編者按：《通過demo學(xué)習(xí)OpenStack開發(fā)》專欄是劉陳泓的系列文章,，專欄通過開發(fā)一個(gè)demo的形式來介紹一些參與OpenStack項(xiàng)目開發(fā)的必要的基礎(chǔ)知識(shí),，希望幫助大家入門企業(yè)級(jí)Python項(xiàng)目的開發(fā)和OpenStack項(xiàng)目的開發(fā)。劉陳泓主要關(guān)注OpenStack的身份認(rèn)證和計(jì)費(fèi)領(lǐng)域,。另外,，還對(duì)云計(jì)算、分布式系統(tǒng)應(yīng)用和開發(fā)感興趣,。

OpenStack中的關(guān)系型數(shù)據(jù)庫應(yīng)用

OpenStack中的數(shù)據(jù)庫應(yīng)用主要是關(guān)系型數(shù)據(jù)庫,，主要使用的是MySQL數(shù)據(jù)庫。當(dāng)然也有一些NoSQL的應(yīng)用,，比如Ceilometer項(xiàng)目,。就SQL數(shù)據(jù)庫本身的應(yīng)用而言，OpenStack的項(xiàng)目和其他項(xiàng)目并沒有什么區(qū)別,，也是采用ORM技術(shù)對(duì)數(shù)據(jù)進(jìn)行增刪改查而已,。

本文的重點(diǎn)是講解OpenStack項(xiàng)目中對(duì)關(guān)系型數(shù)據(jù)庫的應(yīng)用的基礎(chǔ)知識(shí)，更多的是涉及ORM庫的使用,。對(duì)于數(shù)據(jù)庫的安裝和配置,，需要讀者自己查找一下MySQL的教程，如果只是為了驗(yàn)證ORM的相關(guān)知識(shí),，也可以使用sqlite數(shù)據(jù)庫,。

數(shù)據(jù)庫的選擇

OpenStack官方推薦的保存生產(chǎn)數(shù)據(jù)的是MySQL數(shù)據(jù)庫，在devstack項(xiàng)目（這個(gè)項(xiàng)目用于快速搭建OpenStack開發(fā)環(huán)境）中也是安裝了MySQL數(shù)據(jù)庫,。不過,，因?yàn)镺penStack的項(xiàng)目中沒有使用特定的只有在MySQL上才能用的功能,，而且所采用的ORM庫SQLAlchemy也支持多種數(shù)據(jù)庫，所以理論上選擇PostgreSQL之類的數(shù)據(jù)庫來替代MySQL也是可行的,。

另外,，OpenStack項(xiàng)目在單元測試中使用的是sqlite的內(nèi)存數(shù)據(jù)庫，這樣開發(fā)者運(yùn)行單元測試的時(shí)候不需要安裝和配置復(fù)雜的MySQL數(shù)據(jù)庫,，只要安裝好sqlite3就可以了,。而且，數(shù)據(jù)庫是保存在內(nèi)存中的,，會(huì)提高單元測試的速度,。

ORM的選擇

什么是ORM

ORM的全稱是Object-Relational Mapping，即對(duì)象關(guān)系映射,，是一種利用編程語言的對(duì)象來表示關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)的技術(shù),，其更形式化的定義可以參考Wiki頁面Orject-relational mapping。簡單的說,，ORM就是把數(shù)據(jù)庫的一張表和編程語言中的一個(gè)對(duì)象對(duì)應(yīng)起來,，這樣我們?cè)诰幊陶Z言中操作一個(gè)對(duì)象的時(shí)候，實(shí)際上就是在操作這張表,，ORM（一般是一個(gè)庫）負(fù)責(zé)把我們對(duì)一個(gè)對(duì)象的操作轉(zhuǎn)換成對(duì)數(shù)據(jù)庫的操作,。

Python中的ORM實(shí)現(xiàn)

