Python 數據庫操作神器，一文掌握 ORM！
你是否遇到這些問題？
- 還在手寫 SQL？數據庫操作太麻煩？
- Django ORM 用過，但想在 Flask 中也用 ORM？
- SQLAlchemy 怎么連接數據庫？如何查詢數據？
SQLAlchemy 是 Python 最強大的 ORM 框架，支持 MySQL、PostgreSQL、SQLite、SQL Server 等數據庫。本篇文章帶你 從入門到實戰，徹底掌握 SQLAlchemy！
1. 什么是 SQLAlchemy？為什么要用 ORM？
SQLAlchemy 是 Python 的 ORM（對象關系映射）框架，可以用 Python 代碼 直接操作數據庫，而 不需要寫 SQL。
為什么要用 ORM？
- 數據庫操作更 Pythonic（面向對象）
- 兼容多種數據庫（MySQL、PostgreSQL、SQLite 等）
- 自動生成 SQL，避免 SQL 注入風險
- 更易維護，代碼比 SQL 語句更清晰
傳統 SQL 操作（手寫 SQL）：
import sqlite3
conn = sqlite3.connect("test.db")
cursor = conn.cursor()
cursor.execute("CREATE TABLE users (id INTEGER PRIMARY KEY, name TEXT, age INTEGER)")
cursor.execute("INSERT INTO users (name, age) VALUES ('Alice', 25)")
conn.commit()
cursor.close()
conn.close()SQLAlchemy 操作（ORM 方式）：
from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.orm import declarative_base, sessionmaker
engine = create_engine("sqlite:///test.db")
Base = declarative_base()
classUser(Base):
__tablename__ = "users"
id = Column(Integer, primary_key=True)
name = Column(String)
age = Column(Integer)
Base.metadata.create_all(engine)
Session = sessionmaker(bind=engine)
session = Session()
new_user = User(name="Alice", age=25)
session.add(new_user)
session.commit()SQLAlchemy 讓數據庫操作更清晰、更 Pythonic！
2. 安裝 & 配置 SQLAlchemy
(1) 安裝 SQLAlchemy
pip install sqlalchemy如果使用 MySQL，需要額外安裝 MySQL 驅動：
pip install pymysql(2) 創建數據庫連接
from sqlalchemy import create_engine
# 連接 SQLite
engine = create_engine("sqlite:///test.db")
# 連接 MySQL（需要安裝 pymysql）
# engine = create_engine("mysql+pymysql://user:password@localhost/dbname")SQLAlchemy 通過 create_engine() 統一管理數據庫連接！
3. 創建 ORM 模型（定義數據表）
定義一個 User 表：
from sqlalchemy import Column, Integer, String
from sqlalchemy.orm import declarative_base
Base = declarative_base()
class User(Base):
__tablename__ = "users"
id = Column(Integer, primary_key=True)
name = Column(String(50), nullable=False)
age = Column(Integer)
# 創建表
Base.metadata.create_all(engine)ORM 方式定義表結構，避免手寫 SQL ！
4. CRUD 操作（增刪改查）
(1) 創建數據庫會話
from sqlalchemy.orm import sessionmaker
Session = sessionmaker(bind=engine)
session = Session()所有數據庫操作都通過 session 進行！
(2) 插入數據（Create）
new_user = User(name="Alice", age=25)
session.add(new_user)
session.commit()使用 session.add() 添加新數據，commit() 提交！
(3) 查詢數據（Read）
- 查詢所有用戶
users = session.query(User).all()
for user in users:
print(user.id, user.name, user.age)- 按條件查詢
user = session.query(User).filter_by(name="Alice").first()
print(user.id, user.name, user.age)- 多條件查詢
from sqlalchemy import and_, or_
# 年齡 > 20 且姓名是 Alice
users = session.query(User).filter(and_(User.age > 20, User.name == "Alice")).all()
# 年齡 > 20 或 姓名是 Alice
users = session.query(User).filter(or_(User.age > 20, User.name == "Alice")).all()filter() 方式類似 SQL WHERE 語句！
(4) 更新數據（Update）
user = session.query(User).filter_by(name="Alice").first()
user.age = 30
session.commit()直接修改對象屬性，再 commit() 保存！
(5) 刪除數據（Delete）
user = session.query(User).filter_by(name="Alice").first()
session.delete(user)
session.commit()使用 session.delete() 刪除對象！
5. 進階操作：一對多 & 多對多
(1) 一對多關系（User → Post）
from sqlalchemy import ForeignKey
from sqlalchemy.orm import relationship
class Post(Base):
__tablename__ = "posts"
id = Column(Integer, primary_key=True)
title = Column(String(100))
user_id = Column(Integer, ForeignKey("users.id"))
user = relationship("User", back_populates="posts")
User.posts = relationship("Post", order_by=Post.id, back_populates="user")relationship() 讓表之間建立關系，查詢時更方便！
(2) 多對多關系（User ? Course）
from sqlalchemy import Table
# 關聯表
user_course = Table(
"user_course", Base.metadata,
Column("user_id", Integer, ForeignKey("users.id")),
Column("course_id", Integer, ForeignKey("courses.id"))
)
classCourse(Base):
__tablename__ = "courses"
id = Column(Integer, primary_key=True)
name = Column(String(100))
users = relationship("User", secondary=user_course, back_populates="courses")
User.courses = relationship("Course", secondary=user_course, back_populates="users")多對多關系通過 secondary 關聯表實現！
6. SQLAlchemy vs 直接寫 SQL，哪種更好？
方式 | ORM（SQLAlchemy） | 手寫 SQL |
代碼可讀性 | ? 高，可維護性好 | ? 低，SQL 語句較長 |
數據庫兼容性 | ? 兼容 MySQL、PostgreSQL、SQLite | ? 需改寫 SQL 適配不同數據庫 |
安全性 | ? 避免 SQL 注入 | ? 需手動防 SQL 注入 |
性能 | ? ORM 有一定性能損耗 | ? SQL 執行更快 |
開發效率 | ? 高效，操作數據庫像操作對象 | ? 需要手寫 SQL |
- 小型項目、簡單查詢 → ORM 更方便！
- 復雜查詢、大數據量操作 → SQL 更高效！
7. 結語：SQLAlchemy 讓 Python 操作數據庫更簡單!
- ORM 讓數據庫操作更直觀，不用手寫 SQL!
- SQLAlchemy 適用于大部分項目，靈活易用，功能強大!
