ORM字段在数据库的重要性及应用分析 (数据库的orm字段)

一、ORM字段的重要性

1.降低数据库操作门槛

相对于传统的数据库操作方式，ORM框架的使用可以极大地降低数据库操作的门槛，因为ORM框架提供了一套面向对象的API接口，程序员可以像操作普通对象一样来操作数据库，不再需要关注复杂的SQL语句，使得代码更加简洁易懂，易于维护。

2.提高程序员的工作效率

ORM框架的使用可以让程序员专注于业务逻辑的实现，而不需要关注底层数据库的细节，使得程序员能够更快速地开发出高质量的代码。ORM框架可以自动生成常用的CRUD操作，比如插入、更新、删除等，大大减少了程序员的工作量，提高了开发效率。

3.提高代码的可读性和可维护性

ORM框架可以将数据库中的表结构转化成面向对象的模型，让代码更加符合人类的思维模式，提高了代码的可读性。另外，ORM框架还提供了良好的抽象层，使得程序员可以轻松地更换底层数据库的实现，同时也方便了代码的维护。

二、ORM字段的应用分析

1.减少SQL注入漏洞的发生

ORM框架通过参数化的SQL语句，减少了SQL注入漏洞的发生，提高了应用系统的安全性。因为参数化的SQL语句可以保证参数的值不会被误解释为SQL代码，从而避免了SQL注入漏洞的发生。

2.数据持久化的实现

ORM框架可以很方便地将对象转化成数据库中的数据记录，实现数据的持久化。ORM框架提供了两种方式来实现数据持久化，一种是自动化的持久化，即将对象变化自动反映到数据库中，另一种是手动化的持久化，即通过手动调用保存、更新等操作来实现数据持久化。

3.提高应用系统的可扩展性

ORM框架可以提高应用系统的可扩展性，因为ORM框架提供了良好的抽象层，使得程序员可以轻松地更换底层数据库的实现。比如，如果应用系统中使用的是MySQL数据库，而后来需要更换为Oracle数据库，使用ORM框架就可以轻松地实现这一切换。

4.实现对象关系映射

ORM框架可以实现对象关系映射，即将多个对象之间的关系映射到数据库中的多个表之间的关系。ORM框架可以支持多种关系映射方式，比如一对一、一对多、多对多等，从而满足不同应用系统的需求。

5.提高应用系统的可移植性

ORM框架可以提高应用系统的可移植性，因为ORM框架可以屏蔽不同底层数据库之间的差异，使得开发人员可以使用统一的API接口来操作不同的数据库。这样，应用系统就可以轻松地在不同的操作系统、不同的数据库上运行。

综上所述，ORM字段在数据库中的重要性不可忽视。ORM框架的使用可以降低数据库操作门槛，提高程序员的工作效率，提高代码的可读性和可维护性。同时，ORM框架还可以实现数据持久化、对象关系映射、提高应用系统的可扩展性和可移植性等功能，使得应用系统更加强大和灵活。

相关问题拓展阅读：

• 基于Pandas的数据分析平台，数据连接该不该用SqlAlchemy的ORM
• android orm entity里属性删除了，数据库表字段会变吗

基于Pandas的数据分析平台，数据连接该不该用SqlAlchemy的ORM

一、开始使用：

from sqlalchemy import create_engine

from sqlalchemy.orm import sessionmaker

DB_CONNECT_STRING = ‘mysql+

engine = create_engine(DB_CONNECT_STRING, echo=True)

DB_Session = sessionmaker(bind=engine)

session = DB_Session()

