python SQLAlchemy ORM——从零开始学习03 如何针对数据库信息进行排序
03 如何进行排序
3-1准备工作:
因为要排序,所以需要随机多谢数据,model见后文。也需要random进行随机
from model import User, Engine
from sqlalchemy.orm import sessionmaker
import random
Session = sessionmaker(bind=Engine)
session = Session()
def add_random():
names = ['arthur', 'Abigail Williams', 'caster', 'Lilith']
ages = [14, 18, 20, 21, 23, 25, 28, 30, 31, 100]
for x in range(20):
user = User(name=random.choice(names), age=random.choice(ages)) # 创建随机user
session.add(user) # 这里每次添加,会存放到缓冲区,之后一并提交,虽然可以使用users存放再add_all,但是这增加了开销,不过可读性增加了
session.commit()
数据库可以看到【不一定相等,毕竟是随机,但数量是20就行】:

如果多次点击了导致多于20个怎么办,我确实是点多了一次,用我自己写的这个接口就能删到只剩20了,或者你自己修改都可以
def remove_at_lest_20():
users = session.query(User).filter(User.id > 20).all()
for user_one in users:
session.delete(user_one)
session.commit()
3-2 排序
其实只需要了解order_by()这个接口就好,先看看官方对这个接口的eg:
q = session.query(Entity).order_by(Entity.id, Entity.name)
其实基本上同理,他可以接收多个参数
def order_sort():
Users = session.query(User).order_by(User.age, User.name).all()
# Users = session.query(User).order_by(User.age.desc(), User.name).all() #其中使用.desc可以进行倒序排序
for user in Users:
print(user)
顺序的结果是(部分):

倒叙的结果也是没问题的:

