前往小程序，Get更优阅读体验！
立即前往
文档建议反馈控制台
首页
学习
活动
专区
圈层
工具
文章/答案/技术大牛
发布
首页
学习
活动
专区
圈层
工具
返回腾讯云官网
社区首页 >专栏 >SQLAlchemy SQLAlchemy

SQLAlchemy SQLAlchemy

作者头像
zhang_derek
发布于 2018-05-30 06:23:51
发布于 2018-05-30 06:23:51
2.3K00
代码可运行
举报
文章被收录于专栏：有趣的django有趣的django
运行总次数：0
代码可运行
关联问题
换一批

SQLAlchemy

1.1.SQLAlchemy介绍

SQLAlchemy是一个基于Python实现的ORM框架。该框架建立在 DB API之上，使用关系对象映射进行数据库操作，简言之便是：将类和对象转换成SQL，然后使用数据API执行SQL并获取执行结果。

安装

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
pip install sqlalchemy

组成部分

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
Engine，框架的引擎
Connection Pooling ，数据库连接池
Dialect，选择连接数据库的DB API种类
Schema/Types，架构和类型
SQL Exprression Language，SQL表达式语言

SQLAlchemy本身无法操作数据库，其必须以来pymsql等第三方插件，Dialect用于和数据API进行交流，根据配置文件的不同调用不同的数据库API，从而实现对数据库的操作，如：

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
MySQL-Python
    mysql+mysqldb://<user>:<password>@<host>[:<port>]/<dbname>
    
pymysql
    mysql+pymysql://<username>:<password>@<host>/<dbname>[?<options>]
    
MySQL-Connector
    mysql+mysqlconnector://<user>:<password>@<host>[:<port>]/<dbname>
    
cx_Oracle
    oracle+cx_oracle://user:pass@host:port/dbname[?key=value&key=value...]
    
更多：http://docs.sqlalchemy.org/en/latest/dialects/index.html

1.2.SQLAlchemy表结构

 （1）创建单表

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
import datetime
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Text, ForeignKey, DateTime, UniqueConstraint, Index

Base = declarative_base()


class Users(Base):
    __tablename__ = 'users'

    id = Column(Integer, primary_key=True)
    name = Column(String(32), index=True, nullable=False)
    email = Column(String(32), unique=True)
    ctime = Column(DateTime, default=datetime.datetime.now)
    extra = Column(Text, nullable=True)

    __table_args__ = (
        UniqueConstraint('id', 'name', name='uix_id_name'),    #id和name联合唯一
        Index('ix_id_name', 'name', 'email'),            #索引
    )


def init_db():
    """
    根据类创建数据库表
    :return:
    """
    engine = create_engine(
        "mysql+pymysql://root:123@127.0.0.1:3306/s6?charset=utf8",
        max_overflow=0,  # 超过连接池大小外最多创建的连接
        pool_size=5,  # 连接池大小
        pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错
        pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
    )

    Base.metadata.create_all(engine)


def drop_db():
    """
    根据类删除数据库表
    :return:
    """
    engine = create_engine(
        "mysql+pymysql://root:123@127.0.0.1:3306/s6?charset=utf8",
        max_overflow=0,  # 超过连接池大小外最多创建的连接
        pool_size=5,  # 连接池大小
        pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错
        pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
    )

    Base.metadata.drop_all(engine)


if __name__ == '__main__':
    drop_db()
    init_db()

（2）创建多个表（包含FK，M2M关系）

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
import datetime
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Text, ForeignKey, DateTime, UniqueConstraint, Index
from sqlalchemy.orm import relationship

Base = declarative_base()


# ##################### 单表示例 #########################
class Users(Base):
    __tablename__ = 'users'

    id = Column(Integer, primary_key=True)
    name = Column(String(32), index=True)
    age = Column(Integer, default=18)
    email = Column(String(32), unique=True)
    ctime = Column(DateTime, default=datetime.datetime.now)
    extra = Column(Text, nullable=True)

    __table_args__ = (
        # UniqueConstraint('id', 'name', name='uix_id_name'),
        # Index('ix_id_name', 'name', 'extra'),
    )


class Hosts(Base):
    __tablename__ = 'hosts'

    id = Column(Integer, primary_key=True)
    name = Column(String(32), index=True)
    ctime = Column(DateTime, default=datetime.datetime.now)


