Python的魔法ORM --《PonyORM教程》 4 高级定

2019-10-12 本文已影响0人 justonlyyo

实体类的高级定义

假设我们有Student（学生），Classroom（班级）和MasterTeacher（班主任）三个类。他们之间的关系如下：

一个班级只有一个班主任
一个班级有多名学生
一个班主任只管理一个班级
一个班主任管理多名学生
一个学生只属于一个班级并且只有一个班主任

根据上面的需求，我们进行了如下的定义

联合主键

class Student(db.Entity):
    """学生"""
    _table_ = "student"
    name = Required(str, max_len=40)
    master_teacher = Required("MasterTeacher")  # 班主任
    classroom = Required("Classroom")  # 班级

class Classroom(db.Entity):
    """班级"""
    _table_ = "classroom"
    name = Required(str, max_len=40)
    master_teacher = Optional("MasterTeacher")  # 班主任
    students = Set(Student)  # 学生


class MasterTeacher(db.Entity):
    """班主任"""
    _table_ = "master_teacher"
    name = Required(str, max_len=40)
    classroom = Required(Classroom)  # 班级
    students = Set(Student)  # 学生

定义以后，有了一个新的问题：
有班主任同名的现象，这样单依赖名字就无法区别老师了，（比如三一班和三二班的班主任都叫张三）于是提出用老师的名字+班级确认老师的唯一性，这个问题就解决了（三一班的张三老师和三二班的张三老师），这时候，我们就要用到联合主键了

不要在意上面的需求是否合理，我们提出上述假设的需求的目的只是为了演示一些pony的高级用法。

修改MasterTeacher类的定义

class MasterTeacher(db.Entity):
    """班主任"""
    _table_ = "master_teacher"
    name = Required(str, max_len=40)
    classroom = Required(Classroom)  # 班级
    students = Set(Student)  # 学生
    PrimaryKey(name, classroom)  # 定义一个联合主键

执行

db.generate_mapping(create_tables=True)  # 生成实体，表和映射关系

屏幕截图_1.png

我们会发现数据库中的主键不再是id，而是name和classroom生成的联合主键了。

联合辅助键

如果你需要一个联合辅助键,那么只需要把PrimaryKey换成composite_key即可。

class MasterTeacher(db.Entity):
    """班主任"""
    _table_ = "master_teacher"
    name = Required(str, max_len=40)
    classroom = Required(Classroom)  # 班级
    students = Set(Student)  # 学生
    composite_key(name, classroom)  # 联合辅助键

屏幕截图_4.png

观察数据库，你会发现master_teacher的主键依然是id，只是多个一个而是name和classroom生成的联合辅助键

联合索引

composite_index(name, classroom)  # 联合索引

联合唯一索引

composite_key(name, classroom)  # 联合唯一索引

属性定义

属性定义有很多参数，用于对字段进行约束或者验证。下面介绍一些常用的属性定义，注意，属性定义往往只在特定的字段类型上生效！

max_len: (int), 字段长度，默认值：255，适用字段类型（str），max_len=40 ⇔ varchar(40)
unique：（bool）唯一，默认值：False，适用字段类型（任意）
auto：（bool）唯一，默认值：True，仅可用于PrimaryKey属性。
autostrip：（bool）去掉字符串头尾的不可见字符，默认值：True，适用字段类型（str）
column：（str）列名/字段名，默认值：属性名，可用于非Set属性。
cascade_delete：（bool）级联删除，默认值：None，仅可用于外键属性。
default：（numeric | str | functio）联默认值，没有默认值，注意，这个默认值的设置不会写入数据库的列定义中。
index：（bool | str）允许控制此列的索引创建。index=True-将使用默认名称创建索引。index='index_name'-用指定名称创建索引。index=False–跳过索引创建，适用字段类型（任意）
lazy：（bool）懒加载，默认值：True，适用字段类型（任意）.加载对象时推迟加载属性值。除非您尝试直接访问此属性，否则不会加载该值。
max：（numeric）最大值，默认值：无，适用字段类型（int，float，Decimal）.设置允许的最大值。
min：（numeric）最小值，默认值：无，适用字段类型（int，float，Decimal）.设置允许的最小值。
reverse：（str）反向引用，默认值：无，仅适用于关系映射字段.设置关系的另一端指定应用于关系的属性名称
reverse_column：（str）反向引用的列名称，默认值：无，仅适用于多对多关系映射字段.设置中间表指定数据库列的名称。
nullable：（bool）允许空值？，默认值：False，适用字段类型（任意）.改字段是否允许为空？您很可能不需要指定此选项，因为Pony默认将其设置为最合适的值。
unsigned：（bool）无符号？，默认值：False，适用字段类型（int，float，Decimal）.字段是否有符号？是否区分正负，这影响字段的大小范围
sql_type：（str）数据库类型，默认值：无，适用字段类型（任意）。设置列的特定SQL类型。
table：（str）中间表的名称，默认值：pony默认，仅适用于多对多关系。指定中间表的名称。
size：（int）反向引用，默认值：32，仅适用于int类型，指定应在数据库中使用的整数类型的大小。此参数接收应用于表示数据库中整数的位数。允许值为8、16、24、32和64，对于mysql：

size=8 ⇔ TINYINT(4)

size=16 ⇔ SMALLINT(6)

size=24 ⇔ MEDIUMINT(9)

size=32 ⇔ INT(11)

size=64 ⇔ BIGINT(20)

