ORM 江湖#####

曾幾何時，程序員因為懼怕SQL而在開發(fā)的時候小心翼翼的寫著sql，心中總是少不了恐慌，萬一不小心sql語句出錯，搞壞了數據庫怎么辦？又或者為了獲取一些數據，什么內外左右連接，函數存儲過程等等。毫無疑問，不搞懂這些，怎么都覺得變扭，說不定某天就跳進了坑里，叫天天不應，喊地地不答。

ORM 的出現，讓畏懼SQL的開發(fā)者，在坑里看見了爬出去的繩索，仿佛天空并不是那么黑暗，至少再暗，我們也有了眼睛。顧名思義，ORM 對象關系映射，簡而言之，就是把數據庫的一個個table(表)，映射為編程語言的class(類)。

python中比較著名的ORM框架有很多，大名頂頂的 SQLAlchemy 是python世界里當仁不讓的ORM框架。江湖中peewee，strom， pyorm，SQLObject 各領風騷，可是最終還是SQLAlchemy 傲視群雄。

SQLAlchemy 簡介#####

SQLAlchemy 分為兩個部分，一共用于 ORM 的對象映射，另外一個是核心的 SQL expression 。第一個很好理解，純粹的ORM，后面這個不是 ORM，而是DBAPI的封裝，當然也提供了很多方法，避免了直接寫sql，而是通過一些sql表達式。使用 SQLAlchemy 則可以分為三種方式。

• 使用 sql expression ，通過 SQLAlchemy 的方法寫sql表達式，簡介的寫sql
• 使用 raw sql， 直接書寫 sql
• 使用 ORM 避開直接書寫 sql

本文先探討 SQLAlchemy的 sql expresstion 部分的用法。主要還是跟著官方的 SQL Expression Language Tutorial.介紹

為什么要學習 sql expresstion ，而不直接上 ORM？因為后面這個兩個是 orm 的基礎。并且，即是不使用orm，后面這兩個也能很好的完成工作，并且代碼的可讀性更好。純粹把SQLAlchemy當成dbapi使用。首先SQLAlchemy 內建數據庫連接池，解決了連接操作相關繁瑣的處理。其次，提供方便的強大的log功能，最后，復雜的查詢語句，依靠單純的ORM比較難實現。

實戰(zhàn)#####

連接數據庫######

首先需要導入 sqlalchemy 庫，然后建立數據庫連接，這里使用 mysql。通過create_engine方法進行

from sqlalchemy import create_engine
engine = create_engine("mysql://root:@localhost:3306/webpy?charset=utf8",encoding="utf-8", echo=True)

create_engine 方法進行數據庫連接，返回一個 db 對象。里面的參數表示

數據庫類型://用戶名:密碼（沒有密碼則為空，不填）@數據庫主機地址/數據庫名?編碼
echo = True 是為了方便 控制臺 logging 輸出一些sql信息，默認是False

通過這個engine對象可以直接execute 進行查詢，例如 engine.execute("SELECT * FROM user") 也可以通過 engine 獲取連接在查詢，例如 conn = engine.connect() 通過 conn.execute()方法進行查詢。兩者有什么差別呢？

• 直接使用engine的execute執(zhí)行sql的方式, 叫做connnectionless執(zhí)行,
• 借助 engine.connect()獲取conn, 然后通過conn執(zhí)行sql, 叫做connection執(zhí)行
  主要差別在于是否使用transaction模式, 如果不涉及transaction, 兩種方法效果是一樣的. 官網推薦使用后者。

定義表#####

定義數據表，才能進行sql表達式的操作，畢竟sql表達式的表的確定，是sqlalchemy制定的，如果數據庫已經存在了數據表還需要定義么？當然，這里其實是一個映射關系，如果不指定，查詢表達式就不知道是附加在那個表的操作，當然定義的時候，注意表名和字段名，代碼和數據的必須保持一致。定義好之后,就能創(chuàng)建數據表，一旦創(chuàng)建了，再次運行創(chuàng)建的代碼，數據庫是不會創(chuàng)建的。

# -*- coding: utf-8 -*-
__author__ = 'ghost'

from sqlalchemy import create_engine, Table, Column, Integer, String, MetaData, ForeignKey
# 連接數據庫 
engine = create_engine("mysql://root:@localhost:3306/webpy?charset=utf8",encoding="utf-8", echo=True)
# 獲取元數據
metadata = MetaData()
# 定義表
user = Table('user', metadata,
        Column('id', Integer, primary_key=True),
        Column('name', String(20)),
        Column('fullname', String(40)),
    )

address = Table('address', metadata,
        Column('id', Integer, primary_key=True),
        Column('user_id', None, ForeignKey('user.id')),
        Column('email', String(60), nullable=False)
    )
# 創(chuàng)建數據表，如果數據表存在，則忽視
metadata.create_all(engine)
# 獲取數據庫連接
conn = engine.connect()

