I SQLAlchemy innebærer det å opprette en modell å definere en Python-klasse som tilsvarer en tabell i databasen. Hver instans av denne klassen representerer en rad i tabellen. Her følger et enkelt eksempel der vi oppretter en Comment-modell for lagring av brukernes kommentarer.

from sqlalchemy import Column, Integer, String, Text, DateTime
from sqlalchemy.ext.declarative import declarative_base
from datetime import datetime

Base = declarative_base()

class Comment(Base):
    __tablename__ = "comments"  # the name of the table in the database

    id = Column(Integer, primary_key=True)  # primary key column, uniquely identifies each comment
    content = Column(Text, nullable=False)  # content of the comment, cannot be null
    created_at = Column(DateTime, default=datetime.utcnow)  # timestamp when the comment is created, defaults to current time

# Create all tables defined by models
Base.metadata.create_all(engine)

Dette definerer en Python-klasse kalt Comment, som representerer en tabell i databasen. Klassen arver fra Base, noe som gjør det mulig å knytte den til en tabell i databasen.

__tablename__ = "comments"

Comment-klassen, som arver fra Base, definerer en tabell i databasen. Dette gjør det mulig å knytte den til en databasetabell ved hjelp av Object-Relational Mapping (ORM).

id = Column(Integer, primary_key=True)

Feltet id fungerer som primærnøkkel, og sikrer at hver kommentar har en unik identifikator. SQLAlchemy øker automatisk verdien for hver ny post.

content = Column(Text, nullable=False)

Feltet id fungerer som primærnøkkel, og sikrer at hver kommentar har en unik identifikator. SQLAlchemy øker automatisk verdien for hver ny post.

created_at = Column(DateTime, default=datetime.utcnow)

Feltet created_at lagrer automatisk tidsstempelet for når kommentaren ble opprettet. Hvis ingen verdi oppgis, settes det til nåværende tidspunkt ved bruk av datetime.utcnow, slik at tidsstempelet registreres i UTC.

Base.metadata.create_all(engine)

Denne linjen oppretter alle tabeller i databasen som er definert i modellene. Den bruker informasjonen fra metadata og oppretter nødvendige tabeller via tilkoblingen som tilbys av engine. Dette er nyttig for automatisk opprettelse av tabeller dersom de ikke allerede eksisterer.