值必須是惟一的,且不能爲NULL。 ALTER TABLE tbl_name ADD UNIQUE index_name (column_list): 這條語句建立索引的值必須是惟一的(除了NULL外,NULL可能會出現屢次)。 ALTER TABLE tbl_name ADD INDEX index_name (column_list): 添加普通索引,索引值可出現屢次。 ALTER TABLE tbl_name ADD FULLTEXT index_name (column_list):該語句指定了索引爲 FULLTEXT ,用於全文索引。 如下實例爲在表中添加索引。 mysql> ALTER TABLE testalter_tbl ADD INDEX (c); 你還能夠在 ALTER 命令中使用 DROP 子句來刪除索引。嘗試如下實例刪除索引: mysql> ALTER TABLE testalter_tbl DROP INDEX (c);
主鍵只能做用於一個列上,添加主鍵索引時,你須要確保該主鍵默認不爲空(NOT NULL)。實例以下: mysql> ALTER TABLE testalter_tbl MODIFY i INT NOT NULL; mysql> ALTER TABLE testalter_tbl ADD PRIMARY KEY (i); 你也可使用 ALTER 命令刪除主鍵: mysql> ALTER TABLE testalter_tbl DROP PRIMARY KEY; 刪除指定時只需指定PRIMARY KEY,但在刪除索引時,你必須知道索引名。
mysql> SHOW INDEX FROM table_name\G
mysql練習題 http://www.cnblogs.com/wupeiqi/articles/5729934.html
更多mysql知識,請看http://www.cnblogs.com/wupeiqi/articles/5713323.html
pymsql是Python中操做MySQL的模塊,其使用方法和MySQLdb幾乎相同。
下載安裝
pip3 install pymysql
使用操做
一、執行SQL
1 #!/usr/bin/env python 2 # -*- coding:utf-8 -*- 3 import pymysql 4 5 # 建立鏈接 6 conn = pymysql.connect(host='127.0.0.1', port=3306, user='root', passwd='123', db='t1') 7 # 建立遊標 8 cursor = conn.cursor() 9 10 # 執行SQL,並返回收影響行數 11 effect_row = cursor.execute("update hosts set host = '1.1.1.2'") 12 13 # 執行SQL,並返回受影響行數 14 #effect_row = cursor.execute("update hosts set host = '1.1.1.2' where nid > %s", (1,)) 15 16 # 執行SQL,並返回受影響行數 17 #effect_row = cursor.executemany("insert into hosts(host,color_id)values(%s,%s)", [("1.1.1.11",1),("1.1.1.11",2)]) 18 19 20 # 提交,否則沒法保存新建或者修改的數據 21 conn.commit() 22 23 # 關閉遊標 24 cursor.close() 25 # 關閉鏈接 26 conn.close()
二、獲取新建立數據自增ID
1 #!/usr/bin/env python 2 # -*- coding:utf-8 -*- 3 import pymysql 4 5 conn = pymysql.connect(host='127.0.0.1', port=3306, user='root', passwd='123', db='t1') 6 cursor = conn.cursor() 7 cursor.executemany("insert into hosts(host,color_id)values(%s,%s)", [("1.1.1.11",1),("1.1.1.11",2)]) 8 conn.commit() 9 cursor.close() 10 conn.close() 11 12 # 獲取最新自增ID 13 new_id = cursor.lastrowid
三、獲取查詢數據
1 #!/usr/bin/env python 2 # -*- coding:utf-8 -*- 3 import pymysql 4 5 conn = pymysql.connect(host='127.0.0.1', port=3306, user='root', passwd='123', db='t1') 6 cursor = conn.cursor() 7 cursor.execute("select * from hosts") 8 9 # 獲取第一行數據 10 row_1 = cursor.fetchone() 11 12 # 獲取前n行數據 13 # row_2 = cursor.fetchmany(3) 14 # 獲取全部數據 15 # row_3 = cursor.fetchall() 16 17 conn.commit() 18 cursor.close() 19 conn.close()
注:在fetch數據時按照順序進行,可使用cursor.scroll(num,mode)來移動遊標位置,如:
