SQLAlchemy入门（一）
环境：Ubuntu 15.10 64-bit
SQLAlchemy是Python的ORM框架，它的理念是：数据库的量级和性能重要于对象集合，而对象集合的抽象又重要于表和行。
安装
直接通过pip安装：
$ pip install sqlalchemy
打开Python，测试是否安装成功：
>>> import sqlalchemy >>> sqlalchemy.__version__ '1.0.9'
创建引擎
SQLite
首先以SQLite为例，因为它比较简单。
from sqlalchemy import create_engine, MetaData engine = create_engine('sqlite:///foo.db', echo=True) metadata = MetaData(engine) 参数 sqlite:///foo.db 解释为：
sqlite://<nohostname>/<path>
其中foo.db是相对路径。也可写成：
sqlite:///./foo.db
SQLAlchemy缺省使用Python内建的sqlite3模块来连接SQLite数据库。执行完后，可以发现当前目录多了foo.db文件，不妨用sqlite打开看看。
$ sqlite3 foo.db SQLite version 3.8.11.1 2015-07-29 20:00:57 Enter ".help" for usage hints. sqlite> .tables users
注意这里用的是sqlite3而非sqlite，因为foo.db是经由Python内建的sqlite3模块创建的。
MySQL
再来看看连接MySQL时怎么创建引擎。
本文后续示例全部基于MySQL，这是与官方文档不同的地方。
先在MySQL里创建一个测试数据库：sa_test，后续示例都将基于这个数据库。
mysql> CREATE DATABASE sa_test DEFAULT CHARACTER SET UTF8;
from sqlalchemy import create_engine, MetaData engine = create_engine('mysql+mysqldb://root:******@localhost/sa_test', echo=True) metadata = MetaData(engine) 这里的参数看上去就比较复杂了，完整的格式为：
dialect+driver://username:password@host:port/database
这里driver用了mysqldb，详见： MySQLdb：Python操作MySQL数据库
引擎配置的详细信息可参考官方文档： Engine Configuration
MetaData
前面在创建MetaData时绑定了引擎：
metadata = MetaData(engine)
当然也可以不绑定。绑定的好处是，后续很多调用 （比如 MetaData.create_all()，Table.create()，等等）就不用指定引擎了。
创建表
创建两张表，user和address，address表里有一个user id的外键。
注意：表名没有像官方文档及很多人推荐的那样使用复数形式，个人偏好而已，详细讨论请见StackOverflow的这个问题： Table Naming Dilemma: Singular vs. Plural Names （ 中文版 ）
from sqlalchemy import create_engine, MetaData,\ Table, Column, Integer, String, ForeignKey engine = create_engine('mysql+mysqldb://root:******@localhost/sa_test', echo=True) metadata = MetaData(engine)user_table = Table('user', metadata, Column('id', Integer, primary_key=True), Column('name', String(50)), Column('fullname', String(100)) ) address_table = Table('address', metadata, Column('id', Integer, primary_key=True), Column('user_id', None, ForeignKey('user.id')), Column('email', String(128), nullable=False) ) metadata.create_all() 执行完metadata.create_all()这一句，两张表就创建好了，可以在MySQL里立即查看。
MetaData.create_all()可以多次调用，不会报错，它在内部会检查表是否已经创建。因为MetaData创建时已经绑定了引擎，所以此处create_all()就不必再指定了，否则得写成：
metadata.create_all(engine)
创建引擎时，echo参数为True，程序运行时便有很多调试信息打印出来。在这些调试信息中，可以看到如下两条MySQL的CREATE TABLE语句：
CREATE TABLE user ( id INTEGER NOT NULL AUTO_INCREMENT, name VARCHAR(50), fullname VARCHAR(100), PRIMARY KEY (id) ) CREATE TABLE address ( id INTEGER NOT NULL AUTO_INCREMENT, user_id INTEGER, email VARCHAR(128) NOT NULL, PRIMARY KEY (id), FOREIGN KEY(user_id) REFERENCES user (id) )
除了metadata.create_all()，Table自己也有create方法：
create(bind=None, checkfirst=False)
参数bind一般就是指引擎。
参数checkfirst表示是否检查表已经存在。为True时，若表已经存在，不报错，只是什么也不做；为False时，若表已经存在，则将引发异常。
使用这个方法来创建这两张表：
user_table.create(checkfirst=True) address_table.create(checkfirst=True)
这里忽略了bind参数，因为创建MetaData对象时已经绑定了引擎，而创建表对象时又传入了metadata，所以顺藤摸瓜，表自己是知道引擎的。如果调整一下表的创建顺序，就会报错，因为address表里有一个user表的外键，而这时候user表还没创建呢。所以，还是建议使用MetaData.create_all()吧，毕竟它也会检查表是否已经存在。
表的反射 Table Reflection
表创建好了，一般也就不动了。所以实际应用时，往往表都已经存在，并不需要创建，只需把它们”导入”进来即可，这时就得使用autoload参数。