插入 insert

有了數據表和連接對象，對應數據庫操作就簡單了。

>>> i = user.insert()   # 使用查詢
>>> i  
<sqlalchemy.sql.dml.Insert object at 0x0000000002637748>
>>> print i  # 內部構件的sql語句
INSERT INTO "user" (id, name, fullname) VALUES (:id, :name, :fullname)
>>> u = dict(name='jack', fullname='jack Jone')
>>> r = conn.execute(i, **u)  # 執(zhí)行查詢，第一個為查詢對象，第二個參數為一個插入數據字典，如果插入的是多個對象，就把對象字典放在列表里面
>>> r
<sqlalchemy.engine.result.ResultProxy object at 0x0000000002EF9390>
>>> r.inserted_primary_key  # 返回插入行 主鍵 id
[4L]
>>> addresses
[{'user_id': 1, 'email': 'jack@yahoo.com'}, {'user_id': 1, 'email': 'jack@msn.com'}, {'user_id': 2, 'email': 'www@www.org'}, {'user_id': 2, 'email': 'wendy@aol.com'}]
>>> i = address.insert()
>>> r = conn.execute(i, addresses)   # 插入多條記錄
>>> r
<sqlalchemy.engine.result.ResultProxy object at 0x0000000002EB5080>
>>> r.rowcount   #返回影響的行數
4L

>>> i = user.insert().values(name='tom', fullname='tom Jim')
>>> i.compile()
<sqlalchemy.sql.compiler.SQLCompiler object at 0x0000000002F6F390>
>>> print i.compile()
INSERT INTO "user" (name, fullname) VALUES (:name, :fullname)
>>> print i.compile().params
{'fullname': 'tom Jim', 'name': 'tom'}
>>> r = conn.execute(i)
>>> r.rowcount
1L

查詢 select

查詢方式很靈活，多數時候使用 sqlalchemy.sql 下面的 select方法

>>> s = select([user])  # 查詢 user表
>>> s
<sqlalchemy.sql.selectable.Select at 0x25a7748; Select object>
>>> print s
SELECT "user".id, "user".name, "user".fullname 
FROM "user"

如果需要查詢自定義的字段，可是使用 user 的cloumn 對象，例如
>>> user.c # 表 user 的字段column對象
<sqlalchemy.sql.base.ImmutableColumnCollection object at 0x0000000002E804A8>
>>> print user.c
['user.id', 'user.name', 'user.fullname']
>>> s = select([user.c.name,user.c.fullname])
>>> r = conn.execute(s)
>>> r
<sqlalchemy.engine.result.ResultProxy object at 0x00000000025A7748>
>>> r.rowcount # 影響的行數
5L
>>> ru = r.fetchall()
>>> ru
[(u'hello', u'hello world'), (u'Jack', u'Jack Jone'), (u'Jack', u'Jack Jone'), (u'jack', u'jack Jone'), (u'tom', u'tom Jim')]
>>> r
<sqlalchemy.engine.result.ResultProxy object at 0x00000000025A7748>
>>> r.closed # 只要 r.fetchall() 之后，就會自動關閉 ResultProxy 對象
True

同時查詢兩個表
>>> s = select([user.c.name, address.c.user_id]).where(user.c.id==address.c.user_id) # 使用了字段和字段比較的條件
>>> s
<sqlalchemy.sql.selectable.Select at 0x2f03390; Select object>
>>> print s
SELECT "user".name, address.user_id
FROM "user", address
WHERE "user".id = address.user_id

操作符######

>>> print user.c.id == address.c.user_id  # 返回一個編譯的字符串
"user".id = address.user_id
>>> print user.c.id == 7
"user".id = :id_1   # 編譯成為帶參數的sql 語句片段字符串
>>> print user.c.id != 7
"user".id != :id_1
>>> print user.c.id > 7
"user".id > :id_1
>>> print user.c.id == None
"user".id IS NULL
>>> print user.c.id + address.c.id   # 使用兩個整形的變成 +
"user".id + address.id
>>> print user.c.name + address.c.email  # 使用兩個字符串 變成 ||
"user".name || address.email

操作連接######

這里的連接指條件查詢的時候，邏輯運算符的連接，即 and or 和 not
>>> print and_(
user.c.name.like('j%'),
user.c.id == address.c.user_id,
or_(
address.c.email == 'wendy@aol.com',
address.c.email == 'jack@yahoo.com'
),
not_(user.c.id>5))
"user".name LIKE :name_1 AND "user".id = address.user_id AND (address.email = :email_1 OR address.email = :email_2) AND "user".id <= :id_1
>>>

得到的結果為 編譯的sql語句片段，下面看一個完整的例子

>>> se_sql = [(user.c.fullname +", " + address.c.email).label('title')]
>>> wh_sql = and_(
              user.c.id == address.c.user_id,
              user.c.name.between('m', 'z'),
              or_(
                  address.c.email.like('%@aol.com'),
                  address.c.email.like('%@msn.com')
              )
         )
>>> print wh_sql
"user".id = address.user_id AND "user".name BETWEEN :name_1 AND :name_2 AND (address.email LIKE :email_1 OR address.email LIKE :email_2)
>>> s = select(se_sql).where(wh_sql)
>>> print s
SELECT "user".fullname || :fullname_1 || address.email AS title 
FROM "user", address 
WHERE "user".id = address.user_id AND "user".name BETWEEN :name_1 AND :name_2 AND (address.email LIKE :email_1 OR address.email LIKE :email_2)
>>> r = conn.execute(s)
>>> r.fetchall()