一般來說，各種主流語言都有自己的ORM實(shí)現(xiàn),，一般來說也不只一種,，比較出名的有Java的Hibernate，Ruby on Rails的ORM,，C++的ODB等,。在Python中也存在多種ORM的實(shí)現(xiàn)，最著名的兩種是Django的Model層的ORM實(shí)現(xiàn),，以及SQLAlchemy庫,。這兩種ORM實(shí)現(xiàn)基本上是Python中ORM的事實(shí)上的標(biāo)準(zhǔn)，如果你寫Django應(yīng)用,，那么你就用Django自帶的實(shí)現(xiàn),；不然，你就可以選擇SQLAlchemy庫,。

OpenStack基本上都是Python項(xiàng)目,，所以在OpenStack中，ORM主要是使用了SQLAlchemy庫（Keystone,、Nova、Neutron等）,；不過使用了Django的Horizon項(xiàng)目（面板）還是使用了Django自帶的ORM實(shí)現(xiàn),。本文主要是講解OpenStack中如何使用SQLAlchemy庫,，這個(gè)也是開發(fā)OpenStack項(xiàng)目的最基本知識(shí)。

SQLAlchemy

SQLAlchemy簡介

SQLAlchemy項(xiàng)目是Python中最著名的ORM實(shí)現(xiàn),，不僅在Python項(xiàng)目中也得到了廣泛的應(yīng)用,，而且對(duì)其他語言的ORM有很大的影響。OpenStack一開始選擇這個(gè)庫,，也是看中了它足夠穩(wěn)定,、足夠強(qiáng)大的特點(diǎn)。

SQLAlchemy項(xiàng)目最新的版本是1.0.11,，1.0系列是今年剛發(fā)的,，0.9系列應(yīng)該還是應(yīng)用最廣泛的版本。對(duì)于一般的應(yīng)用來說,，0.9系列和1.0系列差別不大,。

關(guān)于SQLAlchemy的學(xué)習(xí)

我個(gè)人覺得SQLAlchemy的學(xué)習(xí)難度會(huì)比Django的Model層難一些，因?yàn)橐粋€(gè)最簡單的例子也會(huì)有一些不太直觀的地方,，對(duì)于沒用過的人來說,，會(huì)比較難以理解。不過SQLAlchemy官網(wǎng)整理了一些比較不錯(cuò)的入門教程,，是一個(gè)比較好的學(xué)習(xí)起點(diǎn)：Tutorials,。另外，官方的Reference其實(shí)是一個(gè)很好的教程,，講了很多基本的概念,，有助于理解SQLAlchemy的庫的使用。Reference還提供PDF版本的下載,。我個(gè)人建議大家直接閱讀Reference即可,，閱讀順序就按照PDF文件的章節(jié)編排順序進(jìn)行。雖然這個(gè)文檔很長,，但是我最后發(fā)現(xiàn)這么做是最節(jié)約時(shí)間的,。

SQLAlchemy的架構(gòu)

先讓我們來看一下SQLAlchemy這個(gè)庫的總體架構(gòu)，如下圖（圖來自官網(wǎng)）所示：

SQLAlchemy這個(gè)庫分為兩層：

• 上面這層是ORM層,，為用戶提供ORM接口,，即通過操作Python對(duì)象來實(shí)現(xiàn)數(shù)據(jù)庫操作的接口。
• 下面這層是Core層,，這層包含了Schema/Types,、SQL Expression Language、Engine這三個(gè)部分：
  • SQL Expression Language是SQLAlchemy中實(shí)現(xiàn)的一套SQL表達(dá)系統(tǒng),，主要是實(shí)現(xiàn)了對(duì)SQL的DML(Data Manipulation Language)的封裝,。這里實(shí)現(xiàn)了對(duì)數(shù)據(jù)庫的SELECT、DELETE,、UPDATE等語句的封裝,。SQL Expression Language是實(shí)現(xiàn)ORM層的基礎(chǔ),。
  • Schema/Types這部分主要是實(shí)現(xiàn)了對(duì)SQL的DDL(Data Definition Language)的封裝。實(shí)現(xiàn)了Table類用來表示一個(gè)表,，Column類用來表示一個(gè)列,，也是實(shí)現(xiàn)了將數(shù)據(jù)庫的數(shù)據(jù)類型映射到Python的數(shù)據(jù)類型。上面的SQL Expression Language的操作對(duì)象就是這里定義的Table,。

