SQLAlchemy 使用经验

上篇文章提到了，最近在用 Python 做一个网站。除了 Tornado ，主要还用到了 SQLAlchemy。这篇就是介绍我在使用 SQLAlchemy 的过程中，学到的一些知识。首先说下，由于最新的 0.8 版还是开发版本，因此我使用的是 0.79 版，API 也许会有些不同。
因为我是搭配 MySQL InnoDB 使用，所以使用其他数据库的也不能完全照搬本文。

接着就从安装开始介绍吧，以 Debian/Ubuntu 为例（请确保有管理员权限）：

1. MySQL
   apt-get install mysql-server
   apt-get install mysql-client
   apt-get install libmysqlclient15-dev
2. python-mysqldb
   apt-get install python-mysqldb
3. easy_install
   wget http://peak.telecommunity.com/dist/ez_setup.py
   python ez_setup.py
4. MySQL-Python
   easy_install MySQL-Python
5. SQLAlchemy
   easy_install SQLAlchemy

如果是用其他操作系统，遇到问题就 Google 一下吧。我是在 Mac OS X 上开发的，途中也遇到些问题，不过当时没记下来……
值得一提的是我用了 MySQL-Python 来连 MySQL，因为不支持异步调用，所以和 Tornado 不是很搭。不过性能其实很好，因此以后再去研究下其他方案吧……

装好后就可以开始使用了：

1 2 3 4 5 6 7

from sqlalchemy import create_engine from sqlalchemy . orm import sessionmaker   DB_CONNECT_STRING = 'mysql+mysqldb://root:123@localhost/ooxx?' engine = create_engine ( DB_CONNECT_STRING , echo = True ) DB_Session = sessionmaker ( bind = engine ) session = DB_Session ( )

这里的 DB_CONNECT_STRING 就是连接数据库的路径。“mysql+mysqldb”指定了使用 MySQL-Python 来连接，“root”和“123”分别是用户名和密码，“localhost”是数据库的域名，“ooxx”是使用的数据库名（可省略），“charset”指定了连接时使用的字符集（可省略）。
create_engine() 会返回一个数据库引擎，echo 参数为 True 时，会显示每条执行的 SQL 语句，生产环境下可关闭。
sessionmaker() 会生成一个数据库会话类。这个类的实例可以当成一个数据库连接，它同时还记录了一些查询的数据，并决定什么时候执行 SQL 语句。由于 SQLAlchemy 自己维护了一个数据库连接池（默认 5 个连接），因此初始化一个会话的开销并不大。对 Tornado 而言，可以在 BaseHandler 的 initialize() 里初始化：

1 2 3 4 5 6

class BaseHandler ( tornado . web . RequestHandler ) :      def initialize ( self ) :          self . session = models . DB_Session ( )        def on_finish ( self ) :          self . session . close ( )

对其他 Web 服务器来说，可以使用 sqlalchemy.orm.scoped_session，它能保证每个线程获得的 session 对象都是唯一的。不过 Tornado 本身就是单线程的，如果使用了异步方式，就可能会出现问题，因此我并没使用它。

拿到 session 后，就可以执行 SQL 了：

1 2 3 4 5 6

session . execute ( 'create database abc' ) print session . execute ( 'show databases' ) . fetchall ( ) session . execute ( 'use abc' ) # 建 user 表的过程略 print session . execute ( 'select * from user where id = 1' ) . first ( ) print session . execute ( 'select * from user where id = :id' , { 'id' : 1 } ) . first ( )

