第 4 章 记录查询

从一个生活场景说起

查询是数据库操作中最高频的动作，它很像在图书馆找书：

• "把所有书都搬给我看看" → select(user_table)，查全表；
• "我只要书名和作者这两栏信息" → 查询部分列；
• "只要 2020 年以后出版的书" → .where() 加过滤条件；
• "按出版年份从新到旧排" → .order_by() 排序；
• "先给我前 10 本" → .limit(10) 限量。

SQL 查询本质上就是把人类的找书需求，翻译成图书馆管理员（数据库）听得懂的指令。SQLAlchemy 的 select() 就是用 Python 代码拼这条指令的工具。

核心概念

查询三步走

1. select(...)：构建查询语句（写下"我要找什么"）；
2. conn.execute(stmt)：把查询发给 MySQL 执行；
3. result 对象：MySQL 返回的"一摞书"，你从里面取数据。

查询语句是"链式拼装"的

SQLAlchemy 的查询像搭积木，一个方法接在另一个后面，每加一块就多一点限制：

select(user_table.c.name)      # 要什么
    .where(...)                # 满足什么条件
    .order_by(...)             # 怎么排序
    .limit(10)                 # 要多少条

table.c.列名 是什么？

user_table.c 是这张表的"列名册"（c 是 columns 的缩写），通过 user_table.c.name 就能引用 name 这一列，用来参与条件、排序或作为查询结果。

示例代码（逐行讲解）

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

engine = create_engine(
    "mysql+pymysql://root:123456@localhost:3306/demo_db?charset=utf8mb4",
    echo=True,
)
metadata = MetaData()
user_table = Table(
    "user", metadata,
    Column("id", Integer, primary_key=True, autoincrement=True),
    Column("name", String(50), nullable=False),
    Column("age", Integer),
)

with engine.connect() as conn:
    # ① 查询全部列：相当于 SELECT * FROM user
    stmt = select(user_table)
    result = conn.execute(stmt)
    for row in result:
        print(row.id, row.name, row.age)   # row 可以像对象一样用属性取列值

    # ② 查询部分列 + 条件过滤 + 排序 + 限量
    #    相当于：SELECT name, age FROM user WHERE age >= 18
    #            ORDER BY age DESC LIMIT 10
    stmt = (
        select(user_table.c.name, user_table.c.age)
        .where(user_table.c.age >= 18)
        .order_by(user_table.c.age.desc())
        .limit(10)
    )
    result = conn.execute(stmt)
    print(result.all())          # 全部结果，list[Row]

从 Result 中取数的四种方式

result.all()        # 所有行，返回列表
result.first()      # 第一行，没有则返回 None
result.scalar()     # 第一行第一列的单个值（比如查 count 时最方便）
result.scalars()    # 第一列的所有值组成的迭代器

选择口诀：要几行？要几列？

• 多行多列 → all()；一行多列 → first()；
• 只要一个值 → scalar()；只要一列 → scalars().all()。

关键知识点

方法	作用
select()	构建查询
.where()	过滤条件，可多次调用（AND 语义）
.order_by()	排序，.desc() 降序
.limit() / .offset()	分页
table.c.列名	引用某张表的某一列

深入理解：Result 是一次性筷子

conn.execute() 返回的 Result 是一个游标（Cursor）——它像一根一次性筷子，从头到尾扫一遍就报废了：

result = conn.execute(select(user_table))
print(result.all())   # 正常输出所有行
print(result.all())   # 输出 []！因为数据已经被"读完了"

需要反复使用结果时，先把数据取到 Python 列表里：

rows = result.all()   # 数据落袋为安

进阶内容

1. 条件组合：&、|、~。

# 年龄在 18~30 岁之间（AND）
.where((user_table.c.age >= 18) & (user_table.c.age <= 30))

# 姓张 或 姓李（OR）
.where((user_table.c.name == "张三") | (user_table.c.name == "李四"))

注意：Python 的 and/or 关键字在这里不能用，必须用 &/|，且每个子条件都要加括号（因为 & 的运算优先级比 >= 高）。

2. 常用筛选器速查。

user_table.c.name.like("张%")        # 模糊匹配：姓张的
user_table.c.name.in_(["张三", "李四"])  # 在列表中
user_table.c.age.is_(None)           # IS NULL（不能用 == None）
user_table.c.age.between(18, 30)     # 区间

3. 分页的两种写法。

# 第 3 页，每页 10 条
.limit(10).offset(20)

深分页警告：LIMIT 10 OFFSET 1000000 时 MySQL 要先扫过前 100 万行再丢弃，非常慢。大数据量翻页的优化做法是"主键游标"：记住上一页最后一行的 id，下一页用 .where(user_table.c.id > 上次的id).limit(10)。

注意事项

• .where() 中条件用 ==、>=、&（与）、|（或）组合，注意每个子条件要加括号：(A > 1) & (B < 5)。
• Result 是一次性游标，遍历完就没了；需要多次使用请先 result.all() 存下来。
• 2.0 中不再支持 engine.execute(sql) 直接执行，必须先拿到 Connection。
• 判断空值用 .is_(None)，不要用 == None（后者会被翻译成 = NULL，在 SQL 里永远不为真）。
• MySQL 的 LIMIT 分页在大 offset 时会变慢（深分页问题），真实项目中可改用"主键游标"方式翻页。

本章小结

• 查询三步走：select() 构建 → execute() 执行 → 从 Result 取数；
• 查询语句链式拼装：要什么列、什么条件、怎么排序、要多少条；
• 取数四方法：all() / first() / scalar() / scalars()；
• Result 是一次性的，多次使用先 all() 存成列表。