  • Engine實(shí)現(xiàn)了對(duì)各種不同的數(shù)據(jù)庫客戶端的封裝和調(diào)度,，是所有SQLAlchemy應(yīng)用程序的入口點(diǎn)，要使用SQLAlchemy庫來操作一個(gè)數(shù)據(jù)庫,，首先就要有一個(gè)Engine對(duì)象,，后續(xù)的所有對(duì)數(shù)據(jù)庫的操作都要通過這個(gè)Engine對(duì)象來進(jìn)行。下圖是官方文檔中的Engine位置的描述圖：

  

  1. Pool是Engine下面的一個(gè)模塊,，用來管理應(yīng)用程序到數(shù)據(jù)庫的連接,。
  2. Dialect是Engine下的另一個(gè)模塊，用來對(duì)接不同的數(shù)據(jù)庫驅(qū)動(dòng)（即DBMS客戶端）,，這些驅(qū)動(dòng)要實(shí)現(xiàn)DBAPI接口,。

• 最后，SQLAlchemy還要依賴各個(gè)數(shù)據(jù)庫驅(qū)動(dòng)的DBAPI接口來實(shí)現(xiàn)對(duì)數(shù)據(jù)庫服務(wù)的調(diào)用,。DBAPI是Python定義的數(shù)據(jù)庫API的實(shí)現(xiàn)規(guī)范,，具體見PEP0249。

上面簡單的總結(jié)了SQLAlchemy的架構(gòu),，希望大家能夠大概了解一下SQLAlchemy,，在后面介紹一些相關(guān)概念時(shí)，能夠知道這個(gè)概念是屬于整個(gè)架構(gòu)的哪個(gè)部分,。

Dialect和數(shù)據(jù)庫客戶端

上面提到了Dialect是用來對(duì)接不同的數(shù)據(jù)庫驅(qū)動(dòng)的,，它主要負(fù)責(zé)將SQLAlchemy最后生成的數(shù)據(jù)庫操作轉(zhuǎn)換成對(duì)數(shù)據(jù)庫驅(qū)動(dòng)的調(diào)用，其中會(huì)處理一些不同數(shù)據(jù)庫和不同DBAPI實(shí)現(xiàn)的差別,。這個(gè)部分一般是SQLAlchemy的開發(fā)者關(guān)心的內(nèi)容,，如果你只是使用SQLAlchemy來操作數(shù)據(jù)庫，那么可以不用關(guān)心這個(gè)部分,。不過我們還是要來了解一下SQLAlchemy支持的和OpenStack相關(guān)的數(shù)據(jù)庫驅(qū)動(dòng),。

MySQL

OpenStack項(xiàng)目主要是使用MySQL，之前一直都在使用MySQL-Python驅(qū)動(dòng),，因?yàn)檫@個(gè)驅(qū)動(dòng)足夠成熟和穩(wěn)定,。不過這個(gè)情況正在轉(zhuǎn)變，有如下兩個(gè)原因：

1. MySQL-Python不支持Python3,，而OpenStack正在轉(zhuǎn)換到Python3的過程中,，所以這個(gè)驅(qū)動(dòng)最終是要放棄的。
2. MySQL-Python是用C語言寫的，不支持eventlet庫的monkey-patch操作,，無法被eventlet庫轉(zhuǎn)換成異步操作,，所以使用了eventlet庫的到OpenStack項(xiàng)目在使用MySQL數(shù)據(jù)庫時(shí)，都是進(jìn)行同步的串行操作,，有性能損失。

為了解決這個(gè)問題,，社區(qū)發(fā)起了一次對(duì)新驅(qū)動(dòng)的評(píng)估,，主要是評(píng)估MySQL-Python驅(qū)動(dòng)：PyMySQL Evaluation。這個(gè)評(píng)估還在社區(qū)的郵件列表發(fā)起了好幾次討論,，到目前為止的結(jié)果是：如果使用Python 2.7,，那么繼續(xù)使用MySQL-Python這個(gè)驅(qū)動(dòng)，否則就使用PyMySQL這個(gè)驅(qū)動(dòng),。PyMySQL驅(qū)動(dòng)是使用純Python寫的,，不僅支持Python3而且可以支持eventlet的異步。