不过这和直接使用 MySQL-Python 没啥区别，所以就不介绍了；我还是喜欢 ORM 的方式，这也是我采用 SQLAlchemy 的唯一原因。

于是来定义一个表：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

from sqlalchemy import Column from sqlalchemy . types import CHAR , Integer , String from sqlalchemy . ext . declarative import declarative_base   BaseModel = declarative_base ( )   def init_db ( ) :      BaseModel . metadata . create_all ( engine )   def drop_db ( ) :      BaseModel . metadata . drop_all ( engine )   class User ( BaseModel ) :      __tablename__ = 'user'        id = Column ( Integer , primary_key = True )      name = Column ( CHAR ( 30 ) ) # or Column(String(30))   init_db ( )

declarative_base() 创建了一个 BaseModel 类，这个类的子类可以自动与一个表关联。
以 User 类为例，它的 __tablename__ 属性就是数据库中该表的名称，它有 id 和 name 这两个字段，分别为整型和 30 个定长字符。Column 还有一些其他的参数，我就不解释了。
最后，BaseModel.metadata.create_all(engine) 会找到 BaseModel 的所有子类，并在数据库中建立这些表；drop_all() 则是删除这些表。

接着就开始使用这个表吧：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77

from sqlalchemy import func , or_ , not_   user = User ( name = 'a' ) session . add ( user ) user = User ( name = 'b' ) session . add ( user ) user = User ( name = 'a' ) session . add ( user ) user = User ( ) session . add ( user ) session . commit ( )   query = session . query ( User ) print query # 显示SQL 语句 print query . statement # 同上 for user in query : # 遍历时查询      print user . name print query . all ( ) # 返回的是一个类似列表的对象 print query . first ( ) . name # 记录不存在时，first() 会返回 None # print query.one().name # 不存在，或有多行记录时会抛出异常 print query . filter ( User . id == 2 ) . first ( ) . name print query . get ( 2 ) . name # 以主键获取，等效于上句 print query . filter ( 'id = 2' ) . first ( ) . name # 支持字符串   query2 = session . query ( User . name ) print query2 . all ( ) # 每行是个元组 print query2 . limit ( 1 ) . all ( ) # 最多返回 1 条记录 print query2 . offset ( 1 ) . all ( ) # 从第 2 条记录开始返回 print query2 . order_by ( User . name ) . all ( ) print query2 . order_by ( 'name' ) . all ( ) print query2 . order_by ( User . name . desc ( ) ) . all ( ) print query2 . order_by ( 'name desc' ) . all ( ) print session . query ( User . id ) . order_by ( User . name . desc ( ) , User . id ) . all ( )   print query2 . filter ( User . id == 1 ) . scalar ( ) # 如果有记录，返回第一条记录的第一个元素 print session . query ( 'id' ) . select_from ( User ) . filter ( 'id = 1' ) . scalar ( ) print query2 . filter ( User . id > 1 , User . name != 'a' ) . scalar ( ) # and query3 = query2 . filter ( User . id > 1 ) # 多次拼接的 filter 也是 and query3 = query3 . filter ( User . name != 'a' ) print query3 . scalar ( ) print query2 . filter ( or_ ( User . id == 1 , User . id == 2 ) ) . all ( ) # or print query2 . filter ( User . id . in_ ( ( 1 , 2 ) ) ) . all ( ) # in   query4 = session . query ( User . id ) print query4 . filter ( User . name == None ) . scalar ( ) print query4 . filter ( 'name is null' ) . scalar ( ) print query4 . filter ( not_ ( User . name == None ) ) . all ( ) # not print query4 . filter ( User . name != None ) . all ( )   print query4 . count ( ) print session . query ( func . count ( '*' ) ) . select_from ( User ) . scalar ( ) print session . query ( func . count ( '1' ) ) . select_from ( User ) . scalar ( ) print session . query ( func . count ( User . id ) ) . scalar ( ) print session . query ( func . count ( '*' ) ) . filter ( User . id > 0 ) . scalar ( ) # filter() 中包含 User，因此不需要指定表 print session . query ( func . count ( '*' ) ) . filter ( User . name == 'a' ) . limit ( 1 ) . scalar ( ) == 1 # 可以用 limit() 限制 count() 的返回数 print session . query ( func . sum ( User . id ) ) . scalar ( ) print session . query ( func . now ( ) ) . scalar ( ) # func 后可以跟任意函数名，只要该数据库支持 print session . query ( func . current_timestamp ( ) ) . scalar ( ) print session . query ( func . md5 ( User . name ) ) . filter ( User . id == 1 ) . scalar ( )   query . filter ( User . id == 1 ) . update ( { User . name : 'c' } ) user = query . get ( 1 ) print user . name   user . name = 'd' session . flush ( ) # 写数据库，但并不提交 print query . get ( 1 ) . name   session . delete ( user ) session . flush ( ) print query . get ( 1 )   session . rollback ( ) print query . get ( 1 ) . name query . filter ( User . id == 1 ) . delete ( ) session . commit ( ) print query . get ( 1 )

