Python SQLAlchemy基本操作和常用技巧（包含大量實(shí)例,非常好）
首先說下，由于最新的 0.8 版還是開發(fā)版本，因此我使用的是 0.79 版，API 也許會(huì)有些不同。
因?yàn)槲沂谴钆?MySQL InnoDB 使用，所以使用其他數(shù)據(jù)庫的也不能完全照搬本文。
接著就從安裝開始介紹吧，以 Debian/Ubuntu 為例（請(qǐng)確保有管理員權(quán)限）：
1.MySQL
apt-get install mysql-client
apt-get install libmysqlclient15-dev
2.python-mysqldb
3.easy_install
python ez_setup.py
4.MySQL-Python
5.SQLAlchemy
如果是用其他操作系統(tǒng)，遇到問題就 Google 一下吧。我是在 Mac OS X 上開發(fā)的，途中也遇到些問題，不過當(dāng)時(shí)沒記下來……
值得一提的是我用了 MySQL-Python 來連 MySQL，因?yàn)椴恢С之惒秸{(diào)用，所以和 Tornado 不是很搭。不過性能其實(shí)很好，因此以后再去研究下其他方案吧……
裝好后就可以開始使用了：
from sqlalchemy.orm import sessionmaker
DB_CONNECT_STRING = 'mysql+mysqldb://root:123@localhost/ooxx?charset=utf8'
engine = create_engine(DB_CONNECT_STRING, echo=True)
DB_Session = sessionmaker(bind=engine)
session = DB_Session()
這里的 DB_CONNECT_STRING 就是連接數(shù)據(jù)庫的路徑?！癿ysql+mysqldb”指定了使用 MySQL-Python 來連接，“root”和“123”分別是用戶名和密碼，“l(fā)ocalhost”是數(shù)據(jù)庫的域名，“ooxx”是使用的數(shù)據(jù)庫名（可省略），“charset”指定了連接時(shí)使用的字符集（可省略）。
create_engine() 會(huì)返回一個(gè)數(shù)據(jù)庫引擎，echo 參數(shù)為 True 時(shí)，會(huì)顯示每條執(zhí)行的 SQL 語句，生產(chǎn)環(huán)境下可關(guān)閉。
sessionmaker() 會(huì)生成一個(gè)數(shù)據(jù)庫會(huì)話類。這個(gè)類的實(shí)例可以當(dāng)成一個(gè)數(shù)據(jù)庫連接，它同時(shí)還記錄了一些查詢的數(shù)據(jù)，并決定什么時(shí)候執(zhí)行 SQL 語句。由于 SQLAlchemy 自己維護(hù)了一個(gè)數(shù)據(jù)庫連接池（默認(rèn) 5 個(gè)連接），因此初始化一個(gè)會(huì)話的開銷并不大。對(duì) Tornado 而言，可以在 BaseHandler 的 initialize() 里初始化：
class BaseHandler(tornado.web.RequestHandler):
def initialize(self):
self.session = models.DB_Session()
def on_finish(self):
self.session.close()
對(duì)其他 Web 服務(wù)器來說，可以使用 sqlalchemy.orm.scoped_session，它能保證每個(gè)線程獲得的 session 對(duì)象都是唯一的。不過 Tornado 本身就是單線程的，如果使用了異步方式，就可能會(huì)出現(xiàn)問題，因此我并沒使用它。
拿到 session 后，就可以執(zhí)行 SQL 了：
print session.execute('show databases').fetchall()
session.execute('use abc')
# 建 user 表的過程略
print session.execute('select * from user where id = 1').first()
print session.execute('select * from user where id = :id', {'id': 1}).first()
不過這和直接使用 MySQL-Python 沒啥區(qū)別，所以就不介紹了；我還是喜歡 ORM 的方式，這也是我采用 SQLAlchemy 的唯一原因。
于是來定義一個(gè)表：
from sqlalchemy.types import CHAR, Integer, String
from sqlalchemy.ext.declarative import declarative_base
BaseModel = declarative_base()
def init_db():
BaseModel.metadata.create_all(engine)
def drop_db():
BaseModel.metadata.drop_all(engine)
class User(BaseModel):
__tablename__ = 'user'
id = Column(Integer, primary_key=True)
name = Column(CHAR(30)) # or Column(String(30))
init_db()
declarative_base() 創(chuàng)建了一個(gè) BaseModel 類，這個(gè)類的子類可以自動(dòng)與一個(gè)表關(guān)聯(lián)。
以 User 類為例，它的 __tablename__ 屬性就是數(shù)據(jù)庫中該表的名稱，它有 id 和 name 這兩個(gè)字段，分別為整型和 30 個(gè)定長(zhǎng)字符。Column 還有一些其他的參數(shù)，我就不解釋了。
