多列查询保持对象定义的SQLAlchemy方法
IT行业相对于一般传统行业,发展更新速度更快,一旦停止了学习,很快就会被行业所淘汰。所以我们需要踏踏实实的不断学习,精进自己的技术,尤其是初学者。今天golang学习网给大家整理了《多列查询保持对象定义的 SQLAlchemy 方法》,聊聊,我们一起来看看吧!

在使用 SQLAlchemy 进行数据库查询时,我们经常需要选择多个表中的列,并希望能够方便地访问这些列对应的数据对象。然而,直接使用 session.execute(stmt).all() 方法可能会返回 Sequence[Row[Tuple[Item, Package]]] 这样的类型,导致在后续处理中难以直接解包并保持对象的类型信息。本文将介绍如何通过 .tuples() 方法来解决这个问题,并提供清晰的代码示例。
问题描述
假设我们有两个 SQLAlchemy 模型 Item 和 Package,并且需要通过 Item.Package_id1 和 Package.Package_id 字段进行关联查询。以下代码展示了最初的查询方式:
from sqlalchemy import create_engine, Column, Integer, String, ForeignKey, select
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy.ext.declarative import declarative_base
# 定义数据库连接
DATABASE_URL = "sqlite:///:memory:" # 使用内存数据库,方便测试
# 创建 SQLAlchemy 引擎
engine = create_engine(DATABASE_URL)
# 创建 Session 类
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)
# 定义 Base 类
Base = declarative_base()
# 定义模型
class Package(Base):
__tablename__ = "packages"
Package_id = Column(Integer, primary_key=True, index=True)
Package_name = Column(String)
items = relationship("Item", back_populates="package")
class Item(Base):
__tablename__ = "items"
Item_id = Column(Integer, primary_key=True, index=True)
Item_name = Column(String)
Package_id1 = Column(Integer, ForeignKey("packages.Package_id"))
package = relationship("Package", back_populates="items")
# 创建表
Base.metadata.create_all(bind=engine)
# 示例数据
def create_sample_data():
db = SessionLocal()
package1 = Package(Package_name="Package A")
item1 = Item(Item_name="Item 1", package=package1)
item2 = Item(Item_name="Item 2", package=package1)
db.add_all([package1, item1, item2])
db.commit()
db.close()
create_sample_data()
DB = SessionLocal()
stmt = select(Item, Package).join(Package, Item.Package_id1 == Package.Package_id)
exec = DB.execute(stmt).all() # Sequence[Row[Tuple[Item, Package]]]
for row in exec:
row #Row[Tuple[Item, Package]]
Item_object : Item = row[0]
Package_object : Package = row[1]
print(f"Item: {Item_object.Item_name}, Package: {Package_object.Package_name}")在上述代码中,exec 变量的类型为 Sequence[Row[Tuple[Item, Package]]]。这意味着我们需要通过索引来访问 Item 和 Package 对象,并且需要手动指定类型,略显繁琐。
解决方案:使用 .tuples() 方法
为了更方便地解包查询结果,我们可以使用 .tuples() 方法。该方法会将返回结果转换为 Sequence[Tuple[Item, Package]] 类型,从而可以直接使用元组解包。
以下是修改后的代码:
from sqlalchemy import create_engine, Column, Integer, String, ForeignKey, select
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy.ext.declarative import declarative_base
# 定义数据库连接
DATABASE_URL = "sqlite:///:memory:" # 使用内存数据库,方便测试
# 创建 SQLAlchemy 引擎
engine = create_engine(DATABASE_URL)
# 创建 Session 类
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)