连接查询

我们按照连接方式分为自然连接，左连接和右连接，我们分别就这3种连接进行示范和说明。

定义2个实体类，Boy和Girl，分别代表男孩和女孩。

Tom和John是男孩
Abby和Anna是女孩
Tom和Abby是情侣
John和Anna是单身🐶

实体类代码如下：

class Girl(db.Entity):
    name = Required(str, max_len=40)  # 名字
    lover = Optional("Boy", column="boy_id", nullable=True, default=None, reverse="lover")  # 爱人
    

class Boy(db.Entity):
    name = Required(str, max_len=40)  # 名字
    lover = Optional(Girl, nullable=True, default=None, reverse="lover")  # 爱人

自然连接

把不是单身🐶的小两口的名字打印出来。

    with db_session(sql_debug=True):
        query = select((x.name, x.lover.name) for x in Boy)
        for x in query:
            print(x)

sql_debug 你很容易发现多了一个参数，这个参数的目的就是为了在操作数据库时，把生成的语句打印出来，这样做的目的是：一旦发现查询结果不对，我们可以参照打印出来的sql语句来判断自己的表达式是否拼写错误。
执行的结果是这样的

SELECT DISTINCT `x`.`name`, `girl`.`name`
FROM `boy` `x`, `girl` `girl`
WHERE `x`.`id` = `girl`.`boy_id`

('Tom', 'Abby')
COMMIT
RELEASE CONNECTION

Process finished with exit code 0

SELECT DISTINCT x.name, girl.name FROM boy x, girl girl WHERE x.id = girl.boy_id就是打印出来的sql语句。注意DISTINCT这个关键字，表示结果去重了。
('Tom', 'Abby') 查询结果，这个没什么好说的。

左连接

把所有的男孩子包括他们的情侣的名字打印出来。

    with db_session(sql_debug=True):
        query = left_join((x.name, x.lover.name) for x in Boy)
        for x in query:
            print(x)

执行的结果是这样的

GET NEW CONNECTION
SELECT DISTINCT `x`.`name`, `girl`.`name`
FROM `boy` `x`
  LEFT JOIN `girl` `girl`
    ON `x`.`id` = `girl`.`boy_id`

('Tom', 'Abby')
('John', None)
COMMIT
RELEASE CONNECTION

Process finished with exit code 0

注意语句中的左连接动词**LEFT JOIN **
查询结果中，没有女朋友的人的名字也打印出来了。

右连接

pony中没有提供右连接方法，如果需要类似的功能，你需要把查询的对象反过来即可。

把所有的女孩子包括他们的情侣的名字打印出来。

    with db_session(sql_debug=True):
        query = left_join((x.name, x.lover.name) for x in Girl)
        for x in query:
            print(x)

查询结果

GET NEW CONNECTION
SELECT DISTINCT `x`.`name`, `boy`.`name`
FROM `girl` `x`
  LEFT JOIN `boy` `boy`
    ON `x`.`boy_id` = `boy`.`id`

('Abby', 'Tom')
('Anna', None)
COMMIT
RELEASE CONNECTION

Process finished with exit code 0

查询实例

下面我们使用例子来说明一些常用的查询函数的使用方法

实体类Worker的定义如下：

from decimal import Decimal


class Worker(db.Entity):
    """工人"""
    name = Required(str, max_len=40)  # 名字
    sex = Required(str, max_len=16)  # 性别
    age = Required(int, size=8)  # 年龄
    salary = Required(Decimal)  # 月薪

表中有如下数据

屏幕截图_8.png

条件查询

查询年龄大于等于22小于等于35的男性工人。

    with db_session:
        query = select(x for x in Worker if between(x.age, 22, 35) and x.sex == "男")
        for x in query:
            print(x.to_dict())

查询年龄大于30岁的工人的平均工资。

    with db_session:
        query = avg(x.salary for x in Worker if x.age > 30)
        print(query)

查询年龄大于30岁的工人的最高/最低工资。

        max(x.salary for x in Worker if x.age > 30)
        min(x.salary for x in Worker if x.age > 30)

统计年龄大于30岁的工人的人数

count(x for x in Worker if x.age > 30)

或者

select(x.salary for x in Worker if x.age > 30).count()

以年龄大小正/倒序查询工人信息

select(x for x in Worker).order_by(lambda x: x.age)
select(x for x in Worker).order_by(lambda x: desc(x.age))

或者

select(x for x in Worker).order_by(Worker.age)
select(x for x in Worker).order_by(desc(Worker.age))

或者

select(x for x in Worker).order_by("x.age")
select(x for x in Worker).order_by(desc("x.age"))

先以年龄倒序排列，如果年龄相同，就以月薪倒序排列,也就是我们平时说的多重排序

select(x for x in Worker).order_by(desc(Worker.age)).order_by(desc(Worker.salary))

分页查询

select(x for x in Worker).page(pagenum=1, pagesize=2)

根据年龄正序排列，限制输出前3个。

select(x for x in Worker).order_by(desc(Worker.age)).limit(3)

或者

select(x for x in Worker).order_by(desc(Worker.age))[:3]

不要以为第二种方法是先查询出来全部数据再对结果进行切片的，pony明白操作者的意图，会对sql语句进行优化。实际上两种方式生成的sql语句是一模一样的😜
SELECT x.id, x.name, x.sex, x.age, x.salary
FROM worker x
ORDER BY x.age DESC LIMIT 3

统计所有工人的工资之和

sum(x.salary for x in Worker)

计算平均工资

avg(x.salary for x in Worker)

或者

select(x.salary for x in Worker).avg()

查询名字以T开头的工人

select(x for x in Worker).where(lambda x: x.name.startswith("T"))

查询名字以a结束的工人

select(x for x in Worker).where(lambda x: x.name.endswith("a"))

查询名字中有m这个字母的工人

select(x for x in Worker).where(lambda x: "m" in x.name)

使用原生语句查询

select(x for x in Worker).where(lambda x: raw_sql("x.name = 'Tom'"))