最后，BaseModel.metadata.create_all(engine) 會(huì)找到 BaseModel 的所有子類，并在數(shù)據(jù)庫中建立這些表；drop_all() 則是刪除這些表。
接著就開始使用這個(gè)表吧：
user = User(name='a')
session.add(user)
user = User(name='b')
session.add(user)
user = User(name='a')
session.add(user)
user = User()
session.add(user)
session.commit()
query = session.query(User)
print query # 顯示SQL 語句
print query.statement # 同上
for user in query: # 遍歷時(shí)查詢
print user.name
print query.all() # 返回的是一個(gè)類似列表的對(duì)象
print query.first().name # 記錄不存在時(shí)，first() 會(huì)返回 None
# print query.one().name # 不存在，或有多行記錄時(shí)會(huì)拋出異常
print query.filter(User.id == 2).first().name
print query.get(2).name # 以主鍵獲取，等效于上句
print query.filter('id = 2').first().name # 支持字符串
query2 = session.query(User.name)
print query2.all() # 每行是個(gè)元組
print query2.limit(1).all() # 最多返回 1 條記錄
print query2.offset(1).all() # 從第 2 條記錄開始返回
print query2.order_by(User.name).all()
print query2.order_by('name').all()
print query2.order_by(User.name.desc()).all()
print query2.order_by('name desc').all()
print session.query(User.id).order_by(User.name.desc(), User.id).all()
print query2.filter(User.id == 1).scalar() # 如果有記錄，返回第一條記錄的第一個(gè)元素
print session.query('id').select_from(User).filter('id = 1').scalar()
print query2.filter(User.id > 1, User.name != 'a').scalar() # and
query3 = query2.filter(User.id > 1) # 多次拼接的 filter 也是 and
query3 = query3.filter(User.name != 'a')
print query3.scalar()
print query2.filter(or_(User.id == 1, User.id == 2)).all() # or
print query2.filter(User.id.in_((1, 2))).all() # in
query4 = session.query(User.id)
print query4.filter(User.name == None).scalar()
print query4.filter('name is null').scalar()
print query4.filter(not_(User.name == None)).all() # not
print query4.filter(User.name != None).all()
print query4.count()
print session.query(func.count('*')).select_from(User).scalar()
print session.query(func.count('1')).select_from(User).scalar()
print session.query(func.count(User.id)).scalar()
print session.query(func.count('*')).filter(User.id > 0).scalar() # filter() 中包含 User，因此不需要指定表
print session.query(func.count('*')).filter(User.name == 'a').limit(1).scalar() == 1 # 可以用 limit() 限制 count() 的返回?cái)?shù)
print session.query(func.sum(User.id)).scalar()
print session.query(func.now()).scalar() # func 后可以跟任意函數(shù)名，只要該數(shù)據(jù)庫支持
print session.query(func.current_timestamp()).scalar()
print session.query(func.md5(User.name)).filter(User.id == 1).scalar()
query.filter(User.id == 1).update({User.name: 'c'})
user = query.get(1)
print user.name
user.name = 'd'
session.flush() # 寫數(shù)據(jù)庫，但并不提交
