SQLAlchemy之查询

1.模型名

r1 = session.query(News).all() print(r1)

2.模型名中的属性。 返回的列表中的元素是 元组类型数据

r2= session.query(News.title,News.price).all() print(r2)

3.mysql聚合函数

r3 = session.query(func.count(News.id)).first() print(r3)

r4 = session.query(func.max(News.price)).first() print(r4)

r5 = session.query(func.min(News.price)).first() print(r5)

r6 = session.query(func.avg(News.price)).first() print(r6)

r7 = session.query(func.sum(News.price)).first() print(r7)

limit查询 limit：可以限制查询的时候只查询前几条数据。 属top-N查询

articles = session.query(Article).limit(10).all()

offset查询 offset：可以限制查找数据的时候过滤掉前面多少条。可指定开始查询时的偏移量。

articles = session.query(Article).offset(10).limit(10).all()

slice查询 切片：可以对Query对象使用切片操作，来获取想要的数据。 可以使用slice(start,stop)方法来做切片操作。 也可以使用[start:stop]的方式来进行切片操作。 一般在实际开发中，中括号的形式是用得比较多的。

实现分页

articles = session.query(Article).order_by(Article.id.desc()).slice(0,10).all()

等价

articles = session.query(Article).order_by(Article.id.desc())[0:10]

filter常用过滤条件 过滤是数据提取的一个很重要的功能。 equals ：==

news= session.query(News).filter(News.title == "title1").first()

not equals : !=

query(User).filter(User.name != 'ed')

like & ilike [不区分大小写]：

query(User).filter(User.name.like('%ed%'))

in：

query(User).filter(User.name.in_(['ed','wendy','jack']))

not in：

query(User).filter(~User.name.in_(['ed','wendy','jack']))

is null：

query(User).filter(User.name==None)

或者是

query(User).filter(User.name.is_(None))

is not null:

query(User).filter(User.name != None)

或者是

query(User).filter(User.name.isnot(None))

and：

query(User).filter(and_(User.name=='ed',User.fullname=='Ed Jones'))

或者是传递多个参数

query(User).filter(User.name=='ed',User.fullname=='Ed Jones')

或者是通过多次filter操作

query(User).filter(User.name=='ed').filter(User.fullname=='Ed Jones')

or：

query(User).filter(or_(User.name=='ed',User.name=='wendy'))

group_by分组 根据某个字段进行分组。

如想要根据年龄进行分组，来统计每个分组分别有多少人

r = session.query(User.age, func.count(User.id)).group_by(User.age).all()

having过滤 having是对分组查找结果作进一步过滤。

如只想要看未成年人的人数，那么可以首先对年龄进行分组统计人数，然后再对分组进行having过滤。

r = session.query(User.age, func.count(User.id)) .group_by(User.age).having(User.age < 18).all()

join查询 JOIN 在两个或多个表中查询数据。

join分为left join（左外连接）和right join（右外连接）以及内连接（等值连接）。

在sqlalchemy中，join完成内连接。

在sqlalchemy中，outer join完成外连接（默认是左外连接）。

result = session.query(User.uname, func.count(Article.id)) .join(Article, User.id == Article.uid) .group_by(User.id) .order_by(func.count(Article.id).desc()) .all()

print(result) # 结果:列表

result = session.query(User) .join(Article) .group_by(User.id) .order_by(func.count(Article.id).desc()).all()

print(result) # 结果:列表

subquery子查询 子查询即select语句中还有select语句 将子查询按照传统的方式写好查询代码，然后在query对象后面执行subquery方法，将这个查询变成一个子查询。 在子查询中，将以后需要用到的字段通过label方法，取个别名。 在父查询中，要使用子查询的字段，通过子查询的返回值上的c属性拿到（c=Column）。

stmt = session.query(User.city.label('city'),User.age.label('age'))\
  .filter(User.uname == '一哥').subquery()

result = session.query(User)\
  .filter(User.city == stmt.c.city, User.age == stmt.c.age).all()

aliased别名使用 当多表关联查询的时候， 有时候同一个表要用到多次， 这时候用别名就可以方便的解决命名冲突的问题了

from sqlalchemy.orm import aliased

a1 = aliased(User)
a2 = aliased(User)

for uname, age1, age2 in \
  session.query(User.uname,a1.age, a2.age)、
  .join(a1,User.id==a1.id)\
  .join(a2,a1.id==a2.id).all():

 print(uname, age1, age2)

版权声明：本文为CSDN博主「whyfail」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/weixin_44733660/article/details/104066367