增删改查都涉及到了，自己看看输出的 SQL 语句就知道了，于是基础知识就介绍到此了。

下面开始介绍一些进阶的知识。

如何批量插入大批数据？
可以使用非 ORM 的方式：

1 2 3 4 5

session . execute (      User . __table__ . insert ( ) ,      [ { 'name' : ` randint ( 1 , 100 ) ` , 'age' : randint ( 1 , 100 ) } for i in xrange ( 10000 ) ] ) session . commit ( )

上面我批量插入了 10000 条记录，半秒内就执行完了；而 ORM 方式会花掉很长时间。

如何让执行的 SQL 语句增加前缀？
使用 query 对象的 prefix_with() 方法：

1 2	session . query ( User . name ) . prefix_with ( 'HIGH_PRIORITY' ) . all ( ) session . execute ( User . __table__ . insert ( ) . prefix_with ( 'IGNORE' ) , { 'id' : 1 , 'name' : '1' } )

如何替换一个已有主键的记录？
使用 session.merge() 方法替代 session.add()，其实就是 SELECT + UPDATE：

1 2 3

user = User ( id = 1 , name = 'ooxx' ) session . merge ( user ) session . commit ( )

或者使用 MySQL 的 INSERT … ON DUPLICATE KEY UPDATE，需要用到 @compiles 装饰器，有点难懂，自己看吧：《SQLAlchemy ON DUPLICATE KEY UPDATE》 和 sqlalchemy_mysql_ext。

如何使用无符号整数？
可以使用 MySQL 的方言：

1 2 3

from sqlalchemy . dialects . mysql import INTEGER   id = Column ( INTEGER ( unsigned = True ) , primary_key = True )

模型的属性名需要和表的字段名不一样怎么办？
开发时遇到过一个奇怪的需求，有个其他系统的表里包含了一个“from”字段，这在 Python 里是关键字，于是只能这样处理了：

1	from_ = Column ( 'from' , CHAR ( 10 ) )

如何获取字段的长度？
Column 会生成一个很复杂的对象，想获取长度比较麻烦，这里以 User.name 为例：

1	User . name . property . columns [ 0 ] . type . length

如何指定使用 InnoDB，以及使用 UTF-8 编码？
最简单的方式就是修改数据库的默认配置。如果非要在代码里指定的话，可以这样：

1 2 3 4 5

class User ( BaseModel ) :      __table_args__ = {          'mysql_engine' : 'InnoDB' ,          'mysql_charset' : 'utf8'      }

MySQL 5.5 开始支持存储 4 字节的 UTF-8 编码的字符了，iOS 里自带的 emoji 就属于这种。
如果是对表来设置的话，可以把上面代码中的 utf8 改成 utf8mb4，DB_CONNECT_STRING 里的 charset 也这样更改。
如果对库或字段来设置，则还是自己写 SQL 语句比较方便，具体细节可参考《How to support full Unicode in MySQL databases》。
不建议全用 utf8mb4 代替 utf8，因为前者更慢，索引会占用更多空间。

