前言

使用数据库一个高效的操作是连表查询，一条查询语句能够查询到多个表的数据。在sqlalchem架构下的数据库连表查询更是十分方便。那么如何连表查询？以及数据库外键对连表查询有没有帮助呢？本篇文章就这两个问题简单解释。

建表

俗话说巧妇难为无米之炊，连表查询肯定要有表，有数据库啊。那有没有数据库是你见了垂涎三尺的呢？中国文化博大精深，饮食文化更是璀璨的明珠。我们就以中国菜系为话题，讲一讲好吃的，顺便再说一说外键和连表查询。

鲁菜山东菜系，而且在明清两代，宫廷御膳是以鲁菜为主，鲁菜味道浓厚，喜欢葱蒜，以海鲜、汤菜和内脏为主。因为鲁菜对其他菜系的影响颇大，所以鲁菜为八大菜系之首。代表：糖醋鲤鱼

川菜四川菜系，以成都和重庆两地菜系为主，特点是酸、甜、麻、辣、香，川菜中有五大名菜：回锅肉、水煮肉片、麻婆豆腐、宫保鸡丁、鱼香肉丝。川菜太好吃了，名菜超多。

苏菜江苏地方风味菜,由扬州、南京、苏州三地的地方菜发展而成，是宫廷第二大菜系，今天国宴仍以苏菜为主。其中扬州菜亦称淮扬菜，因受本地自然资源影响，菜色四季有别，讲究配色以及烹饪技巧。代表作：盐水鸭，松鼠桂鱼

粤菜。就是广东菜系，在国外的中国菜馆是以粤菜为主的。粤菜分为潮汕风味、广府风味以及客家风味，又以广府风味为代表。广东地域物产丰富且新鲜，而且讲究季节性。选材要在食物的最佳的时节，做法追求食材的原汁原味，不像川菜那样破坏了食材原来的鲜味。代表作：白斩鸡

那么就以上面提到的信息来建两张表。

food表：

菜系	地区
鲁菜	山东
川菜	成都
苏菜	南京
粤菜	珠三角

famous表：

菜系	代表
鲁菜	糖醋鲤鱼
川菜	鱼香肉丝、宫保鸡丁、水煮肉片
苏菜	松鼠桂鱼、盐水鸭
粤菜	白斩鸡

不带外键的两张表：

model.py

#coding:utf-8

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,Integer,String,DATE,ForeignKey,CHAR #导入外键
from sqlalchemy.orm import  relationship  #创建关系
 
engine = create_engine("mysql+mysqldb://root:12345678@localhost:3306/test?charset=utf8",
                       encoding="utf-8")
 
Base = declarative_base() #生成orm基类

class Food(Base):
    __tablename__ = "food"

    name = Column(CHAR(20),primary_key = True)
    location = Column(CHAR(20))

    def __repr__(self):
        return "name:{0} location:{1}".format(self.name,self.location) 

class Famous(Base):
    __tablename__ = 'famous'
    id = Column(Integer,primary_key = True)
    food_name = Column(CHAR(20))
    famous_dish = Column(CHAR(20))
    def __repr__(self):
        return "id:{0} food_name:{1} famous_dish:{2}".format(self.id,self.food_name,self.famous_dish) 
    
 
Base.metadata.create_all(engine) #创建表

写入数据

写入数据：

#coding:utf-8

from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine,Column
from model import Food,Famous

#中文在命令行中显示为16进制编码，所以用拼音代替，懂这个意思就行。
food = {
           u"lu":u"shandong",
           u"chuan":u"chengdu",
           u"su":u"nanjing",
           u"yue":u"zhusanjiao"
           }

famous = [
         {u'lu':u'tangculiyu'},
         {u'chuan':u'yuxiangrousi'},
         {u'chuan':u'gongbaojiding'},
         {u'chuan':u'shuizhuroupian'},
         {u'su':u'songshuguiyu'},
         {u'su':u'yanshuiya'},
         {u'yue':u'baizhanji'}
        ]      


engine = create_engine('mysql+mysqldb://root:12345678@localhost:3306/test?charset=utf8')
DBSession = sessionmaker(bind=engine)
session = DBSession()

for key in food:
    new_food = Food(name=key,location=food[key]) 
    session.add(new_food)
session.commit()

for dish in famous:
    new_famous = Famous(food_name=dish.keys()[0],famous_dish=dish.values()[0])
    session.add(new_famous)
session.commit()

session.close()

这里有一点值得注意一下，famous的外键是food_name字段，指向的是food表中主键name字段。并且这里的对应关系是1对多的。在famous表中的food_name字段重复出现了，但值只有4种。这里就是外键的特性之一：

外键对应主表的主键，外键值可以是空，可以多个对1个，但一定要在主表中主键的值里。

有关外键的具体内容可以参考前面一篇 sqlalchemy外键和relationship查询

查询

select.py

#coding:utf-8

from sqlalchemy.orm import  sessionmaker
from sqlalchemy import create_engine
from model import *