print query.get(1).name
session.delete(user)
session.flush()
print query.get(1)
session.rollback()
print query.get(1).name
query.filter(User.id == 1).delete()
session.commit()
print query.get(1)
增刪改查都涉及到了，自己看看輸出的 SQL 語句就知道了，于是基礎(chǔ)知識(shí)就介紹到此了。
下面開始介紹一些進(jìn)階的知識(shí)。
如何批量插入大批數(shù)據(jù)？
可以使用非 ORM 的方式：
User.__table__.insert(),
[{'name': `randint(1, 100)`,'age': randint(1, 100)} for i in xrange(10000)]
)
session.commit()
上面我批量插入了 10000 條記錄，半秒內(nèi)就執(zhí)行完了；而 ORM 方式會(huì)花掉很長(zhǎng)時(shí)間。
如何讓執(zhí)行的 SQL 語句增加前綴？
使用 query 對(duì)象的 prefix_with() 方法：
session.execute(User.__table__.insert().prefix_with('IGNORE'), {'id': 1, 'name': '1'})
如何替換一個(gè)已有主鍵的記錄？
使用 session.merge() 方法替代 session.add()，其實(shí)就是 SELECT + UPDATE：
session.merge(user)
session.commit()
或者使用 MySQL 的 INSERT … ON DUPLICATE KEY UPDATE，需要用到 @compiles 裝飾器，有點(diǎn)難懂，自己搜索看吧：《SQLAlchemy ON DUPLICATE KEY UPDATE》 和 sqlalchemy_mysql_ext。
如何使用無符號(hào)整數(shù)？
可以使用 MySQL 的方言：
id = Column(INTEGER(unsigned=True), primary_key=True)
模型的屬性名需要和表的字段名不一樣怎么辦？
開發(fā)時(shí)遇到過一個(gè)奇怪的需求，有個(gè)其他系統(tǒng)的表里包含了一個(gè)“from”字段，這在 Python 里是關(guān)鍵字，于是只能這樣處理了：
如何獲取字段的長(zhǎng)度？
Column 會(huì)生成一個(gè)很復(fù)雜的對(duì)象，想獲取長(zhǎng)度比較麻煩，這里以 User.name 為例：
如何指定使用 InnoDB，以及使用 UTF-8 編碼？
最簡(jiǎn)單的方式就是修改數(shù)據(jù)庫的默認(rèn)配置。如果非要在代碼里指定的話，可以這樣：
__table_args__ = {
'mysql_engine': 'InnoDB',
'mysql_charset': 'utf8'
}
MySQL 5.5 開始支持存儲(chǔ) 4 字節(jié)的 UTF-8 編碼的字符了，iOS 里自帶的 emoji（如 🍎 字符）就屬于這種。
如果是對(duì)表來設(shè)置的話，可以把上面代碼中的 utf8 改成 utf8mb4，DB_CONNECT_STRING 里的 charset 也這樣更改。
如果對(duì)庫或字段來設(shè)置，則還是自己寫 SQL 語句比較方便，具體細(xì)節(jié)可參考《How to support full Unicode in MySQL databases》。
不建議全用 utf8mb4 代替 utf8，因?yàn)榍罢吒饕龝?huì)占用更多空間。
如何設(shè)置外鍵約束？
from sqlalchemy import ForeignKey
class User(BaseModel):
__tablename__ = 'user'
id = Column(Integer, primary_key=True)
age = Column(Integer)
class Friendship(BaseModel):
__tablename__ = 'friendship'
id = Column(Integer, primary_key=True)
user_id1 = Column(Integer, ForeignKey('user.id'))
user_id2 = Column(Integer, ForeignKey('user.id'))
for i in xrange(100):
session.add(User(age=randint(1, 100)))
session.flush() # 或 session.commit()，執(zhí)行完后，user 對(duì)象的 id 屬性才可以訪問（因?yàn)?id 是自增的）
for i in xrange(100):
session.add(Friendship(user_id1=randint(1, 100), user_id2=randint(1, 100)))
session.commit()
session.query(User).filter(User.age < 50).delete()
執(zhí)行這段代碼時(shí)，你應(yīng)該會(huì)遇到一個(gè)錯(cuò)誤：
原因是刪除 user 表的數(shù)據(jù)，可能會(huì)導(dǎo)致 friendship 的外鍵不指向一個(gè)真實(shí)存在的記錄。在默認(rèn)情況下，MySQL 會(huì)拒絕這種操作，也就是 RESTRICT。InnoDB 還允許指定 ON DELETE 為 CASCADE 和 SET NULL，前者會(huì)刪除 friendship 中無效的記錄，后者會(huì)將這些記錄的外鍵設(shè)為 NULL。