# ##################### 一对多示例 #########################
class Hobby(Base):
    '''爱好'''
    __tablename__ = 'hobby'
    id = Column(Integer, primary_key=True)
    caption = Column(String(50), default='篮球')


class Person(Base):
    __tablename__ = 'person'
    nid = Column(Integer, primary_key=True)
    name = Column(String(32), index=True, nullable=True)
    hobby_id = Column(Integer, ForeignKey("hobby.id"))    #hobby指的__tablename__ = 'hobby'，而不是类名Hobby

    # 与生成表结构无关，仅用于查询方便
    hobby = relationship("Hobby", backref='pers')


# ##################### 多对多示例 #########################

#第三张表要自己生成
class Server2Group(Base):
    __tablename__ = 'server2group'
    id = Column(Integer, primary_key=True, autoincrement=True)
    server_id = Column(Integer, ForeignKey('server.id'))
    group_id = Column(Integer, ForeignKey('group.id'))


class Group(Base):
    __tablename__ = 'group'
    id = Column(Integer, primary_key=True)
    name = Column(String(64), unique=True, nullable=False)

    # 与生成表结构无关，仅用于查询方便
    servers = relationship('Server', secondary='server2group', backref='groups')


class Server(Base):
    __tablename__ = 'server'

    id = Column(Integer, primary_key=True, autoincrement=True)
    hostname = Column(String(64), unique=True, nullable=False)


def init_db():
    """
    根据类创建数据库表
    :return:
    """
    engine = create_engine(
        "mysql+pymysql://root:123456@127.0.0.1:3306/test?charset=utf8",
        max_overflow=0,  # 超过连接池大小外最多创建的连接
        pool_size=5,  # 连接池大小
        pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错
        pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
    )

    Base.metadata.create_all(engine)


def drop_db():
    """
    根据类删除数据库表
    :return:
    """
    engine = create_engine(
        "mysql+pymysql://root:123@127.0.0.1:3306/s6?charset=utf8",
        max_overflow=0,  # 超过连接池大小外最多创建的连接
        pool_size=5,  # 连接池大小
        pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错
        pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
    )

    Base.metadata.drop_all(engine)


if __name__ == '__main__':
    drop_db()
    init_db()

实例：

models.py

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
import datetime
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Text, ForeignKey, DateTime, UniqueConstraint, Index
from sqlalchemy.orm import relationship

Base = declarative_base()


# ##################### 单表示例 #########################
class Users(Base):
    __tablename__ = 'users'

    id = Column(Integer, primary_key=True)
    name = Column(String(32), index=True)
    age = Column(Integer, default=18)
    email = Column(String(32), unique=True)
    ctime = Column(DateTime, default=datetime.datetime.now)
    extra = Column(Text, nullable=True)

    __table_args__ = (
        # UniqueConstraint('id', 'name', name='uix_id_name'),
        # Index('ix_id_name', 'name', 'extra'),
    )


class Hosts(Base):
    __tablename__ = 'hosts'

    id = Column(Integer, primary_key=True)
    name = Column(String(32), index=True)
    ctime = Column(DateTime, default=datetime.datetime.now)


# ##################### 一对多示例 #########################
class Hobby(Base):
    '''爱好'''
    __tablename__ = 'hobby'
    id = Column(Integer, primary_key=True)
    caption = Column(String(50), default='篮球')


class Person(Base):
    __tablename__ = 'person'
    nid = Column(Integer, primary_key=True)
    name = Column(String(32), index=True, nullable=True)
    hobby_id = Column(Integer, ForeignKey("hobby.id"))    #hobby指的__tablename__ = 'hobby'，而不是类名Hobby

    # 与生成表结构无关，仅用于查询方便
    hobby = relationship("Hobby", backref='pers')


# ##################### 多对多示例 #########################

#第三张表要自己生成
class Server2Group(Base):
    __tablename__ = 'server2group'
    id = Column(Integer, primary_key=True, autoincrement=True)
    server_id = Column(Integer, ForeignKey('server.id'))
    group_id = Column(Integer, ForeignKey('group.id'))


class Group(Base):
    __tablename__ = 'group'
    id = Column(Integer, primary_key=True)
    name = Column(String(64), unique=True, nullable=False)