这里的 DB_CONNECT_STRING 就是连接数据库埋吵的路径。“mysql+mysqldb”指定了使用 MySQL-Python 来连接，“root”和“123”分别是用户名和密码，“localhost”是数据库的域名，“ooxx”是使用的数据库名（可省略脊凳），“charset”指定了连接时使用的字符集（可省略）。

create_engine() 会返回一个数据库引擎，echo 参数为 True 时，会显示每条执行的 SQL 语句，生产环境下可关闭。

sessionmaker() 会樱液旅生成一个数据库会话类。这个类的实例可以当成一个数据库连接，它同时还记录了一些查询的数据，并决定什么时候执行 SQL 语句。由于 SQLAlchemy 自己维护了一个数据库连接池（默认 5 个连接），因此初始化一个会话的开销并不大。对 Tornado 而言，可以在 BaseHandler 的 initialize() 里初始化：

class BaseHandler(tornado.web.RequestHandler):

def initialize(self):

self.session = models.DB_Session()

def on_finish(self):

self.session.close()

对其他 Web 服务器来说，可以使用 sqlalchemy.orm.scoped_session，它能保证每个线程获得的 session 对象都是唯一的。不过 Tornado 本身就是单线程的，如果使用了异步方式，就可能会出现问题，因此并没使用它。

拿到 session 后，就可以执行 SQL 了：

session.execute(‘create database abc’)

print session.execute(‘show databases’).fetchall()

session.execute(‘use abc’)

# 建 user 表的过程略

print session.execute(‘select * from user where id = 1’).first()

print session.execute(‘select * from user where id = :id’, {‘id’: 1}).first()

不过这和直接使用 MySQL-Python 没啥区别；ORM 的方式，这也是采用 SQLAlchemy 的唯一原因。

于是来定义一个表：

from sqlalchemy import Column

from sqlalchemy.types import CHAR, Integer, String

from sqlalchemy.ext.declarative import declarative_base

BaseModel = declarative_base()

def init_db():

BaseModel.metadata.create_all(engine)

def drop_db():

BaseModel.metadata.drop_all(engine)

class User(BaseModel):

__tablename__ = ‘user’

id = Column(Integer, primary_key=True)

name = Column(CHAR(30)) # or Column(String(30))

init_db()

declarative_base() 创建了一个 BaseModel 类，这个类的子类可以自动与一个表关联。

以 User 类为例，它的 __tablename__ 属性就是数据库中该表的名称，它有 id 和 name 这两个字段，分别为整型和 30 个定长字符。Column 还有一些其他的参数，我就不解释了。

最后，BaseModel.metadata.create_all(engine) 会找到 BaseModel 的所有子类，并在数据库中建立这些表；drop_all() 则是删除这些表。

接着就开始使用这个表吧：

from sqlalchemy import func, or_, not_

user = User(name=’a’)

session.add(user)

user = User(name=’b’)

session.add(user)

user = User(name=’a’)

session.add(user)

user = User()

session.add(user)

session.commit()

query = session.query(User)

print query # 显示SQL 语句

print query.statement # 同上

for user in query: # 遍历时查询

print user.name

print query.all() # 返回的是一个类似列表的对象

print query.first().name # 记录不存在时，first() 会返回 None

# print query.one().name # 不存在，或有多行记录时会抛出异常

print query.filter(User.id == 2).first().name

print query.get(2).name # 以主键获取，等效于上句

print query.filter(‘id = 2’).first().name # 支持字符串

query2 = session.query(User.name)

print query2.all() # 每行是个元组

print query2.limit(1).all() # 最多返回 1 条记录

print query2.offset(1).all() # 从第 2 条记录开始返回

print query2.order_by(User.name).all()

print query2.order_by(‘name’).all()

print query2.order_by(User.name.desc()).all()

print query2.order_by(‘name desc’).all()

print session.query(User.id).order_by(User.name.desc(), User.id).all()

print query2.filter(User.id == 1).scalar() # 如果有记录，返回之一条记录的之一个元素

print session.query(‘id’).select_from(User).filter(‘id = 1’).scalar()

print query2.filter(User.id > 1, User.name != ‘a’).scalar() # and

query3 = query2.filter(User.id > 1) # 多次拼接的 filter 也是 and

query3 = query3.filter(User.name != ‘a’)

print query3.scalar()