如何设置外键约束？

Python

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

from random import randint from sqlalchemy import ForeignKey   class User ( BaseModel ) :      __tablename__ = 'user'        id = Column ( Integer , primary_key = True )      age = Column ( Integer )   class Friendship ( BaseModel ) :      __tablename__ = 'friendship'        id = Column ( Integer , primary_key = True )      user_id1 = Column ( Integer , ForeignKey ( 'user.id' ) )      user_id2 = Column ( Integer , ForeignKey ( 'user.id' ) )   for i in xrange ( 100 ) :      session . add ( User ( age = randint ( 1 , 100 ) ) ) session . flush ( ) # 或 session.commit()，执行完后，user 对象的 id 属性才可以访问（因为 id 是自增的）   for i in xrange ( 100 ) :      session . add ( Friendship ( user_id1 = randint ( 1 , 100 ) , user_id2 = randint ( 1 , 100 ) ) ) session . commit ( )   session . query ( User ) . filter ( User . age < 50 ) . delete ( )

执行这段代码时，你应该会遇到一个错误：

1	sqlalchemy . exc . IntegrityError : ( IntegrityError ) ( 1451 , 'Cannot delete or update a parent row: a foreign key constraint fails (`ooxx`.`friendship`, CONSTRAINT `friendship_ibfk_1` FOREIGN KEY (`user_id1`) REFERENCES `user` (`id`))' ) 'DELETE FROM user WHERE user.age < %s' ( 50 , )

原因是删除 user 表的数据，可能会导致 friendship 的外键不指向一个真实存在的记录。在默认情况下，MySQL 会拒绝这种操作，也就是 RESTRICT。InnoDB 还允许指定 ON DELETE 为 CASCADE 和 SET NULL，前者会删除 friendship 中无效的记录，后者会将这些记录的外键设为 NULL。
除了删除，还有可能更改主键，这也会导致 friendship 的外键失效。于是相应的就有 ON UPDATE 了。其中 CASCADE 变成了更新相应的外键，而不是删除。
而在 SQLAlchemy 中是这样处理的：

Python

1 2 3 4 5 6

class Friendship ( BaseModel ) :      __tablename__ = 'friendship'        id = Column ( Integer , primary_key = True )      user_id1 = Column ( Integer , ForeignKey ( 'user.id' , ondelete = 'CASCADE' , onupdate = 'CASCADE' ) )      user_id2 = Column ( Integer , ForeignKey ( 'user.id' , ondelete = 'CASCADE' , onupdate = 'CASCADE' ) )

如何连接表？

Python

1 2 3 4 5 6 7 8 9 10 11 12 13 14

from sqlalchemy import distinct from sqlalchemy . orm import aliased   Friend = aliased ( User , name = 'Friend' )   print session . query ( User . id ) . join ( Friendship , User . id == Friendship . user_id1 ) . all ( ) # 所有有朋友的用户 print session . query ( distinct ( User . id ) ) . join ( Friendship , User . id == Friendship . user_id1 ) . all ( ) # 所有有朋友的用户（去掉重复的） print session . query ( User . id ) . join ( Friendship , User . id == Friendship . user_id1 ) . distinct ( ) . all ( ) # 同上 print session . query ( Friendship . user_id2 ) . join ( User , User . id == Friendship . user_id1 ) . order_by ( Friendship . user_id2 ) . distinct ( ) . all ( ) # 所有被别人当成朋友的用户 print session . query ( Friendship . user_id2 ) . select_from ( User ) . join ( Friendship , User . id == Friendship . user_id1 ) . order_by ( Friendship . user_id2 ) . distinct ( ) . all ( ) # 同上，join 的方向相反，但因为不是 STRAIGHT_JOIN，所以 MySQL 可以自己选择顺序 print session . query ( User . id , Friendship . user_id2 ) . join ( Friendship , User . id == Friendship . user_id1 ) . all ( ) # 用户及其朋友 print session . query ( User . id , Friendship . user_id2 ) . join ( Friendship , User . id == Friendship . user_id1 ) . filter ( User . id < 10 ) . all ( ) # id 小于 10 的用户及其朋友 print session . query ( User . id , Friend . id ) . join ( Friendship , User . id == Friendship . user_id1 ) . join ( Friend , Friend . id == Friendship . user_id2 ) . all ( ) # 两次 join，由于使用到相同的表，因此需要别名 print session . query ( User . id , Friendship . user_id2 ) . outerjoin ( Friendship , User . id == Friendship . user_id1 ) . all ( ) # 用户及其朋友（无朋友则为 None，使用左连接）