    # 与生成表结构无关，仅用于查询方便
    servers = relationship('Server', secondary='server2group', backref='groups')


class Server(Base):
    __tablename__ = 'server'

    id = Column(Integer, primary_key=True, autoincrement=True)
    hostname = Column(String(64), unique=True, nullable=False)

if __name__ == '__main__':
    engine = create_engine(
        "mysql+pymysql://root:123456@127.0.0.1:3306/test?charset=utf8",
        max_overflow=0,  # 超过连接池大小外最多创建的连接
        pool_size=5,  # 连接池大小
        pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错
        pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
    )

    Base.metadata.create_all(engine)   #创建

    # Base.metadata.drop_all(engine)   #删除

1.3.SQLAlchemy两种连接方式

第一种

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
import models

#1.创建连接池
engine = create_engine("mysql+pymysql://root:123456@127.0.0.1:3306/test?charset=utf8", max_overflow=0, pool_size=5)
Session = sessionmaker(bind=engine)

#2.从连接池中获取数据库连接
session = Session()

#3.执行ORM操作
obj1 = models.Users(name="derek",email='derek@163.com')
session.add(obj1)
# 提交事务
session.commit()

# 4.关闭数据库连接(将连接放回连接池)
session.close()

第二种、基于scoped_session实现线程安全

首先导入，然后只要修改session = scoped_session(Session)

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from sqlalchemy.orm import scoped_session
import models

#1.创建连接池
engine = create_engine("mysql+pymysql://root:123456@127.0.0.1:3306/test?charset=utf8", max_overflow=0, pool_size=5)
Session = sessionmaker(bind=engine)

#2.从连接池中获取数据库连接
# session = Session()
session = scoped_session(Session)

#3.执行ORM操作
obj1 = models.Users(name="jack",email='jack@163.com')
session.add(obj1)
# 提交事务
session.commit()

# 4.关闭数据库连接
session.close()

1.4.增加数据

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from sqlalchemy.orm import scoped_session
import models

#1.创建连接池
engine = create_engine("mysql+pymysql://root:123456@127.0.0.1:3306/test?charset=utf8", max_overflow=0, pool_size=5)
Session = sessionmaker(bind=engine)

#2.从连接池中获取数据库连接
session = Session()
# session = scoped_session(Session)

# #3.执行ORM操作
# obj1 = models.Users(name="jack",email='jack@163.com')
# session.add(obj1)
# # 提交事务
# session.commit()

#批量增加,里面是列表
session.add_all([
    models.Users(name="jack1",email='jack1@163.com'),
    models.Users(name="jack2",email='jack2@163.com'),
])
session.commit()

# 4.关闭数据库连接
session.close()

1.5.查看和删除数据

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
#查看数据
user_list = session.query(models.Users).all()
for row in user_list:
    print(row.id)
    print(row.name)
    print(row.email)
    print(row.ctime)
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from sqlalchemy.orm import scoped_session
import models

#1.创建连接池
engine = create_engine("mysql+pymysql://root:123456@127.0.0.1:3306/test?charset=utf8", max_overflow=0, pool_size=5)
Session = sessionmaker(bind=engine)

#2.从连接池中获取数据库连接
session = Session()
# session = scoped_session(Session)

# #3.执行ORM操作
# obj1 = models.Users(name="jack",email='jack@163.com')
# session.add(obj1)
# # 提交事务
# session.commit()

# #批量增加,里面是列表
# session.add_all([
#     models.Users(name="jack1",email='jack1@163.com'),
#     models.Users(name="jack2",email='jack2@163.com'),
# ])
# session.commit()

#查看数据
user_list = session.query(models.Users).all()
for row in user_list:
    print(row.id)
    print(row.name)
    print(row.email)
    print(row.ctime)

# 4.关闭数据库连接
session.close()

查看的结果：

添加过滤条件

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
user_list = session.query(models.Users).filter(models.Users.id > 2)   #id大于2的

 删除数据

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
#删除数据
session.query(models.Users).filter(models.Users.id > 4).delete()
session.commit()
代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from sqlalchemy.orm import scoped_session
import models

#1.创建连接池
engine = create_engine("mysql+pymysql://root:123456@127.0.0.1:3306/test?charset=utf8", max_overflow=0, pool_size=5)
Session = sessionmaker(bind=engine)

#2.从连接池中获取数据库连接
session = Session()
# session = scoped_session(Session)

# #3.执行ORM操作
# obj1 = models.Users(name="jack",email='jack@163.com')
# session.add(obj1)
# # 提交事务
# session.commit()

# #批量增加,里面是列表
# session.add_all([
#     models.Users(name="jack1",email='jack1@163.com'),
#     models.Users(name="jack2",email='jack2@163.com'),
# ])
# session.commit()