SQLite3

OpenStack項(xiàng)目一般會(huì)使用SQLite3數(shù)據(jù)庫來運(yùn)行單元測試,。OpenStack在Python2.7下會(huì)使用pysqlite驅(qū)動(dòng),，不過這個(gè)驅(qū)動(dòng)和標(biāo)準(zhǔn)庫中的sqlite3模塊是一樣的，也就是Python內(nèi)置了SQLite3的驅(qū)動(dòng),，你無需選擇其他的驅(qū)動(dòng),。

SQLAlchemy的基本概念和使用

使用SQLAlchemy大體上分為三個(gè)步驟：連接到數(shù)據(jù)庫，定義數(shù)據(jù)模型,，執(zhí)行數(shù)據(jù)操作,。

連接到數(shù)據(jù)庫

在你的應(yīng)用可以使用數(shù)據(jù)庫前，你要先定義好數(shù)據(jù)庫的連接,，包括數(shù)據(jù)庫在哪里,，用什么賬號(hào)訪問等。所有的這些工作都是通過Engine對(duì)象來進(jìn)行的（記得上面提到的Engine了么,？）,。

數(shù)據(jù)庫URL

SQLAlchemy使用URL的方式來指定要訪問的數(shù)據(jù)庫，整個(gè)URL的具體格式如下：

dialect+driver://username:password@host:port/database

其中,，dialect就是指DBMS的名稱,，一般可選的值有：postgresql、 mysql,、sqlite等,。driver就是指驅(qū)動(dòng)的名稱，如果不指定,，SQLAlchemy會(huì)使用默認(rèn)值,。database就是指DBMS中的一個(gè)數(shù)據(jù)庫，一般是指通過CREATE DATABASE語句創(chuàng)建的數(shù)據(jù)庫。其他的參數(shù)就不言而喻了,。dialect和driver參數(shù)有很多選擇,，具體的可以參考官方文檔：Database URLs。

創(chuàng)建Engine對(duì)象

確定了要連接的數(shù)據(jù)庫信息后,，就可以通過create_engine函數(shù)來創(chuàng)建一個(gè)Engine對(duì)象了,。

from sqlalchemy import create_engineengine = create_engine('sqlite://:memory:')

create_engine函數(shù)還支持以下幾個(gè)參數(shù)：

• connect_args：一個(gè)字典，用來自定義數(shù)據(jù)庫連接的參數(shù),，比如指定客戶端使用的字符編碼,。
• pool_size和max_overflow：指定連接池的大小。
• poolclass：指定連接池的實(shí)現(xiàn)
• echo：一個(gè)布爾值,，用來指定是否打印執(zhí)行的SQL語句到日志中,。

還有很多其他的參數(shù)，可以參考官方文檔：Engine Configuration,。

一般來說,，Engine對(duì)象會(huì)默認(rèn)啟用連接池，會(huì)根據(jù)不同的dialect來選擇不同的默認(rèn)值,。一般來說,，你是不用考慮連接池的配置的，默認(rèn)情況都配置好了,。想了解關(guān)于連接池的更多內(nèi)容,，請(qǐng)查看官方文檔：Connection Pooling。

使用Engine對(duì)象

一般來說,，應(yīng)用程序的代碼是不直接使用Engine對(duì)象的,，而是把Engine對(duì)象交給ORM去使用，或者創(chuàng)建session對(duì)象來使用,。不過,，我們還是來簡單看一下Engine對(duì)象能做什么事情。