除了刪除，還有可能更改主鍵，這也會(huì)導(dǎo)致 friendship 的外鍵失效。于是相應(yīng)的就有 ON UPDATE 了。其中 CASCADE 變成了更新相應(yīng)的外鍵，而不是刪除。
而在 SQLAlchemy 中是這樣處理的：
__tablename__ = 'friendship'
id = Column(Integer, primary_key=True)
user_id1 = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))
user_id2 = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))
如何連接表？
from sqlalchemy.orm import aliased
Friend = aliased(User, name='Friend')
print session.query(User.id).join(Friendship, User.id == Friendship.user_id1).all() # 所有有朋友的用戶
print session.query(distinct(User.id)).join(Friendship, User.id == Friendship.user_id1).all() # 所有有朋友的用戶（去掉重復(fù)的）
print session.query(User.id).join(Friendship, User.id == Friendship.user_id1).distinct().all() # 同上
print session.query(Friendship.user_id2).join(User, User.id == Friendship.user_id1).order_by(Friendship.user_id2).distinct().all() # 所有被別人當(dāng)成朋友的用戶
print session.query(Friendship.user_id2).select_from(User).join(Friendship, User.id == Friendship.user_id1).order_by(Friendship.user_id2).distinct().all() # 同上，join 的方向相反，但因?yàn)椴皇?STRAIGHT_JOIN，所以 MySQL 可以自己選擇順序
print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).all() # 用戶及其朋友
print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).filter(User.id < 10).all() # id 小于 10 的用戶及其朋友
print session.query(User.id, Friend.id).join(Friendship, User.id == Friendship.user_id1).join(Friend, Friend.id == Friendship.user_id2).all() # 兩次 join，由于使用到相同的表，因此需要?jiǎng)e名
print session.query(User.id, Friendship.user_id2).outerjoin(Friendship, User.id == Friendship.user_id1).all() # 用戶及其朋友（無朋友則為 None，使用左連接）
這里我沒提到 relationship，雖然它看上去很方便，但需要學(xué)習(xí)的內(nèi)容實(shí)在太多，還要考慮很多性能上的問題，所以干脆自己 join 吧。
為什么無法刪除 in 操作查詢出來的記錄？
拋出這樣的異常：
但這樣是沒問題的：
搜了下找到《Sqlalchemy delete subquery》這個(gè)問題，提到了 delete 的一個(gè)注意點(diǎn)：刪除記錄時(shí)，默認(rèn)會(huì)嘗試刪除 session 中符合條件的對(duì)象，而 in 操作估計(jì)還不支持，于是就出錯(cuò)了。解決辦法就是刪除時(shí)不進(jìn)行同步，然后再讓 session 里的所有實(shí)體都過期：
session.commit() # or session.expire_all()
此外，update 操作也有同樣的參數(shù)，如果后面立刻提交了，那么加上 synchronize_session=False 參數(shù)會(huì)更快。
如何擴(kuò)充模型的基類？
declarative_base() 會(huì)生成一個(gè) class 對(duì)象，這個(gè)對(duì)象的子類一般都和一張表對(duì)應(yīng)。如果想增加這個(gè)基類的方法或?qū)傩裕屪宇惗寄苁褂?，可以有三種方法：
1.定義一個(gè)新類，將它的方法設(shè)置為基類的方法：
class ModelMixin(object):
@classmethod
def get_by_id(cls, session, id, columns=None, lock_mode=None):
if hasattr(cls, 'id'):
scalar = False
if columns:
if isinstance(columns, (tuple, list)):
query = session.query(*columns)
else:
scalar = True
query = session.query(columns)
else:
query = session.query(cls)
if lock_mode:
query = query.with_lockmode(lock_mode)
query = query.filter(cls.id == id)
if scalar:
return query.scalar()