#查看数据
# user_list = session.query(models.Users).all()
# user_list = session.query(models.Users).filter(models.Users.id > 2)   #id大于2的
# for row in user_list:
#     print(row.id)
#     print(row.name)
#     print(row.email)
#     print(row.ctime)

#删除数据
session.query(models.Users).filter(models.Users.id > 4).delete()
session.commit()


# 4.关闭数据库连接
session.close()

1.6.修改数据

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
#修改数据
session.query(models.Users).filter(models.Users.id == 4).update({'name':'Tom'})
session.query(models.Users).filter(models.Users.id == 1).update({'name': models.Users.name + "099"}, synchronize_session=False)
session.query(models.Users).filter(models.Users.id == 3).update({"age": models.Users.age + 1}, synchronize_session="evaluate") 
session.commit()

结果：

本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2018-05-14 ，如有侵权请联系 cloudcommunity@tencent.com 删除
sql
数据库

本文分享自 作者个人站点/博客 前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ，欢迎热爱写作的你一起参与！

sql
数据库
评论
登录后参与评论
暂无评论
登录 后参与评论
推荐阅读
编辑精选文章
换一批
万字详解高可用架构设计
1084
Go 开发者必备：Protocol Buffers 入门指南
485
10分钟带你彻底搞懂分布式链路跟踪
225
多租户的 4 种常用方案
433
亿级月活的社交 APP，陌陌如何做到 3 分钟定位故障？
395
60页PPT全解：DeepSeek系列论文技术要点整理
828
Python 使用SQLAlchemy数据库模块
python数据库sqlalchemy对象模型
SQLAlchemy 是用Python编程语言开发的一个开源项目，它提供了SQL工具包和ORM对象关系映射工具，使用MIT许可证发行，SQLAlchemy 提供高效和高性能的数据库访问，实现了完整的企业级持久模型。
王瑞MVP
2023/11/24
4970
SQLAlchemy总结+
云数据库 SQL Server数据库
Review： 一、Mysql 操作 创建一个test库 create database test; 授权一个用户 grant all privileges on *.* to 'asd'@'%' identified by 'awerfsdf123'; 创建表 create table student(id int not null); 查询 select * from tabel_name where 条件1 and 条件2 增加 insert into table_name (id, name
老七Linux
2018/05/31
2.3K0
python的SQLAlchemy简单使用
sqlalchemy云数据库 SQL Server数据库sql
SQLAlchemy应用了ORM技术(Object-Relational Mapping)，它能把关系数据库的表结构映射到对象上。
灯珑LoGin
2022/10/31
4810
Python ORM - pymysql&sqlalchemy
pythonsqlalchemysql数据库
Python3主要是面向对象的编码风格，访问数据库也可以使用ORM框架来实现面向对象，本文介绍pymysql和sqlalchemy 安装组件 pip3 install pymysql pip3 install sqlalchemy 定义数据对象 user表结构 CREATE TABLE `user` ( `id` int NOT NULL AUTO_INCREMENT, `name` varchar(64) NOT NULL, `age` int DEFAULT NULL, `del
十毛
2021/01/21
7500
Python 之 sqlalchemy更
pythonsqlalchemy
表结构： 代码： #Author Kang import sqlalchemy from sqlalchemy import create_engine from sqlalchemy.ext.de
py3study
2020/01/07
3300
Python 之 sqlalchemy删
pythonsqlalchemy