这里我没提到 relationship，虽然它看上去很方便，但需要学习的内容实在太多，还要考虑很多性能上的问题，所以干脆自己 join 吧。

为什么无法删除 in 操作查询出来的记录？

Python

1	session . query ( User ) . filter ( User . id . in_ ( ( 1 , 2 , 3 ) ) ) . delete ( )

抛出这样的异常：

1	sqlalchemy . exc . InvalidRequestError : Could not evaluate current criteria in Python .    Specify 'fetch' or False for the synchronize_session parameter .

但这样是没问题的：

Python

1	session . query ( User ) . filter ( or_ ( User . id == 1 , User . id == 2 , User . id == 3 ) ) . delete ( )

搜了下找到《Sqlalchemy delete subquery》这个问题，提到了 delete 的一个注意点：删除记录时，默认会尝试删除 session 中符合条件的对象，而 in 操作估计还不支持，于是就出错了。解决办法就是删除时不进行同步，然后再让 session 里的所有实体都过期：

Python

1 2	session . query ( User ) . filter ( User . id . in_ ( ( 1 , 2 , 3 ) ) ) . delete ( synchronize_session = False ) session . commit ( ) # or session.expire_all()

此外，update 操作也有同样的参数，如果后面立刻提交了，那么加上 synchronize_session=False 参数会更快。

如何扩充模型的基类？
declarative_base() 会生成一个 class 对象，这个对象的子类一般都和一张表对应。如果想增加这个基类的方法或属性，让子类都能使用，可以有三种方法：

1. 定义一个新类，将它的方法设置为基类的方法：
   
   Python

   1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80

   class ModelMixin ( object ) :      @ classmethod      def get_by_id ( cls , session , id , columns = None , lock_mode = None ) :          if hasattr ( cls , 'id' ) :              scalar = False              if columns :                  if isinstance ( columns , ( tuple , list ) ) :                      query = session . query ( * columns )                  else :                      scalar = True                      query = session . query ( columns )              else :                  query = session . query ( cls )              if lock_mode :                  query = query . with_lockmode ( lock_mode )              query = query . filter ( cls . id == id )              if scalar :                  return query . scalar ( )              return query . first ( )          return None      BaseModel . get_by_id = get_by _id        @ classmethod      def get_all ( cls , session , columns = None , offset = None , limit = None , order_by = None , lock_mode = None ) :          if columns :              if isinstance ( columns , ( tuple , list ) ) :                  query = session . query ( * columns )              else :                  query = session . query ( columns )                  if isinstance ( columns , str ) :                      query = query . select_from ( cls )          else :              query = session . query ( cls )          if order_by is not None :              if isinstance ( order_by , ( tuple , list ) ) :                  query = query . order_by ( * order_by )              else :                  query = query . order_by ( order_by )          if offset :              query = query . offset ( offset )          if limit :              query = query . limit ( limit )          if lock_mode :              query = query . with_lockmode ( lock_mode )          return query . all ( )      BaseModel . get_all = get _all        @ classmethod      def count_all ( cls , session , lock_mode = None ) :          query = session . query ( func . count ( '*' ) ) . select_from ( cls )          if lock_mode :              query = query . with_lockmode ( lock_mode )          return query . scalar ( )      BaseModel . count_all = count _all        @ classmethod      def exist ( cls , session , id , lock_mode = None ) :          if hasattr ( cls , 'id' ) :              query = session . query ( func . count ( '*' ) ) . select_from ( cls ) . filter ( cls . id == id )              if lock_mode :                  query = query . with_lockmode ( lock_mode )              return query . scalar ( ) > 0          return False      BaseModel . exist = exist        @ classmethod      def set_attr ( cls , session , id , attr , value ) :          if hasattr ( cls , 'id' ) :              session . query ( cls ) . filter ( cls . id == id ) . update ( {                  attr : value              } )              session . commit ( )      BaseModel . set_attr = set _attr        @ classmethod      def set_attrs ( cls , session , id , attrs ) :          if hasattr ( cls , 'id' ) :              session . query ( cls ) . filter ( cls . id == id ) . update ( attrs )              session . commit ( )      BaseModel . set_attrs = set_attrs