return query.first()
return None
BaseModel.get_by_id = get_by_id
@classmethod
def get_all(cls, session, columns=None, offset=None, limit=None, order_by=None, lock_mode=None):
if columns:
if isinstance(columns, (tuple, list)):
query = session.query(*columns)
else:
query = session.query(columns)
if isinstance(columns, str):
query = query.select_from(cls)
else:
query = session.query(cls)
if order_by is not None:
if isinstance(order_by, (tuple, list)):
query = query.order_by(*order_by)
else:
query = query.order_by(order_by)
if offset:
query = query.offset(offset)
if limit:
query = query.limit(limit)
if lock_mode:
query = query.with_lockmode(lock_mode)
return query.all()
BaseModel.get_all = get_all
@classmethod
def count_all(cls, session, lock_mode=None):
query = session.query(func.count('*')).select_from(cls)
if lock_mode:
query = query.with_lockmode(lock_mode)
return query.scalar()
BaseModel.count_all = count_all
@classmethod
def exist(cls, session, id, lock_mode=None):
if hasattr(cls, 'id'):
query = session.query(func.count('*')).select_from(cls).filter(cls.id == id)
if lock_mode:
query = query.with_lockmode(lock_mode)
return query.scalar() > 0
return False
BaseModel.exist = exist
@classmethod
def set_attr(cls, session, id, attr, value):
if hasattr(cls, 'id'):
session.query(cls).filter(cls.id == id).update({
attr: value
})
session.commit()
BaseModel.set_attr = set_attr
@classmethod
def set_attrs(cls, session, id, attrs):
if hasattr(cls, 'id'):
session.query(cls).filter(cls.id == id).update(attrs)
session.commit()
BaseModel.set_attrs = set_attrs
雖然很拙劣，但確實(shí)能用。順便還附送了一些有用的玩意，你懂的。
2.設(shè)置 declarative_base() 的 cls 參數(shù)：
這種方法不需要執(zhí)行“BaseModel.get_by_id = get_by_id”之類的代碼。不足之處就是 PyCharm 仍然無法找到這些方法的位置。
3.設(shè)置 __abstract__ 屬性：
__abstract__ = True
__table_args__ = { # 可以省掉子類的 __table_args__ 了
'mysql_engine': 'InnoDB',
'mysql_charset': 'utf8'
}
# ...
這種方法最簡(jiǎn)單，也可以繼承出多個(gè)類。
如何正確使用事務(wù)？
假設(shè)有一個(gè)簡(jiǎn)單的銀行系統(tǒng)，一共兩名用戶：
__tablename__ = 'user'
id = Column(Integer, primary_key=True)
money = Column(DECIMAL(10, 2))
class TanseferLog(BaseModel):
__tablename__ = 'tansefer_log'
id = Column(Integer, primary_key=True)
from_user = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))
to_user = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))
amount = Column(DECIMAL(10, 2))
user = User(money=100)
session.add(user)
user = User(money=0)
session.add(user)
session.commit()
然后開兩個(gè) session，同時(shí)進(jìn)行兩次轉(zhuǎn)賬操作：
session2 = DB_Session()
user1 = session1.query(User).get(1)
user2 = session1.query(User).get(2)
if user1.money >= 100:
user1.money -= 100
user2.money += 100