#修改用户名、密码和数据库的名称为自己的
engine = create_engine("mysql+mysqldb://root:12345678@localhost:3306/test",)
Session_class = sessionmaker(bind=engine)
session = Session_class()

query = session.query(Food).join(Famous).all()


for x in query:
    print x

在没有外键关联的情况下对查询是有一定的影响的，没有外键关联的情况下，直接join连表，而不指明连表的字段就会报错，因为sqlalchemy连表查询没有外键自动关联两张表。

query = session.query(Food).join(Famous).all()

这个时候就需要在使用join连表时指明两张表连接的字段。

query = session.query(Food,Famous).join(Famous,Famous.food_name==Food.name).all()

带外键的表

因为不带外键的表查询时没有直接关联，所以下面使用带外键的表来看是否有优化？

#coding:utf-8

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,Integer,String,DATE,ForeignKey,CHAR #导入外键
from sqlalchemy.orm import  relationship  #创建关系
 
engine = create_engine("mysql+mysqldb://root:12345678@localhost:3306/test?charset=utf8",
                       encoding="utf-8")
 
Base = declarative_base() #生成orm基类

class Food(Base):
    __tablename__ = "food"

    name = Column(CHAR(20),primary_key = True)
    location = Column(CHAR(20))

    def __repr__(self):
        return "name:{0} location:{1}".format(self.name,self.location) 

class Famous(Base):
    __tablename__ = 'famous'
    id = Column(Integer,primary_key = True)
    food_name = Column(CHAR(20),ForeignKey('food.name'))
    food = relationship("Food",backref="dish_belong_food") 
    famous_dish = Column(CHAR(20))
    def __repr__(self):
        return "id:{0} food_name:{1} famous_dish:{2}".format(self.id,self.food_name,self.famous_dish) 
    
 
Base.metadata.create_all(engine) #创建表

加了外键的famous表，从其建表的sql来看有一条外键记录，连接到food表中的name字段。

有外键关联的表，能够直接join表，sqlalchemy会自动用外键关联这两张表，这就是sqlalchemy对查询做出的优化。

query = session.query(Food,Famous).join(Famous).all()

连表查询

数据库连表有很多中操作，有全连接，左连接，右连接。在这些连接方式中，最基础的是全连接，看一下全连接的威力。

query = session.query(Food,Famous).all()

直接查询两张表，这时查询结果是返回被连接的两个表的笛卡尔积。将两张表看做是两个列表，全连接的方式类似如下的列表乘积。

在前面使用的join连接则是一种内连接。将两张表里相同的部分连接在一起，内连接的方式如下：

query = session.query(Food,Famous).join(Famous,Famous.food_name==Food.name).all()

使用join的方式可以将多张表连在一起，不仅限于2张表，如果这里有还有一张介绍每一种美食的做法的一张表叫做Cook的话，将三种表连起来的写法：

query = session.query(Food,Famous,Cook).join(Famous,Famous.food_name==Food.name).join(Cook,Cook.famous_name==Famous.famous).all()

只要表与表之间有关联，那么就能用join的方式将表连接在一起，前提是一定要有字段是有关联的，如果连接两张毫无干系的表，那查询结果肯定是空。

在实际的使用过程中，将想要查询的表关联起来是第一步，还有一步也很重要，那就是过滤，筛选出我们需要的字段。而筛选在sqlalchemy中使用的是filter这个关键字。例如，想要筛选出所有苏菜里的好吃的，可以这么写：

query = session.query(Food,Famous).join(Famous,Famous.food_name==Food.name).filter(Food.name=='su').all()

filter的作用就是从得到连表所有的数据里过滤出我们感兴趣的数据。filte之前，我们得到的数据是这样的：

而使用了filter之后，从上面的结果中将food表中name字段为’su’的数据过滤出来，便是如下的数据：

同时还可以多级过滤，可以在前面的基础上再次过滤。比如说，我就爱吃鸭子，我在南京的美食找一找有没有和鸭子有关的好吃的，写法如下：

query = session.query(Food,Famous).join(Famous,Famous.food_name==Food.name).filter(Food.name=='su').filter(Famous.famous_dish.like('%ya%')).all()

结果如下，真的找到一条记录，盐水鸭，这是南京人民的最爱啊,能把鸭子吃出花来，就像有人调侃说没有一只鸭子能走出南京！(‘-‘)

总结

所以总结一下在sqlalchemy中如何得心应手，随心所欲的过滤出自己想要的数据：

1.找到你想要查询的数据的表

2.看看你手里有什么数据

3.确定手里的数据和你要查询的数据之间有直接关系还是有间接关系

4.将有关联的表连接起来(join ，连接相关的表)

5.从得到的数据中过滤出里感兴趣的数据(filter 过滤出你需要的数据)

通用公式

query 负责你要查询的结果的字段信息

join 负责你的连表操作，可以有多个join

filetr 负责过滤你感兴趣的数据，或者符合条件的数据才能被query展示

看到这里可能有好奇宝宝会问，不是还有一个all吗？这是什么意思呢？这个就是sqlalchemy的关键字了，具体参考前面的sqlalchemy关键字使用篇。

文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/194278.html

吃货眼中的sqlalchemy外键和连表查询

前言

建表

写入数据

查询

连表查询

总结

相关推荐