應(yīng)用程序可以調(diào)用Engine對(duì)象的connect()方法來獲得一個(gè)到數(shù)據(jù)庫的連接對(duì)象,；然后可以在這個(gè)連接對(duì)象上調(diào)用execute()來執(zhí)行SQL語句,，調(diào)用begin()、commit(),、rollback()來執(zhí)行事務(wù)操作,；調(diào)用close()來關(guān)閉連接。Engine對(duì)象也有一些快捷方法來直接執(zhí)行上述操作,，避免了每次都要調(diào)用connect()來獲取連接這種繁瑣的代碼,，比如engine.execute()、with engine.begin()等,。

定義數(shù)據(jù)模型

有了數(shù)據(jù)庫連接后,，我們就可以來定義數(shù)據(jù)模型了，也就是定義映射數(shù)據(jù)庫表的Python類。在SQLAlchemy中,，這是通過Declarative的系統(tǒng)來完成的,。

Declarative系統(tǒng)

根據(jù)官方文檔的描述，SQLAlchemy一開始是采用下面這種方式來定義ORM的：

1. 首先定義一個(gè)映射類,，這個(gè)類是數(shù)據(jù)庫表在代碼中的對(duì)象表示,，這類的類屬性是很多Column類的實(shí)例。
2. 然后定義一個(gè)Table對(duì)象,，這里的Table就是上面提到的在Schema/Types模塊中的一個(gè)類,，用來表示一個(gè)數(shù)據(jù)庫中的表。
3. 調(diào)用sqlalchemy.orm.mapper函數(shù)把步驟1中定義的類映射到步驟2中定義的Table,。

上面這種方式稱為Classical Mappings，看起來好麻煩啊,。所以就有了Declarative系統(tǒng),。這個(gè)系統(tǒng)就是一次完成這三個(gè)步驟，你只需要定義步驟1中的類即可,。這也是現(xiàn)在在SQLAlchemy中使用ORM的方式,，無需在使用過去這種麻煩的方法。

要使用Declarative系統(tǒng),，你需要為所有映射類創(chuàng)建一個(gè)基類,，這個(gè)基類用來維護(hù)所有映射類的元信息。

from sqlalchemy.ext.declarative import declarative_baseBase = declarative_base()

定義映射類

現(xiàn)在我們可以開始創(chuàng)建映射類了,。假設(shè)我們?cè)跀?shù)據(jù)庫中有一個(gè)表Person,，這個(gè)表有兩個(gè)列，分別是id和name,，那么我們創(chuàng)建的映射類如下：

from sqlalchemy import Column, Integer, String# 這里的基類Base是上面我們通過declarative_base函數(shù)生成的class Person(Base):    __tablename__ = 'person'    id = Column(Interger, primary_key=True)    name = Column(String(250), nullable=False)

這樣我們就定義了一個(gè)映射類Person,，后續(xù)我們可以通過操作這個(gè)類的實(shí)例來實(shí)現(xiàn)對(duì)數(shù)據(jù)庫表person的操作。在我們的映射類中,，我們使用__tablename__屬性來指定該映射類所對(duì)應(yīng)的數(shù)據(jù)庫表,，通過Column類實(shí)例的方式來指定數(shù)據(jù)庫的字段。這里,，讀者可能會(huì)問：我如何能知道Column都能支持哪些類型呢,？這個(gè)查看官方文檔獲得：Column And Data Types。

因?yàn)槲覀兪褂昧薉eclarative系統(tǒng),，所以雖然我們自己沒有定義Table對(duì)象,，但是Declarative系統(tǒng)幫我們做了，并且?guī)臀覀冋{(diào)用了mapper函數(shù),。因此,，當(dāng)我們定義好一個(gè)表的映射類后，這個(gè)類的__table__屬性就保存了該映射類所映射的Table對(duì)象：

In [6]: Person.__table__Out[6]: Table('person', MetaData(bind=None),    Column('id', Integer(), table=, primary_key=True, nullable=False),    Column('name', String(length=250), table=, nullable=False), schema=None)

