简单比较Python的数据持久化操作

 Python中操作关系数据库最直接的就是用DB-API了，流程一般是：连接、执行SQL语句、提交、断开。以MySQL为例，下面是各步骤的代码示 例：

首先是连接：

Python代码

• % python  
• >>> import MySQLdb  
• >>> conn = MySQLdb.connect(host='localhost', user='root', passwd='python')  

  % python
  >>> import MySQLdb
  >>> conn = MySQLdb.connect(host='localhost', user='root', passwd='python')
  

  接着便可以执行语句了，但在执行SQL语句前要先获取指针：

  Python代码
• >>> curs = conn.cursor( )  
• >>> curs.execute('create database peopledb')  
• 1L  
• >>> curs.execute('use peopledb')  
• 0L  
• >>> tblcmd = 'create table people (name char(30), job char(10), pay int(4))'  
• >>> curs.execute(tblcmd)  
• 0L  

  >>> curs = conn.cursor( )
  >>> curs.execute('create database peopledb')
  1L
  >>> curs.execute('use peopledb')
  0L
  >>> tblcmd = 'create table people (name char(30), job char(10), pay int(4))'
  >>> curs.execute(tblcmd)
  0L
  

  添加数据：

  Python代码
• >>> curs.execute('insert people values (%s, %s, %s)', ('Bob', 'dev', 5000))  
• 1L  
• >>> curs.executemany('insert people values (%s, %s, %s)',  
• ...          [ ('Sue', 'mus', '70000'),  
• ...            ('Ann', 'mus', '60000')])  
• 2L  
• >>> conn.commit( )  

  >>> curs.execute('insert people values (%s, %s, %s)', ('Bob', 'dev', 5000))
  1L
  >>> curs.executemany('insert people values (%s, %s, %s)',
  ...          [ ('Sue', 'mus', '70000'),
  ...            ('Ann', 'mus', '60000')])
  2L
  >>> conn.commit( )
  

  执行查询：

  Python代码
• >>> curs.execute('select * from people')  
• 6L  
• >>> curs.fetchall( )  
• (('Bob', 'dev', 5000L), ('Sue', 'mus', 70000L), ('Ann', 'mus', 60000L), ('Tom',  
• 'mgr', 100000L))  

  >>> curs.execute('select * from people')
  6L
  >>> curs.fetchall( )
  (('Bob', 'dev', 5000L), ('Sue', 'mus', 70000L), ('Ann', 'mus', 60000L), ('Tom',
  'mgr', 100000L))
  

  执行完数据库操作记得断开连接：

  Python代码
• conn.close( )        # close, _ _del_ _ call rollback if changes not committed yet  

  conn.close( )        # close, _ _del_ _ call rollback if changes not committed yet
  

       如果数据结构不是很复杂，配合Python强大的列表解析能力， 不用ORM框架也是很方便的；或者自己封装对象映射也不是很难。

       如果使用了Django框架，可以使用它自带的ORM工具来操作数据库。首先当然是编写实体类（或者叫模型）了：

  Java代码
• from django.db import models  
•   
• class Musician(models.Model):  
•     first_name = models.CharField(max_length=50)  
•     last_name = models.CharField(max_length=50)  
•     instrument = models.CharField(max_length=100)  
•   
• class Album(models.Model):  
•     artist = models.ForeignKey(Musician)  
•     name = models.CharField(max_length=100)  
•     release_date = models.DateField()  
•     num_stars = models.IntegerField()  

  from django.db import models
  class Musician(models.Model):
  first_name = models.CharField(max_length=50)
  last_name = models.CharField(max_length=50)
  instrument = models.CharField(max_length=100)
  class Album(models.Model):
  artist = models.ForeignKey(Musician)
  name = models.CharField(max_length=100)
  release_date = models.DateField()
  num_stars = models.IntegerField()
  

   Python的代码已经很清楚了，类对应表，成员变量对应表的列，列属性由 models.XXXField(...)定义。如果实体类没有显式定义主键，Django会默认加上一句：

  Python代码
• id = models.AutoField(primary_key=True)  

  id = models.AutoField(primary_key=True)
  

   Django里可以这样定义枚举型数据：

  Python代码
• class Person(models.Model):  
•     GENDER_CHOICES = (  
•         (u'M', u'Male'),  
•         (u'F', u'Female'),  
•     )  
•     name = models.CharField(max_length=60)  
•     gender = models.CharField(max_length=2, choices=GENDER_CHOICES)  

  class Person(models.Model):
  GENDER_CHOICES = (
  (u'M', u'Male'),
  (u'F', u'Female'),
  )
  name = models.CharField(max_length=60)
  gender = models.CharField(max_length=2, choices=GENDER_CHOICES)
  

   对于关联关系，在做列的映射定义时可以这么写：

  Python代码
• poll = models.ForeignKey(Poll)  
• sites = models.ManyToManyField(Site)  
• place = models.OneToOneField(Place")  

  poll = models.ForeignKey(Poll)
  sites = models.ManyToManyField(Site)
  place = models.OneToOneField(Place")
  

   在Django里定义关联关系还有更多功能，详细的还是看官方文档吧~

        Django的Model基类中已经定义了基本的数据库操作，因为所有的实体类都是继承自Model类，所以也就有了这些操作。例如新建并保存一个 person只需要这么做：

  Python代码
• >>> p = Person(name="Fred Flinstone", gender="M")  
• >>> p.save()  

  >>> p = Person(name="Fred Flinstone", gender="M")
  >>> p.save()
  