四、fetch數據類型
關於默認獲取的數據是元祖類型,若是想要或者字典類型的數據,即:
1 #!/usr/bin/env python 2 # -*- coding:utf-8 -*- 3 import pymysql 4 5 conn = pymysql.connect(host='127.0.0.1', port=3306, user='root', passwd='123', db='t1') 6 7 # 遊標設置爲字典類型 8 cursor = conn.cursor(cursor=pymysql.cursors.DictCursor) 9 r = cursor.execute("call p1()") 10 11 result = cursor.fetchone() 12 13 conn.commit() 14 cursor.close() 15 conn.close()
orm英文全稱object relational mapping,就是對象映射關係程序,簡單來講咱們相似python這種面向對象的程序來講一切皆對象,可是咱們使用的數據庫卻都是關係型的,爲了保證一致的使用習慣,經過orm將編程語言的對象模型和數據庫的關係模型創建映射關係,這樣咱們在使用編程語言對數據庫進行操做的時候能夠直接使用編程語言的對象模型進行操做就能夠了,而不用直接使用sql語言
orm優勢:
一、隱藏了數據訪問細節,封裝的通用數據庫交互,ORM的核心,使得咱們的通用數據庫交互變得簡單易行,而且徹底不用考慮該死的SQL語言,快速開發由此而來
二、ORM使咱們構造固化數據結構變得簡單易行
缺點:
無可避免的,自動化意味着映射和關係管理,代價就是犧牲性能(早期這是全部不喜歡ORM的人的共同點),如今各類ORM框架都在嘗試使用各類方法來減輕這塊(LazyLoad, Cache),效果仍是很顯著的
在python中,最有名的ORM框架就是SQLAlchemy,用戶包括openstack/Dropbox等知名公司和應用,主要用戶列表
http://www.sqlalchemy.org/organizations.html#openstack
Dialect用於和數據API進行交流,根據配置文件的不一樣調用不一樣的數據庫API,從而實現對數據庫的操做,如:
1 MySQL-Python 2 mysql+mysqldb://<user>:<password>@<host>[:<port>]/<dbname> 3 4 pymysql 5 mysql+pymysql://<username>:<password>@<host>/<dbname>[?<options>] 6 7 MySQL-Connector 8 mysql+mysqlconnector://<user>:<password>@<host>[:<port>]/<dbname> 9 10 cx_Oracle 11 oracle+cx_oracle://user:pass@host:port/dbname[?key=value&key=value...] 12 13 更多詳見:http://docs.sqlalchemy.org/en/latest/dialects/index.html
安裝sqlalchemy
1 pip install SQLAlchemy 2 pip install pymysql #因爲mysqldb依然不支持py3,因此這裏咱們用pymysql與sqlalchemy交互
下面開始使用sqlchemy,首先使用sql建立一個表:
1 CREATE TABLE user ( 2 id INTEGER NOT NULL AUTO_INCREMENT, 3 name VARCHAR(32), 4 password VARCHAR(64), 5 PRIMARY KEY (id) 6 )
這只是簡單的sql表,若是再加上外鍵關聯什麼的,通常程序員腦容量是記不住這些sql語句的因而有了orm,實現上面一樣的功能,代碼以下:
1 import sqlalchemy 2 from sqlalchemy import create_engine 3 from sqlalchemy.ext.declarative import declarative_base 4 from sqlalchemy import Column, Integer, String 5 6 engine = create_engine("mysql+pymysql://root:alex3714@localhost/testdb", 7 encoding='utf-8', echo=True) 8 9 10 Base = declarative_base() #生成orm基類 11 12 class User(Base): 13 __tablename__ = 'user' #表名 14 id = Column(Integer, primary_key=True) 15 name = Column(String(32)) 16 password = Column(String(64)) 17 18 Base.metadata.create_all(engine) #建立表結構
Lazy Connecting
The Engine, when first returned by create_engine(), has not actually tried to connect to the database yet; that happens only the first time it is asked to perform a task against the database.
