数据存储：从pickle到sqlite 《Head First Python》第九章

1 pickle存储+文本存储——容易出现数据不一致

当有数据需要更新时，前面章节所采取的“pickle+文本”的存储模式会存在问题，如下图所示：

如果更新pickle，下一次put_to_store()函数运行时，罪行的更新会丢失，因为put_to_store()会由文本文件中的数据重新创建pickle。
如果更新文本文件，则直到put_to_store()再次运行时，pickle才会得到更新，造成用户调用不一致的情况。中不一致成为竞态条件。要尽量避免这种情况发生，就需要采取更好的存储机制。

如果能把数据只存储在一个地方，并能支持相应的需求，那该多好！

这就是——数据库。

我们有许多选择：

这些都很好，但是对于我们的应用 优点大材小用。

Python自带的sqlite

2 用sqlite存储所有的数据

2.1 python与sqlite

python预装了sqlite，这是一个相当完备、无需配置的基于SQL的数据管理系统。
要使用sqlite只需导入sqlite库，并使用python标准化数据库API来编程，不需要数据库设置，没有配置，也没有后续维护。

2.2 python的数据库接口（API）

python数据库API提供了一种标准机制，可以针对各种各样的数据库管理系统编程，其中包括sqlite，不论后台数据库是什么，代码遵循的过程基本一致：

下面图是python与sqlite交互的代码示例：

2.3 pickle存储模式

数据在pickle中存储的方法如下图所示，每个选手的数据是一个AthleteList对象实例与字典中的选手名相关联，整个字典存放在pickle中。

每个AthleteList有以下属性：

从这种设计模式可以清楚的看出哪个名字、出生日期于那个选手相对，如何在sqlite数据库中建立起这种关系呢？

2.4 sqlite存储模式

创建数据库coachdata.sqlite，它包含两个表：athletes和timing_data。

2.5 创建sqlite数据库

创建的方法是用python API编写相关的代码，将程序命名为createDBtables.py其代码如下：

import sqlite3
connection = sqlite3.connect('coachdata.sqlite')
cursor = connection.cursor()
cursor.executescript("""
       CREATE TABLE athletes(
                  id INTEGER PRIMARY KEY AUTOINCREMENT NOT NULL UNIQUE,
                  name TEXT NOT NULL,
                  dob DATE NOT NULL);
                  """)
cursor.executescript("""
       CREATE TABLE timing_data(
                  athlete_id INTEGER NOT NULL,
                  value TEXT NOT NULL,
                  FOREIGN KEY (athlete_id) REFERENCES athletes)
                  """)
connection.commit()
connection.close()

其中，创建表athletes的第一行代码，按照《Head First Python》上的：

id INTEGER PRIMARY KEY AUTOINCREMENT UNIQUE NOT NULL会出错，而写成：

id INTEGER PRIMARY KEY AUTOINCREMENT NOT NULL UNIQUE才可以。

2.6 从pickle向sqlite导入数据

创建好数据库和表，需要将数据从现在的模型（pickle+文本）传输到数据库模型中。可以编写代码来完成这个工作，先给出initDBathletes.py的完整代码：

import sqlite3

connection = sqlite3.connect('coachdata.sqlite')
cursor = connection.cursor()

import glob
import athletemodel

data_files = glob.glob("../data/*.txt")
athletes = athletemodel.put_to_store(data_files)

for each_ath in athletes:
    name = athletes[each_ath].name
    dob  = athletes[each_ath].dob
    cursor.execute("INSERT INTO athletes (name,dob) VALUES (?,?)",(name,dob))
    connection.commit()
    cursor.execute("SELECT id from athletes WHERE name=? AND dob=?",(name,dob))
    the_current_id=cursor.fetchone()[0]
    for each_time in athletes[each_ath].clean_data:
        cursor.execute("INSERT INTO timing_data (athlete_id,value) VALUES (?,?)",
                                (the_current_id,each_time)) 
    connection.commit()
connection.close()

第1步：将运动员的文本数据转换为AthleteList实例：

data_files = glob.glob("../data/*.txt")
athletes = athletemodel.put_to_store(data_files)

第2步：逐一将每个运动员的数据加入到表中：
（1）首先是加入运动员的姓名和出生日期

    name = athletes[each_ath].name
    dob  = athletes[each_ath].dob
    cursor.execute("INSERT INTO athletes (name,dob) VALUES (?,?)",(name,dob))
    connection.commit()

（2）查询刚才加入的运动员的id，将运动员的id和运动员的成绩逐一增加到成绩表timing_data中。

 cursor.execute("SELECT id from athletes WHERE name=? AND dob=?",(name,dob))
    the_current_id=cursor.fetchone()[0]
    for each_time in athletes[each_ath].clean_data:
        cursor.execute("INSERT INTO timing_data (athlete_id,value) VALUES (?,?)",
                                (the_current_id,each_time)) 
    connection.commit()

2.7 sqlite数据查看——SQLite Manager

安装工具软件SQLite Manager便可方便查看sqlite数据库的数据。