Step-by-Step SqlAlchemy Tutorial(part 1 of 2)

一直觉得orm很高深，今天时间比较充分打算学习下

安装说一点，我的系统是win7 64位家庭普通版

用easy_install安装sqlalchemy出现问题，于是下载最新版0.7.6的zip压缩包，用python setup.py install出现错误：

WARNING: The C extension could not be compiled, speedups are not enabled.
Plain-Python build succeeded.

自己未解决，向广大朋友们请教了

没办法又下了0.6.8版的zip包，这次安装成功了。

开始我的sqlalchemy之旅

本文主要是翻译这篇文章(还有自己的操作和思考,我会竟可能做到有图有真相，呵呵):点击打开链接：如果有错请指正

http://www.blog.pythonlibrary.org/2010/02/03/another-step-by-step-sqlalchemy-tutorial-part-1-of-2/

创建我们第一个脚本：

我们将利用SqlAlchemy创建我们第一个例子，创建一个简单的表，存储用户的姓名，年龄和密码

from sqlalchemy import create_engine
from sqlalchemy import MetaData, Column, Table, ForeignKey
from sqlalchemy import Integer, String
engine = create_engine('sqlite:///tutorial.db',echo=True)
metadata = MetaData(bind=engine)
users_table = Table('users', metadata,
                    Column('id', Integer, primary_key=True),
                    Column('name', String(40)),
                    Column('age', Integer),
                    Column('password', String),
                    )
addresses_table = Table('addresses', metadata,
                        Column('id', Integer, primary_key=True),
                        Column('user_id', None, ForeignKey('users.id')),
                        Column('email_address', String, nullable=False)
                        )
# create tables in database
metadata.create_all()

深入看下代码：

首先需要导入一些包，然后我们创建一个数据库连接engine对象。在这里我们使用sqlite数据库，不需要提供认证信息。

你肯定注意到了，我们将echo设置为True，目的是SqlAlchemy将会把执行sql命令的过程输出到标准输出。这主要是便于调试，但如果是用于生产环境中应该设置为False。

然后我们创建一个MetaData对象，这个对象包含了数据库的所有元数据。它由表的描述信息和其它的数据库schema-level
的对象组成。我们可以在创建MetaData对象时就把它绑定到我们的数据库，也可以在上面代码的最后即 create_all 时绑定。在第二部分有示例(点击打开链接)

下面部分就是创建表的过程。这是由SqlAlchemy的表对象和列对象完成的。我们可以使用各种字段类型，如String,Integer等等。在这里，我们创建一个名为users的表，然后传给了metadata对象。然后我们创建了4个字段，id设置为主键，当我们向这个表中增加用户呢时，SqlAlchemy 会自动将id加一(自增)。name字段设置为String类型，40个字符长度。age字段是简单的Integer类型，password字段也被设置为String类型，而且我们没有设置长度。addresses_table与users表的主要不同就是我们设置了外键属性用来联系两张表。

最后一个片段实际上创建了数据库和表。每当你调用create_all()时，在创建表之前会检查表是否存在。也就是说，你可以创建额外的表，但当你调用create_all时SqlAlchemy

仅仅会创建新的表。

Tips：

SqlAlchemy 也提供了装载已经创建的表的方法：

someTable = Table("users", metadata, autoload=True, schema="schemaName")

插入数据：

有几种不同的方式插入数据和查询数据。我们先考虑低级的方式，然后再考虑这个系列的其它部分，我们将进入稍微抽象的Sessions和Declarative样式。

让我们一起看看插入数据的几种不同方法吧。

# create an Insert object
ins = users_table.insert()
# add values to the Insert object
new_user = ins.values(name="Joe", age=20, password="pass")
 
# create a database connection
conn = engine.connect()
# add user to database by executing SQL
conn.execute(new_user)

上面的代码展示了如何利用连接对象插入数据的方式。首先，你需要调用表的insert()方法创建一个Insert对象，然后你就可以用Insert的values()方法增加一行你所需要的数据

。然后我们创建了Connection对象，最后对Insert对象调用Connection对象的execute方法。这听起来有点复杂，其实很简单。

检验一下吧：我是用sqlite.exe打开tutorial.db



我们发现，插入成功了，而且id字段自动设为1，符合我们定义的刚才对primary_key的解释。

下面的片段展示了一些没有用Connection对象的插入数据方法:

# a connectionless way to Insert a user
ins = users_table.insert()
result = engine.execute(ins, name="Shinji", age=15, password="nihongo")
 
# another connectionless Insert
result = users_table.insert().execute(name="Martha", age=45, password="dingbat")

我们检验一下成功了没有？



有没有发现id的确是自增的？

在上面的两个列子中，你都需要调用表对象的insert方法。在插入方法的最后，我们看一下如何插入多行数据。

conn.execute(users_table.insert(), [
    {"name": "Ted", "age":10, "password":"dink"},
    {"name": "Asahina", "age":25, "password":"nippon"},
    {"name": "Evan", "age":40, "password":"macaca"}
])

这已经相当明白了，要点就是你需要先前创建的Connection对象，并传递两个参数。

效果如下：



现在，我们来看看查询操作。

SqlAlchemy为查询操作提供了一组方法。这里，我们将关注简单的方法。

最常见的例子就是做一个全查询，我们开始吧

from sqlalchemy.sql import select
s = select([users_table])
result = s.execute()
for row in result:
    print row

结果如下:



首先我们导入select方法，然后我们把表作为一个元素的列表传入，最后我们调用select对象的execute方法，并把结果赋给了result变量，最后就是迭代了。

如果你需要所有的结果存储在一个由元组组成的列表而不是行对象，你可以这么做。

# get all the results in a list of tuples
conn = engine.connect()
res = conn.execute(s)
rows = res.fetchall()

结果如下：



如果你只需要第一条记录返回，你可以用fetchone()代替fetchall():

res = conn.execute(s)
row = res.fetchone()

现在假设我们需要更小粒度的结果，下面，我们仅仅想返回name和age，而不要密码。

s = select([users_table.c.name, users_table.c.age])
result = conn.execute(s)
for row in result:
    print row

结果如下：



很好，这是相当的简单。我们所需要做的只是在select语句中明确列名。那个'c'基本意思是：column.

如果你有多个表，也许select语句应该有点像这样：

select([tableOne, tableTwo])

当然这很可能返回重复的结果，因此你为了解决这个问题，你将这么做：

s = select([tableOne, tableTwo], tableOne.c.id==tableTwo.c.user_id)

SqlAlchemy文档中，称第一种结果集为笛卡尔积。上诉第二种语句消除了那些烦恼。怎么消除的？在这种查询的方式中使用了where子句是一种解决办法。在下面部分，我将用sessions展示一种与where查询子句不同的方法。

下面是一些示列，注释中有解释

from sqlalchemy.sql import and_
# The following is the equivalent to 
# SELECT * FROM users WHERE id > 3
s = select([users_table], users_table.c.id > 3)
# You can use the "and_" module to AND multiple fields together
s = select(and_(users_table.c.name=="Martha", users_table.c.age < 25))

链接:Step-by-Step SqlAlchemy Tutorial (part 2 of 2)