SQLAlchemy 幾種查詢方式總結(jié)

轉(zhuǎn):https://blog.csdn.net/smalltankpy/article/details/72301786
幾種常見sqlalchemy查詢:

簡單查詢

print(session.query(User).all())
print(session.query(User.name, User.fullname).all())
print(session.query(User, User.name).all())

#帶條件查詢
print(session.query(User).filter_by(name='user1').all())
print(session.query(User).filter(User.name == "user").all())
print(session.query(User).filter(User.name.like("user%")).all())

#多條件查詢
print(session.query(User).filter(and_(User.name.like("user%"), User.fullname.like("first%"))).all())
print(session.query(User).filter(or_(User.name.like("user%"), User.password != None)).all())

#sql過濾
print(session.query(User).filter("id>:id").params(id=1).all())

#關(guān)聯(lián)查詢 
print(session.query(User, Address).filter(User.id == Address.user_id).all())
print(session.query(User).join(User.addresses).all())
print(session.query(User).outerjoin(User.addresses).all())

#聚合查詢
print(session.query(User.name, func.count('*').label("user_count")).group_by(User.name).all())
print(session.query(User.name, func.sum(User.id).label("user_id_sum")).group_by(User.name).all())

#子查詢
stmt = session.query(Address.user_id, func.count('*').label("address_count")).group_by(Address.user_id).subquery()
print(session.query(User, stmt.c.address_count).outerjoin((stmt, User.id == stmt.c.user_id)).order_by(User.id).all())

#exists
print(session.query(User).filter(exists().where(Address.user_id == User.id)))
print(session.query(User).filter(User.addresses.any()))

限制返回字段查詢

person = session.query(Person.name, Person.created_at,                     
Person.updated_at).filter_by(name="zhongwei").order_by(            
Person.created_at).first()

記錄總數(shù)查詢:

 from sqlalchemy import func

# count User records, without
# using a subquery.
session.query(func.count(User.id))

# return count of user "id" grouped
# by "name"
session.query(func.count(User.id)).\
    group_by(User.name)

from sqlalchemy import distinct

# count distinct "name" values
session.query(func.count(distinct(User.name)))
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末老赤,一起剝皮案震驚了整個濱河市典鸡,隨后出現(xiàn)的幾起案子窑睁,更是在濱河造成了極大的恐慌矾柜,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,214評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡项戴,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,307評論 2 382
  • 文/潘曉璐 我一進店門槽惫,熙熙樓的掌柜王于貴愁眉苦臉地迎上來周叮,“玉大人,你說我怎么就攤上這事界斜》碌ⅲ” “怎么了?”我有些...
    開封第一講書人閱讀 152,543評論 0 341
  • 文/不壞的土叔 我叫張陵各薇,是天一觀的道長项贺。 經(jīng)常有香客問我,道長峭判,這世上最難降的妖魔是什么开缎? 我笑而不...
    開封第一講書人閱讀 55,221評論 1 279
  • 正文 為了忘掉前任,我火速辦了婚禮朝抖,結(jié)果婚禮上啥箭,老公的妹妹穿的比我還像新娘谍珊。我一直安慰自己治宣,他們只是感情好急侥,可當(dāng)我...
    茶點故事閱讀 64,224評論 5 371
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著侮邀,像睡著了一般坏怪。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上绊茧,一...
    開封第一講書人閱讀 49,007評論 1 284
  • 那天铝宵,我揣著相機與錄音,去河邊找鬼华畏。 笑死鹏秋,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的亡笑。 我是一名探鬼主播侣夷,決...
    沈念sama閱讀 38,313評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼仑乌!你這毒婦竟也來了百拓?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 36,956評論 0 259
  • 序言:老撾萬榮一對情侶失蹤晰甚,失蹤者是張志新(化名)和其女友劉穎衙传,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體厕九,經(jīng)...
    沈念sama閱讀 43,441評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡蓖捶,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 35,925評論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了扁远。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片腺阳。...
    茶點故事閱讀 38,018評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖穿香,靈堂內(nèi)的尸體忽然破棺而出亭引,到底是詐尸還是另有隱情,我是刑警寧澤皮获,帶...
    沈念sama閱讀 33,685評論 4 322
  • 正文 年R本政府宣布焙蚓,位于F島的核電站,受9級特大地震影響洒宝,放射性物質(zhì)發(fā)生泄漏购公。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,234評論 3 307
  • 文/蒙蒙 一雁歌、第九天 我趴在偏房一處隱蔽的房頂上張望宏浩。 院中可真熱鬧,春花似錦靠瞎、人聲如沸比庄。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,240評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽佳窑。三九已至制恍,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間神凑,已是汗流浹背净神。 一陣腳步聲響...
    開封第一講書人閱讀 31,464評論 1 261
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留溉委,地道東北人鹃唯。 一個月前我還...
    沈念sama閱讀 45,467評論 2 352
  • 正文 我出身青樓,卻偏偏與公主長得像瓣喊,于是被迫代替她去往敵國和親俯渤。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 42,762評論 2 345

推薦閱讀更多精彩內(nèi)容