表结构： 代码： #Author Kang import sqlalchemy from sqlalchemy import create_engine from sqlalchemy.ext.de
py3study
2020/01/10
4630
Python 之 sqlalchemy查
python
Filter： 可以像写 sql 的 where 条件那样写 > < 等条件，但引用列名时，需要通过 类名.属性名 的方式。 filter_by： 可以使用 python 的正常参数传递方法传递条件，指定列名时，不需要额外指定类名。，参数名对应名类中的属性名，但似乎不能使用 > < 等条件。 当使用filter的时候条件之间是使用“=="，fitler_by使用的是"="。
py3study
2020/01/09
6220
Python 之 sqlalchemy查
大数据ETL实践探索（9）---- postgresSQL 数据入库使用pandas sqlalchemy 以及多进程
linuxhttps网络安全html
最近有个需求，需要将200W 左右的 excel 格式数据录入 postgreSQL 数据库。 我想了几种办法：
流川疯
2020/06/16
1.5K0
使用Python操作MySQL和Oracle数据库
oraclepython数据库云数据库 SQL Server
前面两篇文章已经说过将数据存储到SQLite和本地文件中，如果还没有来得及看，可点击如下快速链接：
JiekeXu之路
2019/08/15
2.9K0
SQLAlchemy SQLAlchemy
sql数据库
SQLAlchemy 1.1.SQLAlchemy介绍 SQLAlchemy是一个基于Python实现的ORM框架。该框架建立在 DB API之上，使用关系对象映射进行数据库操作，简言之便是：将类和对象转换成SQL，然后使用数据API执行SQL并获取执行结果。 安装 pip install sqlalchemy 组成部分 Engine，框架的引擎 Connection Pooling ，数据库连接池 Dialect，选择连接数据库的DB API种类 Schema/Types，架构和类型 SQL Exprr
zhang_derek
2018/05/30
2.3K0
Python SQLAlchemy入门教程
数据库pythonsqlalchemysql
本文将以Mysql举例，介绍sqlalchemy的基本用法。其中，Python版本为2.7，sqlalchemy版本为1.1.6。
oYabea
2020/09/07
3.3K0
Flask-SQLAlchemy
pythonsql
一.SQLAlchemy介绍 SQLAlchemy是一个基于Python实现的ORM框架。该框架建立在 DB API之上，使用关系对象映射进行数据库操作，简言之便是：将类和对象转换成SQL，然后使用数据API执行SQL并获取执行结果。 1 pip3 install sqlalchemy 组成部分： Engine，框架的引擎 Connection Pooling ，数据库连接池 Dialect，选择连接数据库的DB API种类 Schema/Types，架构和类型 SQL Ex
用户1214487
2018/01/24
5.5K0
Flask-SQLAlchemy
SQLAlchemy
pythonapi数据库sqlalchemysql
SQLAlchemy是一个基于Python实现的ORM框架。该框架建立在 DB API之上，使用关系对象映射进行数据库操作，简言之便是：将类和对象转换成SQL，然后使用数据API执行SQL并获取执行结果。
小小咸鱼YwY
2020/06/19
3.3K0
SqlAlchemy 2.0 中文文档（七十七）
事件系统sqlalchemy对象连接
本文档描述了 SQLAlchemy 版本 0.8 与版本 0.9 之间的变化，截至 2013 年 5 月，0.8 版本正在进行维护，而 0.9 版本在 2013 年 12 月 30 日首次发布。
ApacheCN_飞龙
2024/08/26
1800
两分钟了解Python之SQLAlchemy框架的使用
sqlalchemypython编程算法数据库
您好，我是码农飞哥，感谢您阅读本文！本文将主要介绍一款应用于Python语言中的ORM框架SQLAlchemy。ORM的是Object-Relational Mapping，作用是把关系数据库的表结构映射到对象上。
码农飞哥
2021/08/18
1K0
Flask框架（五）之SQLAlchemy
api数据库sqlalchemysqlpython
SQLAlchemy是一个基于Python实现的ORM框架。该框架建立在 DB API之上，使用关系对象映射进行数据库操作，简言之便是：将类和对象转换成SQL，然后使用数据API执行SQL并获取执行结果。
GH
2020/03/19
3K0
python学习笔记SQLAlchemy
数据库云数据库 SQL Serverpythonsql
ORM 全称 Object Relational Mapping, 翻译过来叫对象关系映射。简单的说，ORM 将数据库中的表与面向对象语言中的类建立了一种对应关系。这样，我们要操作数据库，数据库中的表或者表中的一条记录就可以直接通过操作类或者类实例来完成。
py3study
2020/01/09
3.2K0
SQLAlchemy学习-6.Column 设置字段一些参数配置
数据库sql网站
