Python的SQLalchemy模块连接与操作MySQL的基础示例
一、SQLalchemy简介
SQLAlchemy是一个开源的SQL工具包，基本Python编程语言的MIT许可证而发布的对象关系映射器。SQLAlchemy提供了“一个熟知的企业级全套持久性模式，使用ORM等独立SQLAlchemy的一个优势在于其允许开发人员首先考虑数据模型，并能决定稍后可视化数据的方式。
二、SQLAlchempy的安装
首先需安装mysql，这里就不再多说了.....
然后，下载SQLAlchemy（http://www.sqlalchemy.org/download.html），这里我们以Windows系统为例，然后打开cmd，在安装包文件目录下，运行
python setup.py install
，通过python下输入
import sqlalchemy
，执行未报错则表示安装成功
三、SQLAlchemy的使用实例
1、完成简单数据表信息查询
# 1. 导入模块
from sqlalchemy import *
from sqlclchemy.orm import *
# 2. 建立数据库引擎
mysql_engine = create_engine("$address", echo, module)
#address 数据库://用户名:密码（没有密码则为空）@主机名：端口/数据库名
#echo标识用于设置通过python标准日志模块完成的SQLAlchemy日志系统，当开启日志功能，我们将能看到所有的SQL生成代码
# 3. 建立连接
connection = mysql_engine.connect()
# 4. 查询表信息
result = connection.execute("select name from t_name)
for row in result:
print "name: ", row['name']
# 5. 关闭连接
connection.close()
2、插入新的数据表
# 1. 导入模块
from sqlalchemy import *
from sqlclchemy.orm import *
# 2. 建立数据库引擎
mysql_engine = create_engine("$address", echo, module)
#address 数据库://用户名:密码（没有密码则为空）@主机名：端口/数据库名
#echo标识用于设置通过python标准日志模块完成的SQLAlchemy日志系统，当开启日志功能，我们将能看到所有的SQL生成代码
# 3. 设置metadata并将其绑定到数据库引擎
metadata = Metadata(mysql_engine)
# 4. 定义需新建的表
users = Table('users', metadata,Column('user_id', Integer, primary_key=True),
Column('name', String(40)),
Column('age', Integer),
Column('password', String),)
#Table实现方式与SQL语言中的CRETE TABLE类似
# 5. 在数据库中创建表
metadata.create_all(mysql_engine)
#向数据库发出CREATE TABLE命令，由此数据库新建名为users的表
#调用时会检查已经存在的表结构，因此可重复调用
# 6. 创建一个与数据库中的users表匹配的python类
class user():
def __int__(self, name, fullname, password):
self.name = name
self.fullname = fullname
self.passwd = passwd
#python类的属性需与users表的列名一致
# 7. 设置映射
from sqlalchemy.orm import mapper
mapper(user, users)
# mapper()创建一个新的Mapper对象，与定义的类相关联
#需要注意的是，通过mapper建立映射的数据表必须带有主键，如果没有主键就无法定位某个table的某行row,
#如果无法定位某行row, 就无法做Object-relational mapping这样的映射
# 8. 创建session
Session = sessionmaker(bind=mysql_egnine)
session = Session()
#由此我们只需对python的user类的操作，后台数据库的具体实现交由session完成
# 9. 执行
session.commit()
#实现与数据库的交互
# 10. 查询
usr_info = session.query(user).filter_by(age=12).first()
#返回数据库中年纪12岁的第一条数据
上面结合SQLAlchemy中ORM部分实现一个Mapper对象，将类的实例对应表中的记录，实例的属性对应字段。实现一个Data Mapping需要三个元素：Tabella Metadata, user-defined class, mapper对象，这三个是实现对象对表映射的基本元素，在此基础上，可实现一对多的映射，实现类似多表查询的问题
首先创建两个相关联的表Student, Score，表Score中以主表的id字段为外键
Student = Table('student', engine,
column(‘id', Interger, primary_key = True),
column('name', String, nullable=False),
column('age', Interger)
)
Score = Table('score', engine,
column('id', Integer, primary_key=True),
column('student_id', Integer, ForeignKey(student.id))
column('category', String, nullable=False),
column('score', Integer)
)
两表中，Score表以Student表中id项为外键，一般称Student表为主表，Score表为从表
表创建好后，那同样，在python中需定义两个与表相对应的类
class student_type(object):
def __init__(self):
self.name = None
class score_type(object):
def __init__(self):
self.category = None
在建立mapping时，我们只需要体现两个表间又相互关联关系，
并不关心表中具体的主键与外键等关系（由SQLAlchemy处理），
当需要体现表student与表score间的关联关系，mapper具体的定义方法如：
mapper(student_type, student, properties={'_scores': relation(score_type, Score)})
通过properties中参数，实现score_type 与Score的映射，
由此可以通过访问student中的'_scores'属性来查询Score表中的值
另外，properties是一个字典，可以添加多个属性，SQLAlchemy中有些模块如backref, 也可导入
综上，使用关系映射可以方便地从一个对象直接找到相对应的其他的对象
下一篇：Python中的异常处理相关语句基础学习笔记