from sqlalchemy import create_engine, MetaData, Table engine = create_engine('mysql+mysqldb://root:******@localhost/sa_test', echo=False) metadata = MetaData(engine) user_table = Table('user', metadata, autoload=True) print 'user' in metadata.tables print [c.name for c in user_table.columns] address_table = Table('address', metadata, autoload=True) print 'address' in metadata.tables 输出：
True ['id', 'name', 'fullname'] True
如果MetaData没有绑定引擎，则另需指定autoload_with参数：
user_table = Table('user', metadata, autoload=True, autoload_with=engine) 如果被反射的表外键引用了另一个表，那么被引用的表也会一并被反射。比如只反射address表，user表也一并被反射了。
from sqlalchemy import create_engine, MetaData, Table engine = create_engine('mysql+mysqldb://root:******@localhost/sa_test', echo=False) metadata = MetaData(engine) address_table = Table('address', metadata, autoload=True) print 'user' in metadata.tables print 'address' in metadata.tables 输出：
True True
插入数据
插入数据之前，必须要有表对象，不管是新创建的，还是通过反射导入的。
Insert对象
要往表里插数据，先创建一个Insert对象：
ins = user_table.insert() print ins
打印这个Insert对象，可以看到它所对应的SQL语句：
INSERT INTO user (id, name, fullname) VALUES (%s, %s, %s)
如果连接的数据库不是MySQL而是SQLite，那输出可能就是下面这样：
INSERT INTO user (id, name, fullname) VALUES (?, ?, ?)
可见SQLAlchemy帮我们封装了不同数据库之间语法的差异。如果MetaData创建时没有绑定引擎，那么输出会略有不同：
INSERT INTO "user" (id, name, fullname) VALUES (:id, :name, :fullname)
这时SQLAlchemy还不知道具体的数据库语法，表名加了引号（”user”），列名也改用为:id之类一般性的格式。此外，这条INSERT语句列出了user表里的每一列，而id在插入时一般是不需要指定的，可以通过Insert.values()方法加以限制：
ins = ins.values(name='adam', fullname='Adam Gu') print ins
限制后，id列已经没有了：
INSERT INTO user (name, fullname) VALUES (%s, %s)
可见values()方法限制了INSERT语句所包含的列。但是我们指定的name和fullname的值并没有打印出来，这两个值保存在Insert对象里，只有等到执行时才会用到。
执行
我们一直在说的引擎，可以理解成一个数据库连接对象的仓库，通过连接对象可以往数据库发送具体的SQL语句。调用引擎的connect()方法可以获取一个连接：
conn = engine.connect()
现在把前面的Insert对象丢给它来执行：
result = conn.execute(ins)
由调试信息可见具体的INSERT语句：
INSERT INTO user (name, fullname) VALUES (%s, %s) ('adam', 'Adam Gu') COMMIT 返回值result是一个ResultProxy对象，ResultProxy是对DB-API中cursor的封装。插入语句的结果并不常用，但是查询语句肯定是要用到它的。不妨在MySQL里看一下刚插入的数据。
mysql> select * from user; +----+------+----------+ | id | name | fullname | +----+------+----------+ | 1 | adam | Adam Gu | +----+------+----------+ 1 row in set (0.00 sec)
执行多条语句
还记得前面的Insert对象使用values()方法来限制列吗？
ins = ins.values(name='adam', fullname='Adam Gu')
这种方式其实不利于Insert对象的复用，更好的做法是把参数通过execute()方法传进去：
ins = user_table.insert() conn.execute(ins, name='adam', fullname='Adam Gu')
Insert对象本身还是会包含所有列，最终INSERT语句里的列由execute()的参数决定。由调试信息可见具体的INSERT语句：
INSERT INTO user (name, fullname) VALUES (%s, %s) ('adam', 'Adam Gu') COMMIT 一次插入多条记录也很简单，只要传一个字典列表（每个字典的键必须一致）给execute()即可。
conn.execute(address_table.insert(), [ { 'user_id': 1, 'email': 'sprinfall@gmail.com' }, { 'user_id': 1, 'email': 'sprinfall@hotmail.com' }, ]) 调试信息里具体的INSERT语句：
INSERT INTO address (user_id, email) VALUES (%s, %s) ((1, 'sprinfall@gmail.com'), (1, 'sprinfall@hotmail.com')) COMMIT
在MySQL里看一下插入的地址：
mysql> select * from address; +----+---------+-----------------------+ | id | user_id | email | +----+---------+-----------------------+ | 1 | 1 | sprinfall@gmail.com | | 2 | 1 | sprinfall@hotmail.com | +----+---------+-----------------------+ 2 rows in set (0.00 sec)
第一部分到此结束。
</div>