print query2.filter(or_(User.id == 1, User.id == 2)).all() # or

print query2.filter(User.id.in_((1, 2))).all() # in

query4 = session.query(User.id)

print query4.filter(User.name == None).scalar()

print query4.filter(‘name is null’).scalar()

print query4.filter(not_(User.name == None)).all() # not

print query4.filter(User.name != None).all()

print query4.count()

print session.query(func.count(‘*’)).select_from(User).scalar()

print session.query(func.count(‘1’)).select_from(User).scalar()

print session.query(func.count(User.id)).scalar()

print session.query(func.count(‘*’)).filter(User.id > 0).scalar() # filter() 中包含 User，因此不需要指定表

print session.query(func.count(‘*’)).filter(User.name == ‘a’).limit(1).scalar() == 1 # 可以用 limit() 限制 count() 的返回数

print session.query(func.sum(User.id)).scalar()

print session.query(func.now()).scalar() # func 后可以跟任意函数名，只要该数据库支持

print session.query(func.current_timestamp()).scalar()

print session.query(func.md5(User.name)).filter(User.id == 1).scalar()

query.filter(User.id == 1).update({User.name: ‘c’})

user = query.get(1)

print user.name

user.name = ‘d’

session.flush() # 写数据库，但并不提交

print query.get(1).name

session.delete(user)

session.flush()

print query.get(1)

session.rollback()

print query.get(1).name

query.filter(User.id == 1).delete()

session.commit()

print query.get(1)

二、进阶的知识。

1）如何批量插入大批数据？

可以使用非 ORM 的方式：

session.execute(

User.__table__.insert(),

 

)

session.commit()

如何批量插入大批数据？

可以使用非 ORM 的方式：

session.execute(

User.__table__.insert(),

 

)

session.commit()

上面批量插入了条记录，半秒内就执行完了；而 ORM 方式会花掉很长时间。

2）如何让执行的 SQL 语句增加前缀？

使用 query 对象的 prefix_with() 方法：

session.query(User.name).prefix_with(‘HIGH_PRIORITY’).all()

session.execute(User.__table__.insert().prefix_with(‘IGNORE’), {‘id’: 1, ‘name’: ‘1’})

3）如何替换一个已有主键的记录？

使用 session.merge() 方法替代 session.add()，其实就是 SELECT + UPDATE：

user = User(id=1, name=’ooxx’)

session.merge(user)

session.commit()

或者使用 MySQL 的 INSERT … ON DUPLICATE KEY UPDATE，需要用到 @compiles 装饰器，有点难懂，自己看吧：《SQLAlchemy ON DUPLICATE KEY UPDATE》 和 sqlalchemy_mysql_ext。

4）如何使用无符号整数？

可以使用 MySQL 的方言：

from sqlalchemy.dialects.mysql import INTEGER

id = Column(INTEGER(unsigned=True), primary_key=True)

5）模型的属性名需要和表的字段名不一样怎么办？

开发时遇到过一个奇怪的需求，有个其他系统的表里包含了一个“from”字段，这在 Python 里是关键字，于是只能这样处理了：

from_ = Column(‘from’, CHAR(10))

6）如何获取字段的长度？

Column 会生成一个很复杂的对象，想获取长度比较麻烦，这里以 User.name 为例：

User.name.property.columns.type.length

 

7）如何指定使用 InnoDB，以及使用 UTF-8 编码？

最简单的方式就是修改数据库的默认配置。如果非要在代码里指定的话，可以这样：

class User(BaseModel):

__table_args__ = {

‘mysql_engine’: ‘InnoDB’,

‘mysql_charset’: ‘utf8’

}

MySQL 5.5 开始支持存储 4 字节的 UTF-8 编码的字符了，iOS 里自带的 emoji（如 ?? 字符）就属于这种。

如果是对表来设置的话，可以把上面代码中的 utf8 改成 utf8mb4，DB_CONNECT_STRING 里的 charset 也这样更改。

如果对库或字段来设置，则还是自己写 SQL 语句比较方便，具体细节可参考《How to support full Unicode in MySQL databases》。