使用 raw sql 方式

遇到負責的sql語句的時候，可以使用 sqlalchemy.sql 下面的 text 函數。將字符串的sql語句包裝編譯成為 execute執(zhí)行需要的sql對象。例如：、
>>> text_sql = "SELECT id, name, fullname FROM user WHERE id=:id" # 原始sql語句，參數用（ ：value）表示
>>> s = text(text_sql)
>>> print s
SELECT id, name, fullname FROM user WHERE id=:id
>>> s
<sqlalchemy.sql.elements.TextClause object at 0x0000000002587668>
>>> conn.execute(s, id=3).fetchall() # id=3 傳遞：id參數
[(3L, u'Jack', u'Jack Jone')]

連接 join

連接有join 和 outejoin 兩個方法，join 有兩個參數，第一個是join 的表，第二個是on 的條件，joing之后必須要配合select_from 方法
>>> print user.join(address)
"user" JOIN address ON "user".id = address.user_id # 因為開啟了外鍵 ，所以join 能只能識別 on 條件
>>> print user.join(address, address.c.user_id==user.c.id) # 手動指定 on 條件
"user" JOIN address ON address.user_id = "user".id

>>> s = select([user.c.name, address.c.email]).select_from(user.join(address, user.c.id==address.c.user_id))  # 被jion的sql語句需要用 select_from方法配合
>>> s
<sqlalchemy.sql.selectable.Select at 0x2eb63c8; Select object>
>>> print s
SELECT "user".name, address.email 
FROM "user" JOIN address ON "user".id = address.user_id
>>> conn.execute(s).fetchall()
[(u'hello', u'jack@yahoo.com'), (u'hello', u'jack@msn.com'), (u'hello', u'jack@yahoo.com'), (u'hello', u'jack@msn.com'), (u'Jack', u'www@www.org'), (u'Jack', u'wendy@aol.com'), (u'Jack', u'www@www.org'), (u'Jack', u'wendy@aol.com')]

更復雜的連接參考 官方的文檔了。

排序 分組 分頁

排序使用 order_by 方法，分組是 group_by ，分頁自然就是limit 和 offset兩個方法配合

>>> s = select([user.c.name]).order_by(user.c.name)  # order_by
>>> print s
SELECT "user".name 
FROM "user" ORDER BY "user".name
>>> s = select([user]).order_by(user.c.name.desc())
>>> print s
SELECT "user".id, "user".name, "user".fullname 
FROM "user" ORDER BY "user".name DESC
>>> s = select([user]).group_by(user.c.name)       # group_by
>>> print s
SELECT "user".id, "user".name, "user".fullname 
FROM "user" GROUP BY "user".name
>>> s = select([user]).order_by(user.c.name.desc()).limit(1).offset(3)  # limit(1).offset(3)
>>> print s
SELECT "user".id, "user".name, "user".fullname 
FROM "user" ORDER BY "user".name DESC
 LIMIT :param_1 OFFSET :param_2
[(4L, u'jack', u'jack Jone')]

更新 update

前面都是一些查詢，更新和插入的方法很像，都是 表下面的方法，不同的是，update 多了一個 where 方法 用來選擇過濾
>>> s = user.update()
>>> print s
UPDATE "user" SET id=:id, name=:name, fullname=:fullname
>>> s = user.update().values(fullname=user.c.name) # values 指定了更新的字段
>>> print s
UPDATE "user" SET fullname="user".name
>>> s = user.update().where(user.c.name == 'jack').values(name='ed') # where 進行選擇過濾
>>> print s
UPDATE "user" SET name=:name WHERE "user".name = :name_1
>>> r = conn.execute(s)
>>> print r.rowcount # 影響行數
3

還有一個高級用法，就是一次命令執(zhí)行多個記錄的更新，需要用到 bindparam 方法

>>> s = user.update().where(user.c.name==bindparam('oldname')).values(name=bindparam('newname'))   # oldname 與下面的傳入的從拿書進行綁定，newname也一樣
>>> print s
UPDATE "user" SET name=:newname WHERE "user".name = :oldname
>>> u = [{'oldname':'hello', 'newname':'edd'},
{'oldname':'ed', 'newname':'mary'},
{'oldname':'tom', 'newname':'jake'}]
>>> r = conn.execute(s, u)
>>> r.rowcount
5L

刪除 delete

刪除比較容易，調用 delete方法即可，不加 where 過濾，則刪除所有數據，但是不會drop掉表，等于清空了數據表
>>> r = conn.execute(address.delete()) # 清空表
>>> print r
<sqlalchemy.engine.result.ResultProxy object at 0x0000000002EAF550>
>>> r.rowcount
8L
>>> r = conn.execute(users.delete().where(users.c.name > 'm')) # 刪除記錄
>>> r.rowcount
3L

至此，sqlalchemy sql表達式的基本用法介紹完畢，更深入的閱讀可以查看官方的api SQL Statements and Expressions API