10 查询高级

排序

session.query(模型).order_by(字段).all()

• 默认排序顺序 升序 asc
• 降序 desc()

1.order_by：可以指定根据这个表中的某个字段进行排序，如果在前面加了⼀
个-，代表的是降序排序。

2.在模型定义的时候指定默认排序：有些时候，不想每次在查询的时候都指定排
序的方式，可以在定义模型的时候就指定排序的方式。
__mapper_args__

class Article(Base):
    __tablename__ = 'article'
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(String(50))
    # create_time = Column()
    def __str__(self):
        return "Article(title:%s)" % self.title
    __mapper_args__ = {
        "order_by": id.desc()
        # "order_by": id
    }

limit

可以限制每次查询的时候只查询几条数据

# 前三条数据
articles = session.query(Article).limit(3).all()

offset

可以限制查找数据的时候过滤掉前面多少条。

articles = session.query(Article).offset(2).limit(3)

切片

效率没有offset+limit高，因为切片是先从数据库先查询出所有，然后再进行切片，offset+limit
是在数据库中构造limit语句，先偏移然后只查询需要的数据条数

articles = session.query(Article).all()[2:5]

分组

准备模型类和数据

class User(Base):
    __tablename__ = "users"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(String(50), nullable=False)
    gender = Column(Enum('男', '女'))
    age = Column(Integer)
Base.metadata.drop_all()
Base.metadata.create_all()
session = sessionmaker(bind=engine)()
import random
for x in range(10):
    user = User(username='juran%s' % x, gender=random.choice(['男', '女']), age=random.randint(12, 26))
    session.add(user)
session.commit()

group_by

# 按照性别来进行分组, 求男女的人数
# 聚合函数  一般会和分组进行使用
from sqlalchemy import func
result = session.query(User.gender, func.count(User.id)).group_by(User.gender).all()
#  SELECT gender FROM users GROUP BY users.gender
print(result)  # [('男', 6), ('女', 4)]

having

from sqlalchemy import func
result = session.query(User.age, func.count(User.id)).group_by(User.age).having(User.age < 18).all()
# SELECT users.age , count(users.id) FROM users GROUP BY users.age  HAVING users.age < 8
print(result)  # [(17, 1), (14, 2), (13, 1)]

子查询

不推荐,语法(select ……) 作为一个整体，效率和两次SQL差不多，但语法更复杂

准备模型类和数据

class User(Base):
    __tablename__ = "users"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(String(50), nullable=False)
    city = Column(String(50))
    age = Column(Integer)
    def __str__(self):
        return "User(username:%s)" % self.username

# 查询和ecithy 相同的城市和年龄的人
# user = session.query(User).filter(User.username == 'ecithy').first()
result = session.query(User.username).filter(User.city == user.city, User.age == user.age).all()
# SELECT users.username FROM users WHERE users.city = '北京' and  users.age = 18
for data in result:
     print(data)
sub = session.query(User.city.label('city'), User.age.label('age')).filter(User.username == 'ecithy').subquery()
# c column
result = session.query(User).filter(User.city == sub.c.city, User.age == sub.c.age).all()
for data in result:
    print(data)

join⽅法

作用：把两张表字段相等的数据连接成一张表
join查询分为两种，⼀种是inner join，另⼀种是outer join。默认的是inner
join，如果指定left join或者是right join则为outer join。如果想要查询User及
其对应的Address，则可以通过以下方式来实现

session.query(User,Address).filter(User.id==Address.user_id).all():

总结

子查询和join查询具体选择哪个，需要根据实际情况看两张表的数据大小和SQL语句查询的具体需求。一般推荐join效率更高。