不建议全用 utf8mb4 代替 utf8，因为前者更慢，索引会占用更多空间。

8）如何设置外键约束？

from random import randint

from sqlalchemy import ForeignKey

class User(BaseModel):

__tablename__ = ‘user’

id = Column(Integer, primary_key=True)

age = Column(Integer)

class Friendship(BaseModel):

__tablename__ = ‘friendship’

id = Column(Integer, primary_key=True)

user_id1 = Column(Integer, ForeignKey(‘user.id’))

user_id2 = Column(Integer, ForeignKey(‘user.id’))

for i in xrange(100):

session.add(User(age=randint(1, 100)))

session.flush() # 或 session.commit()，执行完后，user 对象的 id 属性才可以访问（因为 id 是自增的）

for i in xrange(100):

session.add(Friendship(user_id1=randint(1, 100), user_id2=randint(1, 100)))

session.commit()

session.query(User).filter(User.age

执行这段代码时，应该会遇到一个错误：

sqlalchemy.exc.IntegrityError: (IntegrityError) (1451, ‘Cannot delete or update a parent row: a foreign key constraint fails (`ooxx`.`friendship`, CONSTRAINT `friendship_ibfk_1` FOREIGN KEY (`user_id1`) REFERENCES `user` (`id`))’) ‘DELETE FROM user WHERE user.age

除了删除，还有可能更改主键，这也会导致 friendship 的外键失效。于是相应的就有 ON UPDATE 了。其中 CASCADE 变成了更新相应的外键，而不是删除。

而在 SQLAlchemy 中是这样处理的：

class Friendship(BaseModel):

__tablename__ = ‘friendship’

id = Column(Integer, primary_key=True)

user_id1 = Column(Integer, ForeignKey(‘user.id’, ondelete=’CASCADE’, onupdate=’CASCADE’))

user_id2 = Column(Integer, ForeignKey(‘user.id’, ondelete=’CASCADE’, onupdate=’CASCADE’))

9）如何连接表？

from sqlalchemy import distinct

from sqlalchemy.orm import aliased

Friend = aliased(User, name=’Friend’)

print session.query(User.id).join(Friendship, User.id == Friendship.user_id1).all() # 所有有朋友的用户

print session.query(distinct(User.id)).join(Friendship, User.id == Friendship.user_id1).all() # 所有有朋友的用户（去掉重复的）

print session.query(User.id).join(Friendship, User.id == Friendship.user_id1).distinct().all() # 同上

print session.query(Friendship.user_id2).join(User, User.id == Friendship.user_id1).order_by(Friendship.user_id2).distinct().all() # 所有被别人当成朋友的用户

print session.query(Friendship.user_id2).select_from(User).join(Friendship, User.id == Friendship.user_id1).order_by(Friendship.user_id2).distinct().all() # 同上，join 的方向相反，但因为不是 STRAIGHT_JOIN，所以 MySQL 可以自己选择顺序

print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).all() # 用户及其朋友

print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).filter(User.id

print session.query(User.id, Friend.id).join(Friendship, User.id == Friendship.user_id1).join(Friend, Friend.id == Friendship.user_id2).all() # 两次 join，由于使用到相同的表，因此需要别名

print session.query(User.id, Friendship.user_id2).outerjoin(Friendship, User.id == Friendship.user_id1).all() # 用户及其朋友（无朋友则为 None，使用左连接）

android orm entity里属性删除了，数据库表字段会变吗

如果没有进行数据库同步的还应该不会有影响的，但如果删除了对应的字段，应该会出现错误的信息的。

数据库的orm字段的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于数据库的orm字段,ORM字段在数据库的重要性及应用分析,基于Pandas的数据分析平台，数据连接该不该用SqlAlchemy的ORM,android orm entity里属性删除了，数据库表字段会变吗的信息别忘了在本站进行查找喔。