SQLAlchemy – Introducción

SQLAlchemy se conoce básicamente como el conjunto de herramientas de Python SQL que brinda a los desarrolladores la flexibilidad de usar la base de datos SQL. El beneficio de usar esta biblioteca en particular es permitir que los desarrolladores de Python trabajen con los propios objetos del lenguaje y no escriban consultas SQL separadas. Básicamente, pueden usar Python para acceder y trabajar con bases de datos. 

SQLAlchemy también es un mapeador relacional de objetos, que es una técnica utilizada para convertir datos entre bases de datos o lenguajes OOP como Python.

Instalación

Echemos un vistazo a la configuración y cómo configurar de manera efectiva un entorno para poder trabajar con esta biblioteca en particular. Se necesita la versión de Python 2.7 o superior para poder instalar la biblioteca. Hay dos formas de instalar SQLAlchemy:

Paso 1: La forma más eficiente y fácil es usar Python Package Manager o pip . Esto se puede hacer fácilmente escribiendo el siguiente comando en la terminal :

pip install sqlalchemy

Paso 2: Sin embargo, en el caso de la distribución anaconda de Python o si está utilizando esta plataforma en particular, puede instalarla desde la terminal conda:

conda install -c anaconda sqlalchemy

Comando de confirmación: para verificar si la biblioteca está instalada correctamente o para verificar su versión, puede usar el siguiente comando (la versión se puede mostrar de manera efectiva, en este caso, es 1.3.24, y esta es la última versión de SQLAlchemy :

>>> import sqlalchemy
>>>sqlalchemy.__version__
'1.3.24'

diagrama de flujo del proceso de instalación

Conexión a la base de datos

Ahora, para comenzar a conectarnos a la base de datos para acceder a los datos y trabajar con ellos, primero debemos establecer una conexión usando el siguiente comando:

import sqlalchemy as db
 
engine = db.create_engine('dialect+driver://user:pass@host:port/db')

Ejemplo 1: 

Digamos que queremos obtener los detalles de las películas del archivo llamado películas donde la certificación es PG. Supongamos que existe una categoría llamada certificación . Para abordar esto en SQL, ingresaríamos la siguiente consulta:

SELECT *
FROM films
WHERE certification = 'PG'

Ahora usando la biblioteca SQLAlchemy:

db.select([films]).where(films.columns.certification == 'PG')

Hay ciertos comandos que se usan en la biblioteca SQLAlchemy, y aunque muchas palabras clave tienden a ser esencialmente las mismas que en SQL, donde la consulta general es muy diferente. Echemos un vistazo a otro ejemplo e intentemos detectar cualquier diferencia/similitud entre la versión SQL y la versión de la biblioteca SQLAlchemy.

Ejemplo 2: 

Obtenga todos los detalles de las películas del archivo llamado películas donde la certificación es R y la fecha de lanzamiento es posterior a 2003. Suponga que existen las siguientes categorías en el archivo, películas: año_de_lanzamiento y certificación

En SQL, lo abordaríamos así:

SELECT *
FROM files
WHERE certification = 'R' and release_year > 2003  

Versión de SQLAlchemy:

db.select([films]).where(db.and_(films.columns.certification == 'R',
                                 films.columns.release_year > 2003))

Como podemos ver, parece haber algunas similitudes entre esta versión de SQLAlchemy y la anterior. Podemos ver que ambos usan la palabra columna y se usa básicamente para referirse a una categoría específica. Antes de la palabra, columna , aparece el nombre del archivo, y luego, el nombre de la categoría. Además, así como tenemos la palabra clave SELECT en SQL, también tenemos la palabra clave db.select que hace el mismo trabajo que SELECT en SQL.