   Django会通过查询对象的主键是否存在来决定该UPDATE还是 INSERT，当然你也可以强制框架执行某种操作。如果你不满意框架自带的方法，可以重写它：

  Python代码
• class Blog(models.Model):  
•     name = models.CharField(max_length=100)  
•     tagline = models.TextField()  
•   
•     def save(self, *args, **kwargs):  
•         do_something()  
•         super(Blog, self).save(*args, **kwargs) # Call the "real" save() method.  
•         do_something_else()  

  class Blog(models.Model):
  name = models.CharField(max_length=100)
  tagline = models.TextField()
  def save(self, *args, **kwargs):
  do_something()
  super(Blog, self).save(*args, **kwargs) # Call the "real" save() method.
  do_something_else()
  

   发现没，Django里存取数据不需要那种session，最讨厌 Hibernate里的session了，总是报“Session Closed”错误……

        Python还有一个独立的ORM框架——SQLAlchemy。功能更强大，支持的数据库也比Django自带的ORM工具要多。它有两种建立实体类的方法。

        一种是分开定义，再将表定义和类定义映射起来。首先是建立表的定义：

  Python代码
• >>> from sqlalchemy import Table, Column, Integer, String, MetaData, ForeignKey  
• >>> metadata = MetaData()  
• >>> users_table = Table('users', metadata,  
• ...     Column('id', Integer, Sequence('user_id_seq'), primary_key=True),  
• ...     Column('name', String(50)),  
• ...     Column('fullname', String(50)),  
• ...     Column('password', String(12))  
• ... )  

  >>> from sqlalchemy import Table, Column, Integer, String, MetaData, ForeignKey
  >>> metadata = MetaData()
  >>> users_table = Table('users', metadata,
  ...     Column('id', Integer, Sequence('user_id_seq'), primary_key=True),
  ...     Column('name', String(50)),
  ...     Column('fullname', String(50)),
  ...     Column('password', String(12))
  ... )
  

   接着定义实体类：

  Python代码
• >>> class User(object):  
• ...     def __init__(self, name, fullname, password):  
• ...         self.name = name  
• ...         self.fullname = fullname  
• ...         self.password = password  

  >>> class User(object):
  ...     def __init__(self, name, fullname, password):
  ...         self.name = name
  ...         self.fullname = fullname
  ...         self.password = password
  

   这还没完，还要把他们映射起来：

  Python代码
• >>> from sqlalchemy.orm import mapper  
• >>> mapper(User, users_table)   

  >>> from sqlalchemy.orm import mapper
  >>> mapper(User, users_table) 
  

   这样的过程有点像Hibernate里将XML的Map文件和实体类的映 射。Hibernate中还可以方便的直接用注释在实体类中完成与表的映射，当然SQLAlchemy也有直接的方法：

  Python代码
• >>> from sqlalchemy.ext.declarative import declarative_base  
•   
• >>> Base = declarative_base()  
• >>> class User(Base):  
• ...     __tablename__ = 'users'  
• ...  
• ...     id = Column(Integer, primary_key=True)  
• ...     name = Column(String)  
• ...     fullname = Column(String)  
• ...     password = Column(String)  

  >>> from sqlalchemy.ext.declarative import declarative_base
  >>> Base = declarative_base()
  >>> class User(Base):
  ...     __tablename__ = 'users'
  ...
  ...     id = Column(Integer, primary_key=True)
  ...     name = Column(String)
  ...     fullname = Column(String)
  ...     password = Column(String)
  

   作为一个独立的ORM框架，实体类的存取当然就不会像Django那样集成 的那么完美了，SQLAlchemy里存取数据也是要Session的：

  Python代码
• >>> from sqlalchemy.orm import sessionmaker  
• >>> Session = sessionmaker(bind=engine)  

  >>> from sqlalchemy.orm import sessionmaker
  >>> Session = sessionmaker(bind=engine)
  

   这里的engine对象需要这样建立：

  Python代码
• >>> from sqlalchemy import create_engine  
• >>> engine = create_engine('<span style="font-family: monospace; white-space: normal; color: rgb(51, 51, 51); line-height: 20px;">dialect+driver://user:password@host/dbname[?key=value..]</span>', echo=True)  

  >>> from sqlalchemy import create_engine
  >>> engine = create_engine('dialect+driver://user:password@host/dbname[?key=value..]', echo=True)
  

   对于存取操作，如果是保存就这么写：

  Python代码
• >>> ed_user = User('ed', 'Ed Jones', 'edspassword')  
• >>> session.add(ed_user)  

  >>> ed_user = User('ed', 'Ed Jones', 'edspassword')
  >>> session.add(ed_user)
  

   如果要查询，就是类似的这种形式：

  Python代码
• >>> our_user = session.query(User).filter_by(name='ed').first()   

  >>> our_user = session.query(User).filter_by(name='ed').first() 
  

   执行完一些数据操作，必要的时候要提交或是回滚：

  Python代码
• >>> session.rollback()  
• 或 者  
• >>> session.commit()  

  >>> session.rollback()
  或者
  >>> session.commit()
  

          SQLAlchemy框架还有一个衍生产品—— Elixir，在SQLAlchemy的基础上对其映射方式做了些封装，使得实体类的定义有点类似Django中的定义方式。

        以上便是这两天对Python中数据存储的一些学习记录。话说Django的ORM与它的其他模块结合的很紧密，不好单独使用；SQLAlchemy虽 然强大，但风格不太喜欢，所以下一步打算深入两个ORM框架的代码，看看他们是怎么实现的。一方面好抉择用哪一个，另外也可以看看在自己的应用中能否自己 做一个简单的ORM。