SQLAlchemy 作为 ORM

fydw_715

于 2025-06-16 16:26:11 发布

阅读量569

点赞数 14

CC 4.0 BY-SA版权

分类专栏： Dify 文章标签： oracle 数据库

本文链接：https://blog.csdn.net/fydw_715/article/details/148694644

Dify 专栏收录该内容

28 篇文章

订阅专栏

什么是 ORM？

对象关系映射（ORM） 是一种程序设计技术，用于在 面向对象编程语言 和 关系型数据库 之间自动转换数据。它让开发者可以使用编程语言中的对象来表示数据库中的数据，而不需要直接编写 SQL 语句。

目的：

简化数据库操作：通过使用 ORM，开发者可以通过操作对象的方式来完成数据库的增删改查，提升了开发效率。
提高代码可维护性：ORM 屏蔽了复杂的 SQL 语句，使代码更易于理解和维护。
减少错误：自动化的映射和验证机制，降低了手写 SQL 可能引入的错误。

例子：

假设我们有一个表示用户的数据库表 users，包含字段 id、name 和 email。使用 ORM，我们可以在代码中定义一个 User 类来表示这个表：

class User:
    def __init__(self, name, email):
        self.name = name
        self.email = email

然后，我们可以通过创建 User 对象来操作数据库，而不需要直接编写 SQL。

SQLAlchemy：

功能强大的 ORM 库：

广泛使用：SQLAlchemy 是 Python 生态中最受欢迎的 ORM 库之一，被众多大型项目所采用。
灵活性：它不仅支持 ORM，也提供了底层的数据库访问功能，满足不同复杂度的需求。

数据库抽象层：

数据库无关性：通过 SQLAlchemy，开发者可以编写与特定数据库无关的代码，方便在不同数据库之间迁移，如从 SQLite 切换到 PostgreSQL。
统一接口：提供统一的 API 来操作不同的数据库，简化了开发流程。

灵活的查询构建：

复杂查询：支持复杂的查询操作，包括表的联接、子查询、聚合函数等。
链式调用：通过链接方法调用来构建查询，代码更直观。

例子：

定义模型：

from sqlalchemy import Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base

Base = declarative_base()

class User(Base):
    __tablename__ = 'users'  # 数据库中的表名

    id = Column(Integer, primary_key=True)
    name = Column(String)
    email = Column(String)

创建数据库会话：

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker

engine = create_engine('sqlite:///example.db')  # 数据库连接
Session = sessionmaker(bind=engine)
session = Session()

进行数据操作：

新增用户：

new_user = User(name='Alice', email='alice@example.com')
session.add(new_user)
session.commit()

查询用户：

user = session.query(User).filter_by(name='Alice').first()
print(user.email)  # 输出：alice@example.com

更新用户：

user.email = 'alice_new@example.com'
session.commit()

删除用户：
```
session.delete(user)
session.commit()
```

在 Dify 中的应用：

模型定义：

数据模型与业务逻辑结合：在 Dify 中，开发者通过定义 Python 类来表示数据库中的表和它们之间的关系。这使得数据结构更直观，业务逻辑更清晰。

例子：

假设 Dify 有一个管理文章的功能，需要一个 Article 模型：

class Article(Base):
    __tablename__ = 'articles'

    id = Column(Integer, primary_key=True)
    title = Column(String)
    content = Column(String)
    author_id = Column(Integer, ForeignKey('users.id'))

    author = relationship('User', back_populates='articles')

对应地，在 User 模型中添加关联：

class User(Base):
    __tablename__ = 'users'

    id = Column(Integer, primary_key=True)
    name = Column(String)
    email = Column(String)

    articles = relationship('Article', back_populates='author')

数据操作：

使用会话机制：SQLAlchemy 的 Session 提供了对数据库的上下文管理，确保数据操作的安全性和有效性。

例子：

添加新文章：

new_article = Article(title='ORM in Dify', content='...', author=user)
session.add(new_article)
session.commit()

查询某个用户的所有文章：

user_articles = session.query(Article).filter_by(author_id=user.id).all()
for article in user_articles:
    print(article.title)

事务管理：

原子性和一致性：事务确保了一系列数据库操作要么全部成功，要么全部失败，避免出现数据不一致的情况。

例子：

使用事务上下文管理器：

from sqlalchemy.exc import SQLAlchemyError

try:
    # 开始事务
    session.begin()
    
    # 数据操作
    user.balance -= amount
    recipient.balance += amount
    
    # 提交事务
    session.commit()
except SQLAlchemyError as e:
    # 发生错误，回滚事务
    session.rollback()
    print(f'交易失败：{e}')