sqlalchemy is important(2)-优快云博客

本文链接：https://blog.youkuaiyun.com/dingdingwolf/article/details/45441657

有必要了解一下sqlalchemy的一些基本概念，当然了没有比官方文档更好的地方，官网的文档写的也算是简介明了，以其为主：

http://docs.sqlalchemy.org/en/rel_1_0/

如果你不是关注与openstack的数据库方面，比如百度的人搞openstack貌似想做这方面的东西，他们想优化openstack的数据库。

从网络上或者官网上可以看到sqlalchemy分为两部分：

SQLAlchemy Core #sql语言构造器，写起来和直接call sql语句很像

SQLAlchemy ORM #ORM功能，对象关系映射，这个是一个专门的方向，东西很多

当我们使用SQLAlchemy core时候，数据库作为一个一个的表而存在，每一条数据是一行，而在ORM中，数据成为类，而每一条数据是类的一个实例，

我们可以认为先有的core，而后在core的基础上实现的ORM。

上一篇说sqlalchemy封装了不同数据库的操作，在core中创建表（216_havana.py中取了一个例子）：

    meta = MetaData()
    meta.bind = migrate_engine

    agent_builds = Table('agent_builds', meta,
        Column('created_at', DateTime),
        Column('updated_at', DateTime),
        Column('deleted_at', DateTime),
        Column('id', Integer, primary_key=True, nullable=False),
        Column('hypervisor', String(length=255)),
        Column('os', String(length=255)),
        Column('architecture', String(length=255)),
        Column('version', String(length=255)),
        Column('url', String(length=255)),
        Column('md5hash', String(length=255)),
        Column('deleted', Integer),
        mysql_engine='InnoDB',
        mysql_charset='utf8'
    )

数据库中Table定义时，最终用的是metadata，你可以认为在metadata中指明了创建（操作）数据库表时使用的engine是什么。

使用agent_builds.create()即可创建database中的表，一旦表被创建，则可以如下使用Table：

table = Table('project_user_quotas', meta, autoload=True)

i=table.insert()

i.execute(xxxxxx) #执行插入动作

在nova/test/db的case中我们可以看到：

table.insert().execute(fake_quotas)
# Check we can get the longest resource name.
quota = table.select(table.c.id == 5).execute().first()

其中table.c访问table中的colums

在mark的link中有一段话对sqlalchemy的ORM作用说的比较明白：

”使用ORM，你可以将表格(和其他可以查询的对象)同Python联系起来，放入映射集(Mappers)当中。

然后你可以执行查询并返回 对象实例 列表，而不是结果集。 对象实例 也被联系到一个叫做 Session 的对象，

确保自动跟踪对象的改变，并可以使用 flush 立即保存结果。“

类将会和数据库中的Table关联起来，这时怎么做到的呢，如果自己实现，很容易想到这就是天然的“map”，将table和

class 做个mapping就可以了（可能需要双向的map存在），事实上，sqlalchemy中也是类似的，称之为mapper，官网的

教程有一篇叫“Declare a Mapping”说的就是这个。

>>> from sqlalchemy.ext.declarative import declarative_base
>>> Base = declarative_base()

>>> from sqlalchemy import Column, Integer, String
>>> class User(Base):
...     __tablename__ = 'users'
...
...     id = Column(Integer, primary_key=True)
...     name = Column(String)
...     fullname = Column(String)
...     password = Column(String)
...
...     def __repr__(self):
...        return "<User(name='%s', fullname='%s', password='%s')>" % (
...                             self.name, self.fullname, self.password)

这已经和openstack中的非常相似了，我们在nova/db/models.py中随便看一个定义的Model：

class Service(BASE, NovaBase):#此处Base便是declarative_base()
    """Represents a running service on a host."""

    __tablename__ = 'services' #指明table名
    __table_args__ = (
        schema.UniqueConstraint("host", "topic", "deleted",
                                name="uniq_services0host0topic0deleted"),
        schema.UniqueConstraint("host", "binary", "deleted",
                                name="uniq_services0host0binary0deleted") #唯一性限制，很容易理解，host，binary和deleted三个属性组成的字段具有唯一性
        )

    id = Column(Integer, primary_key=True)
    host = Column(String(255)) # , ForeignKey('hosts.id'))
    binary = Column(String(255))
    topic = Column(String(255))
    report_count = Column(Integer, nullable=False, default=0)
    disabled = Column(Boolean, default=False)
    disabled_reason = Column(String(255))

#至于Index之类的都很好理解，不再赘述，有一些数据库基础的理解起来都不难

另一个父类NovaBase，其中主要实现了save方法，

def save(self, session=None):
        from nova.db.sqlalchemy import api
        if session is None:
            session = api.get_session()
        super(NovaBase, self).save(session=session)

这也就是我们在nova/db/api.py中看到有些操作中：

service_ref = models.Service()
service_ref.update(values)

service_ref.save()

类似的操作save是如何工作的，就是因为NovaBase的原因。

在数据库操作的部分，我们常能看到“session”，session是什么呢？

“

所有对映射的操作都需要一个重要的对象叫做 Session 。所有对象通过映射的载入和保存都必须通过 Session 对象，有如对象的工作空间一样被加载到内存。

特定对象在特定时间只能关联到一个 Session 。

”

我理解成为，要想通过类操作变成为数据库操作，需要通过映射，同时需要通过session，像是真正操作数据库的连接。

session的另一个重要特性是其事务性的保证，

transaction=session.create_transaction()