第六节：FastAPI和SQLALchemy的整合

一、ORM的查询操作

   	# 查找某个模型对应的那个表中所有的数据：all_person = session.query(Person).all()# 使用filter_by来做条件查询all_person = session.query(Person).filter_by(name='momo1').all()# 使用filter来做条件查询all_person = session.query(Person).filter(Person.name=='momo1').all()# 使用get方法查找数据，get方法是根据id来查找的，只会返回一条数据或者Noneperson = session.query(Person).get(primary_key)# 使用first方法获取结果集中的第一条数据person = session.query(Person).first()# 新版本
select_stmt = select(Employee).where(Employee.id > 1, Employee.sal == None)
result = session.execute(select_stmt)
for row in result.scalars():  # result里面是一行一行的数据print(row)print(row.dept.name)
result.first()

1、filter的过滤

过滤是数据提取的一个很重要的功能，以下对一些常用的过滤条件进行解释，并且这些过滤条件都是只能通过filter方法实现的：

1. equals ： ==

   news= session.query(News).filter(News.title == "title1").first()result = session.execute(select(Employee).where(Employee.id > 1).order_by(Employee.id))

2. not equals : !=

    query(User).filter(User.name != 'ed')result = session.execute(select(Employee).where(Employee.id != 1))

3. like & ilike [不区分大小写]：

    query(User).filter(User.name.like('%ed%'))result = session.execute(select(Employee).where(Employee.name.like('%四%')))

4. in：

   query(User).filter(User.name.in_(['ed','wendy','jack']))result = session.execute(select(Employee).where(Employee.name.in_(['李四', '王五'])))

5. not in：

     query(User).filter(~User.name.in_(['ed','wendy','jack']))result = session.execute(select(Employee).where(Employee.name.notin_(['李四', '王五'])))

6. is null：

    query(User).filter(User.name==None)# 或者是query(User).filter(User.name.is_(None))# 新版本result = session.execute(select(Employee).filter(Employee.dept_id.is_(None)))

7. is not null:

    query(User).filter(User.name != None)# 或者是query(User).filter(User.name.isnot(None))result = session.execute(select(Employee).filter(Employee.dept_id.isnot(None)))

8. 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')result = session.execute(select(Employee).where(Employee.id > 2).where(Employee.dept_id.isnot(None)))

9. or：

   query(User).filter(or_(User.name=='ed',User.name=='wendy'))result = session.execute(select(Employee).where(or_(Employee.id > 2, Employee.dept_id.isnot(None))))

2、聚合函数

• func.count：统计行的数量。
• func.avg：求平均值。
• func.max：求最大值。
• func.min：求最小值。
• func.sum：求和。

r = session.query(func.count(News.id)).first()
print(r)r = session.query(func.max(News.price)).first()
print(r)r = session.query(func.min(News.price)).first()
print(r)result = session.execute(select(func.count(Employee.id))).first()

3、分组查询

group_by：

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()result = session.execute(select(Dept.name, func.count(Employee.dept_id)).join(Dept.emp_list).group_by(Dept.name))
# print(result.all())
# for item, co in result.all():
#     print(item, co)for item in result:print(item.name, item.count)

having：

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()

二、整合

通过注入，把session对象注入到视图函数中去

@app.get("/test", response_class=HTMLResponse)
def test(request: Request, name: Union[str, None], session: Session = Depends(get_session)):all_list = session.query(Employee).all()return templates.TemplateResponse("result.html", {"request": request, 'emp_list': all_list})

def get_session():session = Session(bind=engine)try:yield sessionfinally:session.close()