建立好表之後,開始用orm建立一條數據試試
1 from sqlalchemy.orm import sessionmaker 2 Session_class = sessionmaker(bind=engine)#建立與數據庫的會話session class,注意,這裏返回給session的是個class,不是實例 3 #要把實例與engine綁定 4 Session = Session_class()#生成session實例 session就是cursor 5 6 user_obj1 = User(name='alex',password='123') #生成要建立的數據對象 7 user_obj2 = User(name='tom',password='456') 8 print(user_obj1.name,user_obj1.password,user_obj1.id)#此時尚未建立對象,能夠打印一下id發現仍是None 9 10 Session.add(user_obj1)#把腰建立的數據對象添加到這個session中,一會統一建立 11 Session.add(user_obj2) #add只能分開寫,無法一塊兒寫 12 print(user_obj1.name,user_obj1.password,user_obj1.id)#此時仍然沒有建立 13 14 Session.commit()#統一提交建立數據
查詢
1 import sqlalchemy 2 from sqlalchemy import create_engine #create_engine就是鏈接數據庫的 3 from sqlalchemy.ext.declarative import declarative_base 4 from sqlalchemy import Column,String,Integer 5 from sqlalchemy.orm import sessionmaker 6 engine = create_engine("mysql+pymysql://gavin:gavin@192.168.246.250/s14day11",encoding='utf-8',echo=False)#sqlalchemy底層就是使用pymysql mysql-db,mysql-connetc,oracle之類,語法爲定義鏈接什麼數據庫,使用哪一個底層調用 7 # echo=True是打開相似debug功能 8 9 Base = declarative_base() #生產orm基類 10 11 12 class User(Base): 13 __tablename__ = 'user' #表名 14 id = Column(Integer, primary_key=True) 15 name = Column(String(32)) 16 password = Column(String(64)) 17 18 def __repr__(self):#若是想在Session.query(User).filter_by().all()的狀況下直接print()data_obj直接顯示內容,就須要加這個函數 19 return "<%s name:%s password:%s>" %(self.id,self.name,self.password) 20 21 Base.metadata.create_all(engine) #建立表結構,經過調用engine這個socket,Base父類調用兒子來建立表 22 23 Session_class = sessionmaker(bind=engine)#建立與數據庫的會話session class,注意,這裏返回給session的是個class,不是實例 24 #要把實例與engine綁定 25 Session = Session_class()#生成session實例 session就是cursor 26 ''' 27 user_obj1 = User(name='alex',password='123') #生成要建立的數據對象 28 user_obj2 = User(name='tom',password='456') 29 print(user_obj1.name,user_obj1.password,user_obj1.id)#此時尚未建立對象,能夠打印一下id發現仍是None 30 31 Session.add(user_obj1)#把腰建立的數據對象添加到這個session中,一會統一建立 32 Session.add(user_obj2) #add只能分開寫,無法一塊兒寫 33 print(user_obj1.name,user_obj1.password,user_obj1.id)#此時仍然沒有建立 34 Session.commit()#統一提交建立數據 35 ''' 36 #查詢 37 data = Session.query(User).filter_by(name='alex') #fiter_by查詢出來只是個查詢語句 38 data_obj = Session.query(User).filter_by(name='alex').all() 39 #print(data_obj) data_obj是個對象 40 print(data_obj[0].name,data_obj[0].password) 41 42 data_obj = Session.query(User).filter_by().all() #若是fiter_by裏面不寫具體內容,會返回表中全部數據,若是不在User類裏添加__repr__函數,就只會顯示對象,而不顯示具體內容 43 print(data_obj) 44 45 data_obj = Session.query(User).filter_by().first() #使用first的話,只會顯示第一條 46 print(data_obj) 47 48 data_obj = Session.query(User).filter(User.id==2).all() #fiter能夠寫 >號 也能夠寫==號 49 print(data_obj) 50 data_obj = Session.query(User).filter_by(id=2).all() #fiter_by可使用=表示等於 51 print(data_obj) 52 53 #多條件查詢 54 data_obj = Session.query(User).filter(User.id>2).filter(User.id <4).all() #多條件是連續多個fiter組合 55 print(data_obj)
修改
1 #修改 2 data_obj = Session.query(User).filter(User.id>2).filter(User.id <4).first() #若是要修改數據,必須使用first(),只能修改一個數據,不能批量修改 3 print(data_obj) 4 5 data_obj.name = 'Jack Liu' 6 data_obj.password = 'password' 7 Session.commit()#修改須要提交
回滾
1 #回滾 2 fake_user = User(name='Rain', password='222') 3 Session.add(fake_user) 4 5 print(Session.query(User).filter(User.name.in_(['Jack','rain'])).all()) 6 Session.rollback() 7 print(Session.query(User).filter(User.name.in_(['Jack','rain'])).all()) 8 Session.commit()
分組統計
1 #普通統計 2 print(Session.query(User).filter(User.name.in_(['Jack Liu','alex'])).count()) 3 4 #分組統計 5 from sqlalchemy import func 6 7 print(Session.query(User.name,func.count(User.name)).group_by(User.name).all()) #按照User.name來統計,func.count與User.name位置能夠互換
刪除
1 print(Session.query(User).filter(User.name=='n3').all()) 2 Session.query(User).filter(User.name=='n3').delete() 3 print(Session.query(User).filter(User.name=='n3').all())