   
   虽然很拙劣，但确实能用。顺便还附送了一些有用的玩意，你懂的。
2. 设置 declarative_base() 的 cls 参数：
   
   Python

   1	BaseModel = declarative_base ( cls = ModelMixin )

   1. 这种方法不需要执行“BaseModel.get_by_id = get_by_id”之类的代码。不足之处就是 PyCharm 仍然无法找到这些方法的位置。
3. 设置 __abstract__ 属性：
   
   Python

   1 2 3 4 5 6 7

   class BaseModel ( BaseModel ) :      __abstract__ = True      __table_args__ = { # 可以省掉子类的 __table_args__ 了          'mysql_engine' : 'InnoDB' ,          'mysql_charset' : 'utf8'      }      # ...

   
   这种方法最简单，也可以继承出多个类。

如何正确使用事务？
假设有一个简单的银行系统，一共两名用户：

Python

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

class User ( BaseModel ) :      __tablename__ = 'user'        id = Column ( Integer , primary_key = True )      money = Column ( DECIMAL ( 10 , 2 ) )   class TanseferLog ( BaseModel ) :      __tablename__ = 'tansefer_log'        id = Column ( Integer , primary_key = True )      from_user = Column ( Integer , ForeignKey ( 'user.id' , ondelete = 'CASCADE' , onupdate = 'CASCADE' ) )      to_user = Column ( Integer , ForeignKey ( 'user.id' , ondelete = 'CASCADE' , onupdate = 'CASCADE' ) )      amount = Column ( DECIMAL ( 10 , 2 ) )   user = User ( money = 100 ) session . add ( user ) user = User ( money = 0 ) session . add ( user ) session . commit ( )

然后开两个 session，同时进行两次转账操作：

Python

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

session1 = DB_Session ( ) session2 = DB_Session ( )   user1 = session1 . query ( User ) . get ( 1 ) user2 = session1 . query ( User ) . get ( 2 ) if user1 . money >= 100 :      user1 . money -= 100      user2 . money += 100      session1 . add ( TanseferLog ( from_user = 1 , to_user = 2 , amount = 100 ) )   user1 = session2 . query ( User ) . get ( 1 ) user2 = session2 . query ( User ) . get ( 2 ) if user1 . money >= 100 :      user1 . money -= 100      user2 . money += 100      session2 . add ( TanseferLog ( from_user = 1 , to_user = 2 , amount = 100 ) )   session1 . commit ( ) session2 . commit ( )

现在看看结果：

Python

1 2 3 4 5 6

>>> user1 . money Decimal ( '0.00' ) >>> user2 . money Decimal ( '100.00' ) >>> session . query ( TanseferLog ) . count ( ) 2L

两次转账都成功了，但是只转走了一笔钱，这明显不科学。

可见 MySQL InnoDB 虽然支持事务，但并不是那么简单的，还需要手动加锁。
首先来试试读锁：

Python

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

user1 = session1 . query ( User ) . with_lockmode ( 'read' ) . get ( 1 ) user2 = session1 . query ( User ) . with_lockmode ( 'read' ) . get ( 2 ) if user1 . money >= 100 :      user1 . money -= 100      user2 . money += 100      session1 . add ( TanseferLog ( from_user = 1 , to_user = 2 , amount = 100 ) )   user1 = session2 . query ( User ) . with_lockmode ( 'read' ) . get ( 1 ) user2 = session2 . query ( User ) . with_lockmode ( 'read' ) . get ( 2 ) if user1 . money >= 100 :      user1 . money -= 100      user2 . money += 100      session2 . add ( TanseferLog ( from_user = 1 , to_user = 2 , amount = 100 ) ) session1 . commit ( ) session2 . commit ( )