定義映射類是我們使用ORM的最主要的功能之一，不僅可以指定單表的映射,，還能夠指定表之間的關(guān)系,。由于篇幅限制，我們?cè)诒疚木筒徽归_講了,。

Schema和Metadata

關(guān)于Table對(duì)象,，我們上面也提到了,，它屬于SQLAlchemy的core層的Schema/Types這個(gè)部分,。SQLAlchemy中的Schema可以理解為和DDL相關(guān)的一套體系,，它告訴SQLAlchemy的其他部分,，數(shù)據(jù)庫中的表是如何定義的,。這個(gè)相當(dāng)于我們?cè)贛ySQL中使用describe命令,，或者在PostgreSQL中使用\d命令,。

SQLAlchemy中通過schema metadata來實(shí)現(xiàn)上面說的Schema,。Schema metadata,，官方文檔中也稱為database metadata,，簡稱為metadata，是一個(gè)容器,，其中包含了和DDL相關(guān)的所有信息,，包括Table、Column等對(duì)象,。當(dāng)SQLAlchemy要根據(jù)映射類生成SQL語句時(shí),，它會(huì)查詢metadata中的信息，根據(jù)信息來生成SQL語句,。

為了要讓metadata可以工作,，我們需要把DDL的相關(guān)信息放到metadata中。如果你注意看上面Person.__table__的輸出,，就會(huì)發(fā)現(xiàn)Table類的第二個(gè)參數(shù)就是一個(gè)Metadata實(shí)例,，也就是說，我們需要在定義Table的時(shí)候就把DDL信息放到metadata中,。如果是是用classical mapping的方式,，我們需要先創(chuàng)建一個(gè)metadata實(shí)例，然后每次創(chuàng)建一個(gè)Table對(duì)象的時(shí)候就把metadata傳遞進(jìn)去,。從寫代碼的角度來說,，這個(gè)方式?jīng)]有什么問題，也不算麻煩,；問題是我們?cè)谑褂肙RM的過程中,，幾乎不會(huì)用到metadata，metadata基本上是給SQLAlchemy用的,，對(duì)于用戶來說metadata提供的接口只能用來創(chuàng)建表和刪除表,，這種操作的頻率遠(yuǎn)低于查詢操作,。

好在Declarative系統(tǒng)則幫我們把這些都做好了。當(dāng)我們通過declarative_base()生成一個(gè)基類Base的時(shí)候,，這個(gè)基類就已經(jīng)包含了一個(gè)metadata實(shí)例,，后面基于Base定義映射類都會(huì)被自動(dòng)加入到這個(gè)metadata中。我們可以通過Base.metadata來訪問這個(gè)metadata實(shí)例,。

說了這么多關(guān)于metadata的內(nèi)容,，簡單總結(jié)一下：metadata是schema在SQLAlchemy中的實(shí)現(xiàn)，包含了DDL的信息,，SQLAlchemy中的其他部分需要依賴于metadata中的信息,，一般用戶很少使用metadata。

很少用,？那說這么多是做啥,？主要是讓讀者可以理解下面這個(gè)語句的原理：

Base = declarative_base()# 基于Base定義映射類Base.metadata.create_all(engine)

最后這行代碼是我們最常用到metadata的地方：創(chuàng)建所有的表。我們告訴create_all使用哪個(gè)engine,，它就會(huì)生成所有的CREATE TABLE語句,，并且通過engine發(fā)送到數(shù)據(jù)庫上執(zhí)行。這個(gè)在單元測試的時(shí)候很有用,。你可以執(zhí)行一下下面的代碼來觀察輸出：

from sqlalchemy import Column, Integer, Stringfrom sqlalchemy.ext.declarative import declarative_basefrom sqlalchemy import create_engineBase = declarative_base()class Person(Base):    __tablename__ = 'person'    id = Column(Integer, primary_key=True)    name = Column(String(250), nullable=False)engine = create_engine('sqlite:///:memory:', echo=True)Base.metadata.create_all(engine)