連表
1 print(Session.query(User,Student).filter(User.id==Student.id).all()) 2 print(Session.query(User).join(Student).all()) #若是有foreign key纔可使用 3 print(Session.query(User).join(Student,isouter=True).all())#若是有foreign key纔可使用
外鍵關聯
from sqlalchemy import create_engine from sqlalchemy.ext.declarative import declarative_base from sqlalchemy import Column,DATE,Integer,String,ForeignKey from sqlalchemy.orm import sessionmaker,relationship engine = create_engine('mysql+pymysql://gavin:gavin@192.168.246.250/s14day11',encoding='utf-8') Base = declarative_base() class Student(Base): __tablename__ = 'student' id = Column(Integer,primary_key=True) name = Column(String(32),nullable=False) register_date = Column(DATE,nullable=False) def __repr__(self): return '<%s name: %s register_date: %s >' %(self.id,self.name,self.register_date) class StudyRecord(Base): __tablename__ = 'study_record' id = Column(Integer,primary_key=True) day = Column(Integer,nullable=False) status = Column(String(32),nullable=False) stu_id = Column(Integer,ForeignKey('student.id')) student = relationship('Student',backref='my_study_record')#在StudyRecord表中經過student字段能夠查看Student裏全部內容,也可讓Student這個表 #經過my_study_record這個字段反查Studyrecord內容 #student是存在在內容中,是orm自身的,和mysql無關 def __repr__(self): return '<%s stu_id: %s day: %s status: %s >' %(self.student.name,self.stu_id,self.day,self.status) #能夠在這裏將student表中學員名字顯示出來 Base.metadata.create_all(engine) Session_class = sessionmaker(bind=engine) Session = Session_class() ''' s1 = Student(name='Alex',register_date='2016-06-12') s2 = Student(name='Jack',register_date='2015-01-14') s3 = Student(name='Rain',register_date='2012-11-13') s4 = Student(name='Eric',register_date='2017-07-25') study_obj1 = StudyRecord(day=1,status='YES',stu_id=1) study_obj2 = StudyRecord(day=2,status='NO',stu_id=1) study_obj3 = StudyRecord(day=3,status='YES',stu_id=1) study_obj4 = StudyRecord(day=1,status='YES',stu_id=2) Session.add_all([s1,s2,s3,s4,study_obj1,study_obj2,study_obj3,study_obj4]) Session.commit() ''' stu_obj = Session.query(Student).filter(Student.name=='alex').first() print(stu_obj.my_study_record) #在student中查看alex而後查看alex在study_record中出勤率 study_obj = Session.query(StudyRecord).filter(StudyRecord.id==1).first() print(study_obj.student)
Common Filter Operators
Here’s a rundown of some of the most common operators used in filter():
equals:
query.filter(User.name == 'ed')
not equals:
query.filter(User.name != 'ed')
LIKE:
query.filter(User.name.like('%ed%'))
IN:
NOT IN:
query.filter(~User.name.in_(['ed', 'wendy', 'jack']))
IS NULL:
IS NOT NULL:
AND:
2.1. ObjectRelationalTutorial 17
query.filter(User.name.in_(['ed', 'wendy', 'jack']))
# works with query objects too:
query.filter(User.name.in_( session.query(User.name).filter(User.name.like('%ed%'))
))
query.filter(User.name == None)
# alternatively, if pep8/linters are a concern
query.filter(User.name.is_(None))
query.filter(User.name != None)
# alternatively, if pep8/linters are a concern
query.filter(User.name.isnot(None))
SQLAlchemy Documentation, Release 1.1.0b1
# use and_()
from sqlalchemy import and_
query.filter(and_(User.name == 'ed', User.fullname == 'Ed Jones'))
# or send multiple expressions to .filter()
query.filter(User.name == 'ed', User.fullname == 'Ed Jones')
# or chain multiple filter()/filter_by() calls
query.filter(User.name == 'ed').filter(User.fullname == 'Ed Jones')
Note: Makesureyouuseand_()andnotthePythonandoperator! • OR:
Note: Makesureyouuseor_()andnotthePythonoroperator! • MATCH:
query.filter(User.name.match('wendy'))
Note: match() uses a database-specific MATCH or CONTAINS f
多外鍵關聯
One of the most common situations to deal with is when there are more than one foreign key path between two tables.
