写原生SQL的麻烦之处主要包括以下几个方面：
- 语法繁琐： 原生SQL语句通常比较复杂，语法繁琐，尤其是对于复杂的查询或者涉及多个表关联的操作，需要考虑到各种条件、连接方式、排序规则等，编写起来相对困难。
- SQL注入风险： 当使用原生SQL时，需要手动拼接SQL语句，如果不注意输入数据的验证和过滤，可能会导致SQL注入攻击，从而造成严重的安全问题。
- 不可移植性： 不同的数据库系统对SQL语法的支持和实现有所不同，写好的原生SQL语句在不同的数据库系统中可能无法通用，需要针对不同的数据库系统做适配。
- 维护困难： 当应用程序中存在大量的原生SQL语句时，维护起来会比较困难。如果需要修改某个SQL语句或者调整数据库结构，可能需要在多个地方进行修改，容易出现遗漏或者错误。
- 性能优化困难： 编写高效的SQL语句需要对数据库系统的底层实现和性能优化技巧有一定的了解，而对于普通的开发人员来说，可能并不具备这方面的专业知识，因此很难编写出性能优异的SQL语句。
综上所述，虽然原生SQL是与数据库交互的基础方式之一，但在实际开发中，为了提高开发效率、降低安全风险、增强代码的可维护性和可移植性，通常会选择使用ORM（对象关系映射）工具或者ORM框架，如SQLAlchemy、Django ORM等，来代替直接编写原生SQL语句。这些ORM工具可以将数据库表映射为对象，通过面向对象的方式来进行数据库操作，简化了开发过程，提高了代码的可读性和可维护性。
当使用SQLAlchemy进行数据库操作时，你可以遵循以下步骤：
1. 安装SQLAlchemy：首先，你需要安装SQLAlchemy库。你可以通过pip或conda来安装。
bash
pip install sqlalchemy2. 导入SQLAlchemy模块：在Python代码中导入SQLAlchemy模块。
python
from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker3. 创建数据库连接引擎：使用create_engine函数创建数据库连接引擎，指定数据库类型和连接信息。
python
# 创建一个SQLite内存数据库引擎
engine = create_engine('sqlite:///:memory:', echo=True)4. 定义数据模型：使用declarative_base创建一个基类，并定义数据表的结构。
python
Base = declarative_base()
class User(Base):
__tablename__ = 'users'
id = Column(Integer, primary_key=True)
name = Column(String)
age = Column(Integer)- 创建数据表：通过Base.metadata.create_all(engine)语句创建数据表。
python
Base.metadata.create_all(engine)6. 创建会话：使用sessionmaker创建一个会话类。
python
Session = sessionmaker(bind=engine)
session = Session()7. 执行数据库操作：使用创建的会话对象执行数据库操作，如添加、查询、更新、删除等。
user1 = User(name='Alice', age=25)
user2 = User(name='Bob', age=30)
session.add(user1)
session.add(user2)
session.commit()
# 查询数据
users = session.query(User).all()
for user in users:
print(user.name, user.age)
# 更新数据
user = session.query(User).filter_by(name='Alice').first()
user.age = 26
session.commit()
# 删除数据
user = session.query(User).filter_by(name='Bob').first()
session.delete(user)
session.commit()通过以上步骤，你可以轻松地使用SQLAlchemy进行数据库操作。SQLAlchemy提供了面向对象的方式来操作数据库，使得数据库操作更加灵活和方便。