前言 Column 对应表里面的每个字段 Column常用参数 第一个参数传数据类型，sqlalchemy常用数据类型： 参数 类型 String 字符类型，使用时需要指定长度，区别于Text类型 Text 文本类型 LONGTEXT 长文本类型 Integer 整形 Float 浮点类型 Boolean 传递True/False Decimal 具有小数点而且数值确定的数值 Enum 枚举类型 DateTime 日期时间类型 Date 传递datetime.date()进去 Time 传递datatime
上海-悠悠
2022/07/19
3.5K0
SQLAlchemy学习-6.Column 设置字段一些参数配置
如何使用 Python 和 SQLAlchemy 结合外键映射来获取其他表中的数据
python云数据库 SQL Server
在使用 Python 和 SQLAlchemy 时，结合外键映射可以让你在查询时轻松地获取其他表中的数据。SQLAlchemy 提供了丰富的 ORM（对象关系映射）功能，可以让你通过定义外键关系来查询并获取关联的数据。下面我会演示如何设置外键关系，并通过 SQLAlchemy 查询获取其他表中的数据。
华科云商小徐
2025/02/05
3300
Python 进阶（四）：数据库操作之 MySQL
数据库sqlalchemysql云数据库 SQL Server编程算法
MySQL 是目前使用最广泛的数据库之一，它有着良好的性能，能够跨平台，支持分布式，能够承受高并发。如果还没有安装 MySQL，下载地址：https://dev.mysql.com/downloads/mysql/5.7.html，安装参考：https://jingyan.baidu.com/article/fc07f989b298ca12ffe519b6.html。
Python小二
2020/08/18
1K0
推荐阅读
编辑精选文章
万字详解高可用架构设计Go 开发者必备：Protocol Buffers 入门指南10分钟带你彻底搞懂分布式链路跟踪多租户的 4 种常用方案亿级月活的社交 APP，陌陌如何做到 3 分钟定位故障？60页PPT全解：DeepSeek系列论文技术要点整理
相关讨论
腾讯云Ubuntu上，nginx+uwsgi部署？请教：前端vue+后端python-django项目，在Ubuntu下如何搭建部署环境？LNMP环境下nginx配置的多虚拟主机问题？
相关课程
微信公众号在线学习平台搭建实践_《硅谷课堂》数字化IT从业者知识体系微信小程序应用实践_《锋运票务系统》
Python 使用SQLAlchemy数据库模块
4970
SQLAlchemy总结+
2.3K0
python的SQLAlchemy简单使用
4810
Python ORM - pymysql&sqlalchemy
7500
Python 之 sqlalchemy更
3300
Python 之 sqlalchemy删
4630
Python 之 sqlalchemy查
6220
大数据ETL实践探索（9）---- postgresSQL 数据入库使用pandas sqlalchemy 以及多进程
1.5K0
使用Python操作MySQL和Oracle数据库
2.9K0
SQLAlchemy SQLAlchemy
2.3K0
Python SQLAlchemy入门教程
3.3K0
Flask-SQLAlchemy
5.5K0
SQLAlchemy
3.3K0
SqlAlchemy 2.0 中文文档（七十七）
1800
两分钟了解Python之SQLAlchemy框架的使用
1K0
Flask框架（五）之SQLAlchemy
3K0
python学习笔记SQLAlchemy
3.2K0
SQLAlchemy学习-6.Column 设置字段一些参数配置
3.5K0
如何使用 Python 和 SQLAlchemy 结合外键映射来获取其他表中的数据
3300
Python 进阶（四）：数据库操作之 MySQL
1K0
相关推荐
Python 使用SQLAlchemy数据库模块
更多 >
LeeCen0
LV.0
这个人很懒，什么都没有留下～
文章
27
获赞
35
专栏
1
作者相关精选
换一批
加入讨论
的问答专区 >
用户93875350
相关课程
一站式学习中心 >
微信公众号在线学习平台搭建实践_《硅谷课堂》
380人在学
文件存储
云点播
CODING DevOps
数字化IT从业者知识体系
365人在学
CODING DevOps
软件开发
微信小程序应用实践_《锋运票务系统》
314人在学
云托管 CloudBase Run
Serverless 容器服务
对象存储
云数据库 MySQL
领券

腾讯云开发者

扫码关注腾讯云开发者

扫码关注腾讯云开发者

领取腾讯云代金券

热门产品

热门推荐

更多推荐

Copyright © 2013 - 2025 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有 

深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

腾讯云计算（北京）有限责任公司 京ICP证150476号 |  京ICP备11018762号 | 京公网安备号11010802020287

问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档

Copyright © 2013 - 2025 Tencent Cloud.

All Rights Reserved. 腾讯云 版权所有

登录 后参与评论
1
本文部分代码块支持一键运行，欢迎体验
本文部分代码块支持一键运行，欢迎体验