使用 SQLAlchemy 和 MySQL：实战示例

什么是 SQLAlchemy

SQLAlchemy 是一个流行的 Python 库，为与 SQL 数据库交互提供了丰富的工具。通过 SQLAlchemy，您可以：

向数据库发送原始查询。
程序化构造 SQL 语句。
使用其对象-关系映射（ORM）将 Python 类映射到数据库表。

SQLAlchemy 非强制使用任何特定功能，因此可以灵活支持多种操作数据库的方法。无论您是否需要编写脚本、开发网络应用或桌面应用，只要需要使用 SQL 数据库与 Python 一起工作，SQLAlchemy 都是理想选择。

本教程涵盖以下内容：

设置 SQLAlchemy 2.0 的引擎对象（engine）。
使用原生 SQL 语句与数据库交互。
使用 ORM 与数据库交互。

准备数据库

以下示例需要一个兼容 MySQL 的数据库。您可以注册 PlanetScale 账户并创建一个新的数据库。

生成数据库连接的步骤包括：

点击仪表板底部的“Create”链接。
输入数据库名称。
选择区域后点击“Create database”按钮。
点击 “Connect”，选择“General”以获取数据库凭据。

PlanetScale 提供类似 Git 的分支工作流，用户可以从生产分支创建新分支对架构修改进行测试。这种方式便于在将更改合并到生产架构之前，轻松测试和验证修改。

设置引擎对象

引擎对象用于管理与数据库的连接。在执行任何数据库操作前，必须先设置引擎。
MySQL 数据库连接字符串的格式如下：

Plaintextmysql+<drivername>://<username>:<password>@<server>:<port>/dbname

安装 MySQL 数据库驱动

SQLAlchemy 支持多种数据库，因此需要一个底层库（驱动）连接数据库。本教程使用 mysql-connector-python 驱动，可以通过以下命令安装：

Bashpip install mysql-connector-python

假设用户名、密码、主机名、端口和数据库名分别为 user1、pscale_pw_abc123、us-east.connect.psdb.cloud、3306 和 sqlalchemy。数据库连接字符串如下：

Plaintextmysql+mysqlconnector://user1:pscale_pw_abc123@us-east.connect.psdb.cloud:3306/sqlalchemy

创建引擎对象

安装驱动后，可以使用以下代码创建引擎：

Pythonfrom sqlalchemy import create_engine

connection_string = "mysql+mysqlconnector://user1:pscale_pw_abc123@us-east.connect.psdb.cloud:3306/sqlalchemy"
engine = create_engine(connection_string, echo=True)

将 echo 设置为 True 可查看 SQLAlchemy 向数据库发送的 SQL 语句。默认情况下，mysql-connector-python 驱动启用 SSL/TLS，无需显式传递连接参数。

使用原生 SQL 语句

创建连接对象

要发送查询，需调用 engine.connect() 创建连接对象。推荐使用 with 语句作为上下文管理器：

Pythonwith engine.connect() as connection:

创建表

创建 example 表的代码如下：

Pythonconnection.execute(text("CREATE TABLE example (id INTEGER, name VARCHAR(20))"))

您可以通过 PlanetScale 的 Web 控制台运行 SHOW tables; 命令验证表是否创建成功。

插入数据

使用以下代码向表中插入数据：

Pythonconnection.execute(text("INSERT INTO example (name) VALUES (:name)"), {"name": "Ashley"})
connection.execute(text("INSERT INTO example (name) VALUES (:name)"), [{"name": "Barry"}, {"name": "Christina"}])
connection.commit()

INSERT 语句需通过 commit() 提交事务保存至数据库。

查询数据

以下代码从表中查询数据：

Pythonresult = connection.execute(text("SELECT * FROM example WHERE name = :name"), dict(name="Ashley"))

for row in result.mappings():
    print("Author:" , row["name"])

查询结果会被映射为字典，每个字典的键为列名。

使用 ORM 写查询

ORM 提供了对象-关系映射——通过类和对象表示数据库的表和行。

定义模型

通过 DeclarativeBase 创建 Base 基类，并用来定义模型：

Pythonclass Base(DeclarativeBase):
    pass

class Author(Base):
    __tablename__ = "author"

    id: Mapped[int] = mapped_column(primary_key=True)
    name: Mapped[str] = mapped_column(String(30))

列用 mapped_column 定义，可设置类型、主键等。

处理关系

为了表示关系，将关系字段定义为其他表的主键。例如，为 Post 模型添加 author_id 映射至 Author 表：

Pythonclass Post(Base):
    __tablename__ = "post"

    id: Mapped[int] = mapped_column(primary_key=True)
    title: Mapped[str] = mapped_column(String(30))
    author_id: Mapped[int]

通过 relationship 添加代码内部的关系：

Pythonposts: Mapped[list["Post"]] = relationship(primaryjoin='foreign(Post.author_id) == Author.id')

对于多对多关系，可使用关联表（association table）管理：

Pythonpost_tag = Table(
    "post_tag",
    Base.metadata,
    Column("post_id", Integer, primary_key=True),
    Column("tag_id", Integer, primary_key=True)
)

创建表

调用 Base.metadata.create_all(engine) 将模型映射的表创建至数据库。

插入数据

通过以下方式插入数据，同时处理表间关系：

Pythonwith Session(engine) as session:
    author = Author(name="David")
    post = Post(title="Python Essentials", author=author)
    session.add(author)
    session.add(post)
    session.commit()

查询数据

使用 ORM 查询方法，例如获取所有 Post：

Pythonstmt = select(Post)
posts = session.scalars(stmt)

for post in posts:
    print(post.title)

总结

通过 SQLAlchemy，您可以轻松用 Python 操作 SQL 数据库。无论是发送原生 SQL 查询、构建 SQL 语句，还是使用 ORM 映射 Python 类至数据库表，SQLAlchemy 都提供了强大的功能，适合广泛应用场景。

使用 SQLAlchemy 和 MySQL：实战示例插图

关注公众号：程序新视界，一个让你软实力、硬技术同步提升的平台

除非注明，否则均为程序新视界原创文章，转载必须以链接形式标明本文链接

本文链接：http://www.choupangxia.com/2025/09/11/sqlalchemy-mysql/

secbro2

程序新视界，一个软实力、硬知识同时提升的平台

1232