Consider a Customer
class that contains two foreign keys to an Address
class:
下表中,Customer表有2個字段都關聯了Address表
備註:在實際編程中,表結構與增刪改查操做是在不一樣的文件中存放的
1 from sqlalchemy import Integer,ForeignKey,String,Column 2 from sqlalchemy.ext.declarative import declarative_base 3 from sqlalchemy.orm import relationship 4 from sqlalchemy import create_engine 5 engine = create_engine("mysql+pymysql://gavin:gavin@192.168.246.250/s14day11",encoding='utf-8',echo=False) 6 Base = declarative_base() 7 8 class Customer(Base): 9 __tablename__ = 'customer' 10 id = Column(Integer,primary_key=True) 11 name = Column(String(64)) 12 13 billing_address_id = Column(Integer,ForeignKey('address.id')) 14 shipping_address_id = Column(Integer,ForeignKey('address.id')) 15 16 billing_address = relationship('Address',foreign_keys=[billing_address_id]) #須要添加foreign_keys=[billing_address_id]才能在操做時知道 17 shipping_address = relationship('Address',foreign_keys=[shipping_address_id]) 18 19 def __repr__(self): 20 return '<%s name: %s billing_address: %s shipping_address: %s>' %( self.id,self.name,self.billing_address_id,self.shipping_address_id ) 21 22 class Address(Base): 23 __tablename__ = 'address' 24 id = Column(Integer,primary_key=True) 25 street = Column(String(64)) 26 city = Column(String(64)) 27 state = Column(String(64)) 28 29 def __repr__(self): 30 return '<%s street: %s city: %s state: %s>' %(self.id,self.street,self.city,self.state) 31 32 33 Base.metadata.create_all(engine)
1 import orm_manyfk 2 3 from sqlalchemy.orm import sessionmaker 4 5 6 Session_class = sessionmaker(bind=orm_manyfk.engine) 7 session = Session_class() 8 ''' 9 addr1 = orm_manyfk.Address(street='tiantongyuan',city='Chanping',state='BJ') 10 addr2 = orm_manyfk.Address(street='wudaokou',city='Haidian',state='BJ') 11 addr3 = orm_manyfk.Address(street='yanjiao',city='Langfang',state='HB') 12 13 session.add_all([addr1,addr2,addr3]) 14 c1 = orm_manyfk.Customer(name='Alex',billing_address=addr1,shipping_address=addr2) 15 c2 = orm_manyfk.Customer(name='Jack',billing_address=addr3,shipping_address=addr3) 16 c3 = orm_manyfk.Customer(name='Tom',billing_address=addr2,shipping_address=addr1) 17 c4 = orm_manyfk.Customer(name='Jarry',billing_address=addr2,shipping_address=addr1) 18 session.add_all([c1,c2,c3,c4]) 19 20 session.commit() 21 ''' 22 23 24 25 26 27 obj = session.query(orm_manyfk.Customer).filter(orm_manyfk.Customer.name=='Alex').first() 28 print(obj.name,obj.billing_address,obj.shipping_address)
如今來設計一個能描述「圖書」與「做者」的關係的表結構,需求是
此時你會發現,用以前學的外鍵好像沒辦法實現上面的需求了,由於
固然你更不能夠像下面這樣幹,由於這樣就你就至關於有多條書的記錄了,太low了,改書名還得都改。。。
那怎麼辦呢? 此時,咱們能夠再搞出一張中間表,就能夠了
這樣就至關於經過book_m2m_author表完成了book表和author表以前的多對多關聯
用orm如何表示呢?
