第 2 章数据表的创建

从一个生活场景说起

假设你要管理一个班级的学生信息，最自然的做法是画一张 Excel 表格：

学号	姓名	年龄
1	张三	20
2	李四	22

在动手填数据之前，你得先做两件事：

设计表头：有哪几列？每列填什么类型的内容？学号能不能重复？姓名能不能留空？
把表格真正打印出来：光在脑子里设计没用，得落到纸面上。

数据库建表是同样的过程：

"设计表头" = 在 Python 中用代码描述表结构（表名、列、类型、约束）；
"打印出来" = 让 SQLAlchemy 拿着这个设计去 MySQL 里执行 CREATE TABLE。

本章就是学习这两步。先记住一个对应关系：

Excel 概念	数据库概念
一张工作表	一张表（Table）
表头的一列	一个字段/列（Column）
填的一行数据	一条记录（Record/Row）
列的填写规则（必填、唯一）	约束（Constraint）

核心概念

两种定义表结构的风格

SQLAlchemy 提供两种风格定义表结构：

Core 风格：用 Table 对象直接描述表——贴近 SQL 本身，本章使用；
ORM 风格：用 Python 类（映射类）描述表——更面向对象，第 8 章起使用。

两种风格殊途同归，最终都是生成 CREATE TABLE 语句发给 MySQL。

三个关键角色

MetaData（元数据）：可以理解为"设计图纸的档案柜"。你定义的所有表都登记在同一个 MetaData 里，它知道整个项目有哪些表。
Table（表）：一张表的设计图纸，包含表名和所有列。
Column（列）：图纸上的一栏，描述列名、数据类型、约束。

术语解释 —— 元数据（MetaData）："描述数据的数据"。表结构（有几列、什么类型）就是对数据的描述，所以叫元数据。

示例代码（逐行讲解）

python

from sqlalchemy import create_engine, MetaData, Table, Column, Integer, String

engine = create_engine(
    "mysql+pymysql://root:123456@localhost:3306/demo_db?charset=utf8mb4",
    echo=True,
)
metadata = MetaData()          # ① 准备一个空档案柜

user_table = Table(
    "user",                    # ② 表名（数据库里的名字）
    metadata,                  # ③ 把这张表登记进档案柜
    Column("id", Integer, primary_key=True, autoincrement=True),
    Column("name", String(50), nullable=False),
    Column("age", Integer),
)

# ④ 根据档案柜里登记的所有图纸，在数据库中真正建表
metadata.create_all(engine)

三个列定义逐一拆解：

列定义	含义
`Column("id", Integer, primary_key=True, autoincrement=True)`	整数类型的 id 列，是主键，值由数据库自动递增分配
`Column("name", String(50), nullable=False)`	最长 50 字符的字符串列，不允许为空
`Column("age", Integer)`	整数列，允许为空（默认）

术语解释 —— 主键（Primary Key）：一张表里每行数据的"身份证号"，用于唯一标识一行记录。主键不能重复、不能为 NULL。autoincrement=True 表示让数据库自动编号（1、2、3……），对应 MySQL 的 AUTO_INCREMENT。

执行后 MySQL 中实际执行的 SQL 大致为：

sql

CREATE TABLE user (
    id INTEGER NOT NULL AUTO_INCREMENT,
    name VARCHAR(50) NOT NULL,
    age INTEGER,
    PRIMARY KEY (id)
)

打开 echo=True，你就能在控制台亲眼看到这条 SQL。

关键知识点

概念	说明
`MetaData`	表结构的"登记册"，集中存放所有 Table 定义
`Table`	描述一张表：表名 + 列集合
`Column`	描述一列：类型、主键、是否为空、默认值
`create_all()`	把登记册里的表在数据库中创建出来（已存在则跳过）

常用列类型速查：

SQLAlchemy 类型	MySQL 实际类型	适合存放
`Integer`	INTEGER	整数：年龄、数量
`String(n)`	VARCHAR(n)	短文本：姓名、标题
`Text`	TEXT	长文本：文章正文
`Float`	FLOAT	小数（精度要求不高）
`Numeric(10, 2)`	DECIMAL(10,2)	金额（精确小数）
`Boolean`	TINYINT(1)	是/否
`DateTime`	DATETIME	日期时间

经验之谈：存金额永远不要用 Float！浮点数有精度误差（0.1 + 0.2 ≠ 0.3），要用 Numeric（对应 MySQL 的 DECIMAL）。

深入理解：create_all 到底做了什么？

metadata.create_all(engine) 的工作流程：

遍历档案柜里登记的所有 Table；
对每张表，先问 MySQL："这张表已经存在了吗？"（执行 SHOW TABLES 类似的检查）；
不存在 → 生成并执行 CREATE TABLE；
已存在 → 直接跳过，什么都不做。

所以重复运行建表脚本是安全的，不会报错，也不会清空你的数据。

进阶内容

1. create_all 的局限——它"只增不改"。 如果你在 user_table 里加了一列再运行 create_all()，已存在的表不会被修改。数据库结构的变更需要专门的迁移工具 Alembic（SQLAlchemy 官方出品），它像 Git 管理代码版本一样管理表结构版本。第 17 章的最佳实践会再次提到它。

2. 常用列约束一览。

python

Column("email", String(100), unique=True)        # 唯一约束：不允许重复
Column("status", Integer, default=1)             # 默认值：不填时自动为 1
Column("name", String(50), index=True)           # 建索引：加速按该列查询
Column("remark", String(200), nullable=True)     # 允许为空（默认行为）

3. 查看已有表的结构。 可以用 MySQL 命令行执行 DESC user; 或 SHOW CREATE TABLE user;，对照检查 SQLAlchemy 生成的表是否符合预期。

注意事项

create_all() 是"只增不改"的：如果表已存在，它不会帮你修改表结构。改结构要用 Alembic 迁移工具。
常用列类型：Integer、String(n)、Text、Float、Boolean、DateTime。
MySQL 中字符串必须指定长度，即 String(50)，不能写成裸 String。
主键建议用 Integer, primary_key=True, autoincrement=True（对应 MySQL 的 AUTO_INCREMENT）。
MySQL 的表默认引擎通常是 InnoDB，支持事务和外键，无需额外指定。
表名和列名建议用小写字母 + 下划线（如 user_name），避免使用 MySQL 保留字（如 order、desc）作为名字。

本章小结

建表两步走：代码里描述表结构 → create_all() 在数据库中真正建表；
三个角色：MetaData（档案柜）、Table（图纸）、Column（一栏）；
主键是每行的"身份证号"，autoincrement 让数据库自动编号；
create_all() 只增不改，改表结构要靠 Alembic。

第 2 章 数据表的创建 ​

从一个生活场景说起 ​

核心概念 ​

两种定义表结构的风格 ​

三个关键角色 ​

示例代码（逐行讲解） ​

关键知识点 ​

深入理解：create_all 到底做了什么？ ​

进阶内容 ​

注意事项 ​

本章小结 ​