【进阶】使用SQLAlchemy进行高级查询

# 1. SQLAlchemy基础**

SQLAlchemy是一个流行的Python对象关系映射（ORM）工具，它允许您使用Python对象与关系数据库进行交互。它提供了对数据库的抽象层，简化了数据库操作，并使您能够专注于应用程序逻辑。

SQLAlchemy的核心概念是模型类，它定义了数据库表中的行。模型类具有属性，这些属性映射到数据库表中的列。使用SQLAlchemy，您可以轻松地创建、读取、更新和删除数据库中的数据，而无需编写原始SQL语句。

此外，SQLAlchemy还提供了高级查询功能，例如过滤、排序、分组和聚合。通过使用这些功能，您可以执行复杂的数据查询，而无需编写复杂的SQL语句。

# 2. 高级查询技术

### 2.1 过滤器和条件

#### 2.1.1 比较运算符

比较运算符用于比较两个值，支持常用的比较符号，如 `==`（等于）、`!=`（不等于）、`<`（小于）、`<=`（小于或等于）、`>`（大于）、`>=`（大于或等于）。

from sqlalchemy import Column, Integer, String
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base

Base = declarative_base()

class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, primary_key=True)
    name = Column(String(50))
    age = Column(Integer)

session = sessionmaker()()

# 查询年龄大于 20 的用户
users = session.query(User).filter(User.age > 20).all()

#### 2.1.2 逻辑运算符

逻辑运算符用于组合多个条件，支持 `and`（与）、`or`（或）、`not`（非）。

# 查询年龄大于 20 且姓名以 "J" 开头的用户
users = session.query(User).filter(User.age > 20, User.name.like('J%')).all()

#### 2.1.3 子查询

子查询是一种嵌套查询，用于在主查询中使用其他查询的结果。

# 查询年龄大于子查询中平均年龄的用户
avg_age = session.query(func.avg(User.age)).scalar()
users = session.query(User).filter(User.age > avg_age).all()

### 2.2 排序和分组

#### 2.2.1 排序操作

排序操作用于对查询结果进行排序，支持 `order_by` 方法。

# 按年龄升序排序
users = session.query(User).order_by(User.age.asc()).all()

# 按年龄降序排序
users = session.query(User).order_by(User.age.desc()).all()

#### 2.2.2 分组操作

分组操作用于将查询结果按指定列分组，支持 `group_by` 方法。

# 按年龄分组，统计每个年龄段的人数
users = session.query(User.age, func.count(User.id)).group_by(User.age).all()

### 2.3 聚合函数

#### 2.3.1 聚合函数概述

聚合函数用于对查询结果进行聚合操作，支持 `sum`（求和）、`avg`（求平均值）、`max`（求最大值）、`min`（求最小值）、`count`（求数量）。

#### 2.3.2 常用聚合函数

# 查询所有用户的平均年龄
avg_age = session.query(func.avg(User.age)).scalar()

# 查询所有用户的最大年龄
max_age = session.query(func.max(User.age)).scalar()

# 查询所有用户的数