輸出結(jié)果如下：

...2016-01-06 09:56:03,600 INFO sqlalchemy.engine.base.Engine PRAGMA table_info('person')2016-01-06 09:56:03,601 INFO sqlalchemy.engine.base.Engine ()2016-01-06 09:56:03,602 INFO sqlalchemy.engine.base.EngineCREATE TABLE person (        id INTEGER NOT NULL,        name VARCHAR(250) NOT NULL,        PRIMARY KEY (id))2016-01-06 09:56:03,603 INFO sqlalchemy.engine.base.Engine ()2016-01-06 09:56:03,603 INFO sqlalchemy.engine.base.Engine COMMIT

關(guān)于Metadata的更多信息，請(qǐng)查看官方文檔：Schema Definition Language,。

會(huì)話

會(huì)話(session)是我們通過SQLAlchemy來操作數(shù)據(jù)庫的入口,。我們前面有介紹過SQLAlchemy的架構(gòu)，session是屬于ORM層的,。Session的功能是管理我們的程序和數(shù)據(jù)庫之間的會(huì)話,，它利用Engine的連接管理功能來實(shí)現(xiàn)會(huì)話。我們?cè)谏衔挠刑岬?，我們?chuàng)建了Engine對(duì)象,，但是一般不直接使用它，而是把它交給ORM去使用,。其中,，通過session來使用Engine就是一個(gè)常用的方式。

要是用session,，我們需要先通過sessionmaker函數(shù)創(chuàng)建一個(gè)session類,，然后通過這個(gè)類的實(shí)例來使用會(huì)話，如下所示：

from sqlalchemy.orm import sessionmakerDBSession = sessionmaker(bind=engine)session = DBSession()

我們通過sessionmaker的bind參數(shù)把Engine對(duì)象傳遞給DBSession去管理,。然后,，DBSession實(shí)例化的對(duì)象session就能被我們使用了。

CRUD

CRUD就是CREATE,、READ,、UPDATE,、DELETE，增刪改查,。這個(gè)也是SQLAlchemy中最常用的功能,，而且都是通過上一小節(jié)中的session對(duì)象來使用的。我們這簡單的介紹一下這四個(gè)操作,，后面會(huì)給出官方文檔的位置,。

Create

在數(shù)據(jù)庫中插入一條記錄，是通過session的add()方法來實(shí)現(xiàn)的,，你需要先創(chuàng)建一個(gè)映射類的實(shí)例,，然后調(diào)用session.add()方法，然后調(diào)用session.commit()方法提交你的事務(wù)（關(guān)于事務(wù),，我們下面會(huì)專門講解）：

new_person = Person(name='new person')session.add(new_person)session.commit()

Delete

刪除操作和創(chuàng)建操作差不多,，是把一個(gè)映射類實(shí)例傳遞給session.delete()方法。

Update

更新一條記錄需要先使用查詢操作獲得一條記錄對(duì)應(yīng)的對(duì)象,，然后修改對(duì)象的屬性,，再通過session.add()方法來完成更新操作。

Read

查詢操作,，一般稱為query,，在SQLAlchemy中一般是通過Query對(duì)象來完成的。我們可以通過session.query()方法來創(chuàng)建一個(gè)Query對(duì)象,，然后調(diào)用Query對(duì)象的眾多方法來完成查詢操作,。

事務(wù)

使用session，就會(huì)涉及到事務(wù),，我們的應(yīng)用程序也會(huì)有很多事務(wù)操作的要求,。當(dāng)你調(diào)用一個(gè)session的方法，導(dǎo)致session執(zhí)行一條SQL語句時(shí),，它會(huì)自動(dòng)開始一個(gè)事務(wù),，直到你下次調(diào)用session.commit()或者session.rollback()，它就會(huì)結(jié)束這個(gè)事務(wù),。你也可以顯示的調(diào)用session.begin()來開始一個(gè)事務(wù),，并且session.begin()還可以配合Python的with來使用。

會(huì)話,、CRUD,、事務(wù)的小結(jié)

上面關(guān)于session，CRUD和事務(wù)的內(nèi)容寫的比較少,，因?yàn)檫@些功能的內(nèi)容很多,，而且官方文檔也寫得很全面，本文就不做一些重復(fù)說明了,。我們會(huì)在下一篇文章中通過webdemo的代碼來看看如何使用這些功能,。