### 使用 SQLAlchemy 自动生成 SQL 或 ORM 模型 #### 自动生成 ORM 模型 `sqlacodegen` 是一个用于自动生成 SQLAlchemy ORM 模型的工具，它可以根据已有的数据库表结构生成对应的 Python 类定义。以下是具体的操作流程： 安装 `sqlacodegen` 工具可以通过 pip 完成： ```bash pip install sqlacodegen ``` 运行命令时指定目标数据库 URI 和其他选项来生成模型代码。例如，对于 MySQL 数据库可以执行如下命令[^1]: ```bash sqlacodegen mysql+pymysql://username:password@host/dbname > models.py ``` 这会将生成的模型保存到文件 `models.py` 中。 如果只需要针对特定表生成模型，则可以在命令后面加上表名参数[^3]： ```bash sqlacodegen --tables your_table_name mysql+pymysql://username:password@host/dbname > specific_model.py ``` #### 手动编写基础 ORM 模型 除了通过外部工具生成外，也可以手动构建基本的 SQLAlchemy ORM 模型类。下面是一个简单的例子展示如何基于已有表创建映射关系[^2]: 假设有一个名为 `users` 的表，其字段包括 id (整数), name (字符串)，age(整数) 。那么相应的模型可能看起来像这样: ```python from sqlalchemy import Column, Integer, String from sqlalchemy.ext.declarative import declarative_base Base = declarative_base() class User(Base): __tablename__ = 'users' id = Column(Integer, primary_key=True) name = Column(String) age = Column(Integer) def __repr__(self): return "<User(name='%s', age='%d')>" % ( self.name, self.age) ``` 以上代码片段展示了如何利用 SQLAlchemy 的声明式 API 来定义数据表及其列属性之间的对应关系。 #### 动态生成 SQL 查询语句 当使用 SQLAlchemy ORM 时，实际发出给数据库的具体 SQL 文本通常由框架内部处理完成。但是我们仍然能够查看这些最终形成的查询语句以便调试或者优化性能等问题。比如当我们调用 session.query() 方法并附加一些过滤条件之后就可以打印出即将被执行的真实SQL表达形式: ```python from myapp.models import User stmt = session.query(User).filter_by(name='John Doe') print(stmt) # 输出类似于 SELECT ... WHERE users.name = :name_1; ```