PS:注意,如果后面commit是没有效果的,因为需要显式修改数据库才能记录【如add、del、修改】这里使用排序是不会对源数据进行修改的。
3-3 code
model
from sqlalchemy import create_engine, Integer, String
from sqlalchemy.orm import DeclarativeBase, mapped_column,Mapped
from typing import Optional
url = "sqlite:///database_02.db" #记得修改一下自己的数据库
Engine = create_engine(url,echo=True)
class Base(DeclarativeBase): #通过类构造,这样子会有语法提示
pass
class User(Base): #构造自己的User表
__tablename__ = "User"
id:Mapped[int] = mapped_column(primary_key=True) #构造方法和之前不一样,但是效果是一样的,我这里偷学了,不用管,直接复制就好
name:Mapped[str] = mapped_column(nullable=True)
age:Mapped[Optional[int]]
def __repr__(self): #方便后续直接print的,有兴趣可以了解一下
return f"id:{self.id}, name:{self.name}, age:{self.age}"
Base.metadata.create_all(Engine)
lesson2
from model import User, Engine
from sqlalchemy.orm import sessionmaker
import random
Session = sessionmaker(bind=Engine)
session = Session()
def add_random():
names = ['arthur', 'Abigail Williams', 'caster', 'Lilith']
ages = [14, 18, 20, 21, 23, 25, 28, 30, 31, 100]
for x in range(20):
user = User(name=random.choice(names), age=random.choice(ages)) # 创建随机user
session.add(user) # 这里每次添加,会存放到缓冲区,之后一并提交,虽然可以使用users存放再add_all,但是这增加了开销,不过可读性增加了
session.commit()
def remove_at_lest_20():
users = session.query(User).filter(User.id > 20).all()
for user_one in users:
session.delete(user_one)
session.commit()
def order_sort():
# Users = session.query(User).order_by(User.age, User.name).all()
Users = session.query(User).order_by(User.age.desc(), User.name).all() #其中使用.desc可以进行倒序排序
for user in Users:
print(user)
if __name__ == '__main__':
order_sort()
# remove_at_lest_20()
python SQLAlchemy ORM——从零开始学习03 如何针对数据库信息进行排序的更多相关文章
- Python sqlalchemy orm 外键关联
创建外键关联 并通过relationship 互相调用 如图: 实现代码: import sqlalchemy # 调用链接数据库 from sqlalchemy import create_engi ...
- Python sqlalchemy orm 多对多外键关联
多对多外键关联 注:使用三张表进行对应关联 实现代码: # 创建3个表 配置外键关联 # 调用Column创建字段 加类型 from sqlalchemy import Table, Column, ...
- Python SQLAlchemy ORM示例
SQLAlchemy的是Python的SQL工具包和对象关系映射,给应用程序开发者提供SQL的强大功能和灵活性. 安装 pip install mysql-python pip install sql ...
- Python sqlalchemy orm 常用操作
增add # 创建表1 # 注:高级封装 import sqlalchemy # 调用链接数据库 from sqlalchemy import create_engine # 调用基类Base fro ...
- Python sqlalchemy orm 多外键关联
多外键关联 注:在两个表之间进行多外键链接 如图: 案例: # 创建两张表并添加外键主键 # 调用Column创建字段 加类型 from sqlalchemy import Integer, For ...
- python中orm框架学习
安装sqlalchemy pip3 install sqlalchemy 创建表结构: from sqlalchemy import Column,String,create_engine from ...
- [Python接口自动化]从零开始学习python自动化(1):环境搭建
第一步:安装python编译环境 安装python编译环境之前,必须保证已安装jdk哈,如果为安装,请参考https://jingyan.baidu.com/article/6dad5075d1dc4 ...
- Python SQLAlchemy --3
本文為 Python SQLAlchemy ORM 一系列教學文: 刪除 學會如何查詢之後,就能夠進行後續的刪除.更新等操作. 同樣地,以幾個範例做為學習的捷徑. 123456789 user_1 = ...
- Python SQLAlchemy --2
本文為 Python SQLAlchemy ORM 一系列教學文: 接下來會更深入地探討查詢的使用. 查詢的基本使用法為 session.query(Mapped Class),其後可加 .group ...
- Python SQLAlchemy --1
本文為 Python SQLAlchemy ORM 一系列教學文: SQLAlchemy 大概是目前 Python 最完整的資料庫操作的套件了,不過最令人垢病的是它的文件真的很難閱讀,如果不搭配個實例 ...
随机推荐
- 使用 FastGPT 实现最佳 AI 翻译工作流:全世界最信达雅的翻译
想让AI翻译既准确又地道?本文将教你如何利用 FastGPT 打造一个革命性的翻译工作流. 它不仅支持文本翻译,还能直接处理文档,更能通过自定义术语表确保专业术语的翻译准确性,堪称翻译神器! 直接看效 ...
- Clickhouse入门及实践
ClickHouse安装 采用doker安装测试: 拉取服务端 docker pull yandex/clickhouse-server 拉取客户端 docker pull yandex/clickh ...
- 2.12 Linux两种远程管理工具(PuTTY和SecureCRT)
通过<Linux远程管理协议>一节可以知道,Linux远程管理服务器多基于 SSH 协议.本节给大家介绍 2 种常见的基于 SSH 协议的远程管理工具,分别是 PuTTY 和 Secure ...
- Spring AI 再更新:如何借助全局参数实现智能数据库操作与个性化待办管理
引言 好的,今天我们继续聊一下Spring AI的相关内容.在10月的时候,我使用Spring AI搭建了一个简易版的个人助理系统,整体来说效果还是非常不错的.通过这次尝试,我对业务系统与AI结合的探 ...
- 一篇讲透:模组典型上网业务的AT上网流程
今天我们学习合宙模组典型上网业务的AT上网流程. 文末阅读原文,下载最新教程/固件. 一.简介 本文介绍了合宙4G模组的常用的AT指令和服务器交互的流程. 进一步详细的流程,参见各个模组的AT命令 ...
- 接口自动化框架【python+requests+pytest+allure】需要安装的依赖包
attrs == 23.2.0 certifi == 2024.2.2 cffi == 1.16.0 charset-normalizer == 3.3.2 colorama == 0.4.6 cry ...
- ubuntu 安装使用 mytop
apt搜索一下 $ sudo apt search mytop Sorting... Done Full Text Search... Done mytop/focal,focal,now 1.9.1 ...
- Nuxt.js 应用中的 webpack:error 事件钩子
title: Nuxt.js 应用中的 webpack:error 事件钩子 date: 2024/11/25 updated: 2024/11/25 author: cmdragon excerpt ...
- js逆向之常用算法
[Python] encode & decode from urllib import parse # url进行编码与解码 url = '你好啊' url_encode = parse.qu ...
- Flink 1.10中idea运行出错invalid flag
今日好奇,下载Flink 1.10的源码在本机玩一玩. 将工程按照正常流程导入IDEA后,运行flink-examples中的demo竟出现如下错误 Error:java: invalid flag: ...