1 from sqlalchemy import Table,Column,Integer,String,DATE,ForeignKey 2 from sqlalchemy.ext.declarative import declarative_base 3 from sqlalchemy.orm import relationship 4 from sqlalchemy import create_engine 5 from sqlalchemy.orm import sessionmaker 6 7 Base = declarative_base() 8 9 book_m2m_author = Table( 10 'book_m2m_author',Base.metadata, 11 Column('book_id',Integer,ForeignKey('books.id')), 12 Column('author_id',Integer,ForeignKey('authors.id')), 13 ) 14 15 class Book(Base): 16 __tablename__ = 'books' 17 id = Column(Integer,primary_key=True) 18 name = Column(String(64)) 19 pub_date = Column(DATE) 20 authors = relationship('Author',secondary=book_m2m_author,backref='books') 21 22 def __repr__(self): 23 return self.name 24 25 26 27 class Author(Base): 28 __tablename__ = 'authors' 29 id = Column(Integer,primary_key=True) 30 name = Column(String(32)) 31 32 def __repr__(self): 33 return self.name 34 35 36 engine = create_engine('mysql+pymysql://gavin:gavin@192.168.246.250/s14day11?charset=utf8',encoding='utf-8')#在db後面加?charset=utf8才能支持中文 37 38 Base.metadata.create_all(engine)
接下來建立幾本書和做者
1 Session_class = sessionmaker(bind=engine) #建立與數據庫的會話session class ,注意,這裏返回給session的是個class,不是實例 2 s = Session_class() #生成session實例 3 4 b1 = Book(name="跟Alex學Python") 5 b2 = Book(name="跟Alex學把妹") 6 b3 = Book(name="跟Alex學裝逼") 7 b4 = Book(name="跟Alex學開車") 8 9 a1 = Author(name="Alex") 10 a2 = Author(name="Jack") 11 a3 = Author(name="Rain") 12 13 b1.authors = [a1,a2] 14 b2.authors = [a1,a2,a3] 15 16 s.add_all([b1,b2,b3,b4,a1,a2,a3]) 17 18 s.commit()
此時,手動連上mysql,分別查看這3張表,你會發現,book_m2m_author中自動建立了多條紀錄用來鏈接book和author表
1 mysql> select * from books; 2 +----+------------------+----------+ 3 | id | name | pub_date | 4 +----+------------------+----------+ 5 | 1 | 跟Alex學Python | NULL | 6 | 2 | 跟Alex學把妹 | NULL | 7 | 3 | 跟Alex學裝逼 | NULL | 8 | 4 | 跟Alex學開車 | NULL | 9 +----+------------------+----------+ 10 4 rows in set (0.00 sec) 11 12 mysql> select * from authors; 13 +----+------+ 14 | id | name | 15 +----+------+ 16 | 10 | Alex | 17 | 11 | Jack | 18 | 12 | Rain | 19 +----+------+ 20 3 rows in set (0.00 sec) 21 22 mysql> select * from book_m2m_author; 23 +---------+-----------+ 24 | book_id | author_id | 25 +---------+-----------+ 26 | 2 | 10 | 27 | 2 | 11 | 28 | 2 | 12 | 29 | 1 | 10 | 30 | 1 | 11 | 31 +---------+-----------+ 32 5 rows in set (0.00 sec)
此時,咱們去用orm查一下數據
1 print('--------經過書表查關聯的做者---------') 2 3 book_obj = s.query(Book).filter_by(name="跟Alex學Python").first() 4 print(book_obj.name, book_obj.authors) 5 6 print('--------經過做者表查關聯的書---------') 7 author_obj =s.query(Author).filter_by(name="Alex").first() 8 print(author_obj.name , author_obj.books) 9 s.commit()
輸出以下
1 --------經過書表查關聯的做者--------- 2 跟Alex學Python [Alex, Jack] 3 --------經過做者表查關聯的書--------- 4 Alex [跟Alex學把妹, 跟Alex學Python]
刪除數據時不用管boo_m2m_authors , sqlalchemy會自動幫你把對應的數據刪除
經過書刪除做者
1 author_obj =s.query(Author).filter_by(name="Jack").first() 2 3 book_obj = s.query(Book).filter_by(name="跟Alex學把妹").first() 4 5 book_obj.authors.remove(author_obj) #從一本書裏刪除一個做者 6 s.commit()
直接刪除做者
刪除做者時,會把這個做者跟全部書的關聯關係數據也自動刪除
1 author_obj = session.query(orm_m2m.Author).filter(orm_m2m.Author.name=='Alex').first() 2 session.delete(author_obj) 3 session.commit()
處理中文
sqlalchemy設置編碼字符集必定要在數據庫訪問的URL上增長charset=utf8,不然數據庫的鏈接就不是utf8的編碼格式
eng = create_engine('mysql://root:root@localhost:3306/test2?charset=utf8',echo=True)