session1.add(TanseferLog(from_user=1, to_user=2, amount=100))
user1 = session2.query(User).get(1)
user2 = session2.query(User).get(2)
if user1.money >= 100:
user1.money -= 100
user2.money += 100
session2.add(TanseferLog(from_user=1, to_user=2, amount=100))
session1.commit()
session2.commit()
現(xiàn)在看看結(jié)果：
Decimal('0.00')
>>> user2.money
Decimal('100.00')
>>> session.query(TanseferLog).count()
2L
兩次轉(zhuǎn)賬都成功了，但是只轉(zhuǎn)走了一筆錢，這明顯不科學(xué)。
可見 MySQL InnoDB 雖然支持事務(wù)，但并不是那么簡(jiǎn)單的，還需要手動(dòng)加鎖。
首先來試試讀鎖：
user2 = session1.query(User).with_lockmode('read').get(2)
if user1.money >= 100:
user1.money -= 100
user2.money += 100
session1.add(TanseferLog(from_user=1, to_user=2, amount=100))
user1 = session2.query(User).with_lockmode('read').get(1)
user2 = session2.query(User).with_lockmode('read').get(2)
if user1.money >= 100:
user1.money -= 100
user2.money += 100
session2.add(TanseferLog(from_user=1, to_user=2, amount=100))
session1.commit()
session2.commit()
現(xiàn)在在執(zhí)行 session1.commit() 的時(shí)候，因?yàn)?user1 和 user2 都被 session2 加了讀鎖，所以會(huì)等待鎖被釋放。超時(shí)以后，session1.commit() 會(huì)拋出個(gè)超時(shí)的異常，如果捕捉了的話，或者 session2 在另一個(gè)進(jìn)程，那么 session2.commit() 還是能正常提交的。這種情況下，有一個(gè)事務(wù)是肯定會(huì)提交失敗的，所以那些更改等于白做了。
接下來看看寫鎖，把上段代碼中的 'read' 改成 'update' 即可。這次在執(zhí)行 select 的時(shí)候就會(huì)被阻塞了：
user1 = session2.query(User).with_lockmode('update').get(1)
這樣只要在超時(shí)期間內(nèi)，session1 完成了提交或回滾，那么 session2 就能正常判斷 user1.money >= 100 是否成立了。
由此可見，如果需要更改數(shù)據(jù)，最好加寫鎖。
那么什么時(shí)候用讀鎖呢？如果要保證事務(wù)運(yùn)行期間內(nèi)，被讀取的數(shù)據(jù)不被修改，自己也不去修改，加讀鎖即可。
舉例來說，假設(shè)我查詢一個(gè)用戶的開支記錄（同時(shí)包含余額和轉(zhuǎn)賬記錄），可以直接把 user 和 tansefer_log 做個(gè)內(nèi)連接。
但如果用戶的轉(zhuǎn)賬記錄特別多，我在查詢前想先驗(yàn)證用戶的密碼（假設(shè)在 user 表中），確認(rèn)相符后才查詢轉(zhuǎn)賬記錄。而這兩次查詢的期間內(nèi)，用戶可能收到了一筆轉(zhuǎn)賬，導(dǎo)致他的 money 字段被修改了，但我在展示給用戶時(shí)，用戶的余額仍然沒變，這就不正常了。
而如果我在讀取 user 時(shí)加了讀鎖，用戶是無法收到轉(zhuǎn)賬的（因?yàn)闊o法被另一個(gè)事務(wù)加寫鎖來修改 money 字段），這就保證了不會(huì)查出額外的 tansefer_log 記錄。等我查詢完兩張表，釋放了讀鎖后，轉(zhuǎn)賬就可以繼續(xù)進(jìn)行了，不過我顯示的數(shù)據(jù)在當(dāng)時(shí)的確是正確和一致的。
另外要注意的是，如果被查詢的字段沒有加索引的話，就會(huì)變成鎖整張表了：
session2.query(User).filter(User.id < 40).with_lockmode('update').all() # 不會(huì)被鎖，因?yàn)?id 是主鍵
session1.rollback()
session2.rollback()
session1.query(User).filter(User.money == 50).with_lockmode('update').all()
session2.query(User).filter(User.money == 40).with_lockmode('update').all() # 會(huì)等待解鎖，因?yàn)?money 上沒有索引
要避免的話，可以這樣：
另一個(gè)注意點(diǎn)是子事務(wù)。
InnoDB 支持子事務(wù)（savepoint 語句），可以簡(jiǎn)化一些邏輯。
例如有的方法是用于改寫數(shù)據(jù)庫的，它執(zhí)行時(shí)可能提交了事務(wù)，但在后續(xù)的流程中卻執(zhí)行失敗了，卻沒法回滾那個(gè)方法中已經(jīng)提交的事務(wù)。這時(shí)就可以把那個(gè)方法當(dāng)成子事務(wù)來運(yùn)行了：