现在在执行 session1.commit() 的时候，因为 user1 和 user2 都被 session2 加了读锁，所以会等待锁被释放。超时以后，session1.commit() 会抛出个超时的异常，如果捕捉了的话，或者 session2 在另一个进程，那么 session2.commit() 还是能正常提交的。这种情况下，有一个事务是肯定会提交失败的，所以那些更改等于白做了。

接下来看看写锁，把上段代码中的 ‘read’ 改成 ‘update’ 即可。这次在执行 select 的时候就会被阻塞了：

Python

1	user1 = session2 . query ( User ) . with_lockmode ( 'update' ) . get ( 1 )

这样只要在超时期间内，session1 完成了提交或回滚，那么 session2 就能正常判断 user1.money >= 100 是否成立了。
由此可见，如果需要更改数据，最好加写锁。

那么什么时候用读锁呢？如果要保证事务运行期间内，被读取的数据不被修改，自己也不去修改，加读锁即可。
举例来说，假设我查询一个用户的开支记录（同时包含余额和转账记录），可以直接把 user 和 tansefer_log 做个内连接。
但如果用户的转账记录特别多，我在查询前想先验证用户的密码（假设在 user 表中），确认相符后才查询转账记录。而这两次查询的期间内，用户可能收到了一笔转账，导致他的 money 字段被修改了，但我在展示给用户时，用户的余额仍然没变，这就不正常了。
而如果我在读取 user 时加了读锁，用户是无法收到转账的（因为无法被另一个事务加写锁来修改 money 字段），这就保证了不会查出额外的 tansefer_log 记录。等我查询完两张表，释放了读锁后，转账就可以继续进行了，不过我显示的数据在当时的确是正确和一致的。

另外要注意的是，如果被查询的字段没有加索引的话，就会变成锁整张表了：

Python

1 2 3 4 5 6 7 8

session1 . query ( User ) . filter ( User . id > 50 ) . with_lockmode ( 'update' ) . all ( ) session2 . query ( User ) . filter ( User . id < 40 ) . with_lockmode ( 'update' ) . all ( ) # 不会被锁，因为 id 是主键   session1 . rollback ( ) session2 . rollback ( )   session1 . query ( User ) . filter ( User . money == 50 ) . with_lockmode ( 'update' ) . all ( ) session2 . query ( User ) . filter ( User . money == 40 ) . with_lockmode ( 'update' ) . all ( ) # 会等待解锁，因为 money 上没有索引

要避免的话，可以这样：

Python

1	money = Column ( DECIMAL ( 10 , 2 ) , index = True )

另一个注意点是子事务。
InnoDB 支持子事务（savepoint 语句），可以简化一些逻辑。
例如有的方法是用于改写数据库的，它执行时可能提交了事务，但在后续的流程中却执行失败了，却没法回滚那个方法中已经提交的事务。这时就可以把那个方法当成子事务来运行了：

Python

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

def step1 ( ) :      # ...      if success :          session . commit ( )          return True      session . rollback ( )      return False   def step2 ( ) :      # ...      if success :          session . commit ( )          return True      session . rollback ( )      return False   session . begin_nested ( ) if step1 ( ) :      session . begin_nested ( )      if step2 ( ) :          session . commit ( )      else :          session . rollback ( ) else :      session . rollback ( )

此外，rollback 一个子事务，可以释放这个子事务中获得的锁，提高并发性和降低死锁概率。

如何对一个字段进行自增操作？
最简单的办法就是获取时加上写锁：

Python

1 2 3

user = session . query ( User ) . with_lockmode ( 'update' ) . get ( 1 ) user . age += 1 session . commit ( )

如果不想多一次读的话，这样写也是可以的：

Python

1 2 3 4 5 6 7 8

session . query ( User ) . filter ( User . id == 1 ) . update ( {      User . age : User . age + 1 } ) session . commit ( ) # 其实字段之间也可以做运算： session . query ( User ) . filter ( User . id == 1 ) . update ( {      User . age : User . age + User . id } )