# 定义 Base 类
Base = declarative_base()
# 定义模型
class Package(Base):
__tablename__ = "packages"
Package_id = Column(Integer, primary_key=True, index=True)
Package_name = Column(String)
items = relationship("Item", back_populates="package")
class Item(Base):
__tablename__ = "items"
Item_id = Column(Integer, primary_key=True, index=True)
Item_name = Column(String)
Package_id1 = Column(Integer, ForeignKey("packages.Package_id"))
package = relationship("Package", back_populates="items")
# 创建表
Base.metadata.create_all(bind=engine)
# 示例数据
def create_sample_data():
db = SessionLocal()
package1 = Package(Package_name="Package A")
item1 = Item(Item_name="Item 1", package=package1)
item2 = Item(Item_name="Item 2", package=package1)
db.add_all([package1, item1, item2])
db.commit()
db.close()
create_sample_data()
DB = SessionLocal()
stmt = select(Item, Package).join(Package, Item.Package_id1 == Package.Package_id)
exec = DB.execute(stmt).tuples().all() # Sequence[Tuple[Item, Package]]
for _item, _package in exec:
print(f"Item: {_item.Item_name}, Package: {_package.Package_name}")通过添加 .tuples() 方法,exec 变量的类型变为 Sequence[Tuple[Item, Package]],我们可以在 for 循环中直接解包 Item 和 Package 对象,而无需使用索引,代码可读性更高。
总结
在 SQLAlchemy 中,使用 .tuples() 方法可以方便地处理多列选择的查询结果,避免手动指定类型和使用索引。这可以提高代码的可读性和简洁性,并减少出错的可能性。在需要同时访问多个表中的数据对象时,建议使用此方法。
以上就是《多列查询保持对象定义的SQLAlchemy方法》的详细内容,更多关于的资料请关注golang学习网公众号!
Python轻松解析JSON数据技巧
- 上一篇
- Python轻松解析JSON数据技巧
- 下一篇
- Python轮子包是什么?
-
- 文章 · python教程 | 4天前 | logging · Python教程 · 后端开发 · 日志排查 · Python logging 日志重复 propagate addHandler basicConfig
- Python logging 日志重复打印排查:为什么一条记录输出了两遍
- 324浏览 收藏
-
- 文章 · python教程 | 2星期前 | 默认值 · python · 数据建模 · dataclass · default_factory · field · Python 数据类 Field 可变默认值 dataclass default_factory
- Python dataclass 默认值完整工作流:从可变默认值到 default_factory
- 228浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- ljg-skills
- ljg-skills 是李继刚开源的 AI 技能与提示词集合,面向大模型使用者整理了一批可复用的 prompt、角色设定和任务技能模板,适合用于学习提示词设计、搭建个人 AI 工作流和沉淀团队常用智能体能力。
- 3269次使用
-
- MELO音乐
- MELO音乐是一站式AI视频与音乐制作助手,对标suno, udio的高品质体验。提供伴奏生成、原创写词、无损导出、哼唱识曲、混音变声等全套音频与短视频编辑工具。无论是流行Kpop、电音说唱、民谣古风、摇滚儿歌还是商用轻音乐,MELO为你免费谱曲,轻松做同款!
- 3019次使用
-
- UniScribe
- UniScribe 是一款 AI 音视频转文字与内容整理工具,支持上传音频、视频文件或粘贴 YouTube 链接,自动生成转写文本、摘要、思维导图和关键问题,并支持多格式导出,适合会议记录、课程学习、访谈整理和内容创作复盘。
- 2968次使用
-
- 剧云
- 剧云是专业中文剧本创作平台,安全稳定运行十余年,集成AI编剧、剧本医生审核、人物小传、剧情关系图、大纲编写、多人协作、Word导入导出、版权管控功能,数据安全防护,轻松高效创作剧本。
- 3178次使用
-
- 万象有声
- 万象有声,一个专为有声创作者打造的新一代智能有声内容创作平台。平台提供专业的智能拆章、智能画本编辑、AI配音、AI生成音效、后期制作、智能对轨、智能审听等有声创作全流程工具,可以帮助创作者高效、低成本创作出引人入胜的有声作品。立即体验,让有声书制作更简单!
- 3132次使用
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
-
- httpx 如何设置代理认证(Proxy-Authorization)
- 2026-05-05 501浏览