# ...
if success:
session.commit()
return True
session.rollback()
return False
def step2():
# ...
if success:
session.commit()
return True
session.rollback()
return False
session.begin_nested()
if step1():
session.begin_nested()
if step2():
session.commit()
else:
session.rollback()
else:
session.rollback()
此外，rollback 一個(gè)子事務(wù)，可以釋放這個(gè)子事務(wù)中獲得的鎖，提高并發(fā)性和降低死鎖概率。
如何對(duì)一個(gè)字段進(jìn)行自增操作？
最簡(jiǎn)單的辦法就是獲取時(shí)加上寫鎖：
user.age += 1
session.commit()
如果不想多一次讀的話，這樣寫也是可以的：
User.age: User.age + 1
})
session.commit()
# 其實(shí)字段之間也可以做運(yùn)算：
session.query(User).filter(User.id == 1).update({
User.age: User.age + User.id
})
相關(guān)文章
Python利用pandas和matplotlib實(shí)現(xiàn)繪制圓環(huán)圖
在可視化的過程中,圓環(huán)圖是一種常用的方式,特別適合于展示各類別占比情況,本文將介紹如何使用 Python中的 pandas 和 matplotlib 庫,來制作一個(gè)店鋪銷量占比的圓環(huán)圖,需要的可以參考下2023-11-11
今天小編就為大家分享一篇解決python xlrd無法讀取excel文件的問題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-12-12
python3報(bào)錯(cuò)check_hostname?requires?server_hostname的解決
這篇文章主要介紹了python3報(bào)錯(cuò)check_hostname?requires?server_hostname的解決,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-12-12
這篇文章主要介紹了利用Python?list列表修改元素，Python?提供了兩種修改列表（list）元素的方法，我們可以每次修改單個(gè)元素，也可以每次修改一組元素2022-06-06
PyTorch中torch.nn.Linear實(shí)例詳解
torch.nn是包含了構(gòu)筑神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)基本元素的包,在這個(gè)包中可以找到任意的神經(jīng)網(wǎng)絡(luò)層,下面這篇文章主要給大家介紹了關(guān)于PyTorch中torch.nn.Linear的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-06-06
Django migrate報(bào)錯(cuò)的解決方案
在講解如何解決migrate報(bào)錯(cuò)原因前，我們先要了解migrate做了什么事情，本文就詳細(xì)的介紹migrate使用以及出現(xiàn)問題的解決，感興趣的可以了解一下2021-05-05
Python中隨機(jī)數(shù)生成random庫實(shí)戰(zhàn)
本文介紹了Python的random庫,介紹了生成隨機(jī)整數(shù)、浮點(diǎn)數(shù)、序列隨機(jī)抽樣等基本功能,以及設(shè)置隨機(jī)種子、控制概率分布等高級(jí)技巧,通過多個(gè)實(shí)用示例,感興趣的可以了解一下2024-11-11
Python除法之傳統(tǒng)除法、Floor除法及真除法實(shí)例詳解
本文通過實(shí)例代碼給大家介紹了Python除法之傳統(tǒng)除法、Floor除法及真除法,需要的朋友可以參考下2019-05-05
Python解決asyncio文件描述符最大數(shù)量限制的問題
這篇文章主要介紹了Python解決asyncio文件描述符最大數(shù)量限制的問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-06-06
使用PyTorch實(shí)現(xiàn)去噪擴(kuò)散模型的完整代碼
在本文中,我們將深入研究DDPM的復(fù)雜性,涵蓋其訓(xùn)練過程,包括正向和逆向過程,并探索如何執(zhí)行采樣,在整個(gè)探索過程中,我們將使用PyTorch從頭開始構(gòu)建DDPM,并完成其完整的訓(xùn)練,需要的朋友可以參考下2024-01-01