标签：michael 引擎 blog 嵌入式 高并发 定制 make 显示 arc
为了便于程序保存和读取数据，而且，能直接通过条件快速查询到指定 的数据，就出现了数据库（Database）这种专门用于集中存储和查询的软件。
数据库类别
付费的商用数据库：
这些数据库都是不开源而且付费的，最大的好处是花了钱出了问题可以 找厂家解决，不过在Web 的世界里，常常需要部署成千上万的数据库 服务器，当然不能把大把大把的银子扔给厂家，所以，无论是Google、 Facebook，还是国内的 BAT，无一例外都选择了免费的开源数据库：
使用SQLite
SQLite 是一种嵌入式数据库，它的数据库就是一个文件。由于 SQLite 本身是C写的，而且体积很小，所以，经常被集成到各种应用程序中， 甚至在 iOS 和Android 的App 中都可以集成。
Python 就内置了 SQLite3，所以，在 Python 中使用 SQLite，不需要安装 任何东西，直接使用。
在使用 SQLite 前，我们先要搞清楚几个概念：
Python 定义了一套操作数据库的API 接口，任何数据库要连接到 Python，只需要提供符合 Python 标准的数据库驱动即可。 由于 SQLite 的驱动内置在 Python 标准库中，所以我们可以直接来操作 SQLite 数据库。 我们在 Python 交互式命令行实践一下：
# 导入 SQLite 驱动: >>> import sqlite3 # 连接到 SQLite 数据库 # 数据库文件是 test.db # 如果文件不存在，会自动在当前目录创建: >>> conn = sqlite3.connect(‘test.db‘) # 创建一个 Cursor: >>> cursor = conn.cursor() # 执行一条 SQL 语句，创建 user 表: >>> cursor.execute(‘create table user (id varchar(20) primary key, name varchar(20))‘) <sqlite3.Cursor object at 0x10f8aa260> # 继续执行一条 SQL 语句，插入一条记录: >>> cursor.execute(‘insert into user (id, name) values (\‘1\‘,\‘Michael\‘)‘) <sqlite3.Cursor object at 0x10f8aa260> # 通过 rowcount 获得插入的行数: >>> cursor.rowcount 1 # 关闭 Cursor: >>> cursor.close() # 提交事务: >>> conn.commit() # 关闭 Connection: >>> conn.close()
我们再试试查询记录： >>> conn = sqlite3.connect(‘test.db‘) >>> cursor = conn.cursor() # 执行查询语句: >>> cursor.execute(‘select * from user where id=?‘, ‘1‘) <sqlite3.Cursor object at 0x10f8aa340> # 获得查询结果集: >>> values = cursor.fetchall() >>> values [(‘1‘, ‘Michael‘)] >>> cursor.close() >>> conn.close()
注意：
练习
1 #请编写函数，在 Sqlite 中根据分数段查找指定的名字： 2 3 # -*- coding: utf-8 -*- 4 import os, sqlite3 5 db_file = os.path.join(os.path.dirname(__file__), ‘test.db‘) 6 if os.path.isfile(db_file): 7 os.remove(db_file) 8 # 初始数据: 9 conn = sqlite3.connect(db_file) 10 cursor = conn.cursor() 11 cursor.execute(‘create table user(id varchar(20) primary key, name varchar(20), score int)‘) 12 cursor.execute(r"insert into user values (‘A-001‘, ‘Adam‘, 95)") 13 cursor.execute(r"insert into user values (‘A-002‘, ‘Bart‘, 62)") 14 cursor.execute(r"insert into user values (‘A-003‘, ‘Lisa‘, 78)") 15 cursor.close() 16 conn.commit() 17 conn.close() 18 def get_score_in(low, high): 19 #返回指定分数区间的名字，按分数从低到高排序 ‘ 20 conn = sqlite3.connect(db_file) 21 cursor = conn.cursor() 22 cursor.execute(‘select name from user where score between ? and ? order by score asc‘,(low,high)) 23 values = cursor.fetchall() 24 name= [x[0]for x in values] 25 cursor.close() 26 conn.close() 27 #print(name) 28 return name 29 30 31 # 测试: 32 assert get_score_in(80, 95) == [‘Adam‘], get_score_in(80, 95) 33 assert get_score_in(60, 80) == [‘Bart‘, ‘Lisa‘], get_score_in(60, 80) 34 assert get_score_in(60, 100) == [‘Bart‘, ‘Lisa‘, ‘Adam‘],get_score_in(60, 100) 35 print(‘Pass‘)
使用 MySQL
MySQL 是Web 世界中使用最广泛的数据库服务器。
SQLite 的特点是量级、可嵌入，但不能承受高并发访问，适合桌面和移动应用。
而MySQL是为服务器端设计的数据库，能承受高并发访问，同时占用的内存也远 远大于 SQLite。
此外，MySQL 内部有多种数据库引擎，最常用的引擎是支持数据库事务的 InnoDB。
https://www.cnblogs.com/jpga/p/12566697.html
在Mysql的官网上https://dev.mysql.com/doc/connector-python/en/connector-python-versions.html查看对应关系：
安装驱动：（我用的第二个，第一个报错说没有--allow-external操作）
$ pip install mysql-connector-python --allow-external mysql-connector-python 或 $ pip install mysql-connector
第二个驱动装好后使用过程中还是报错，重装了一个pymysql,用法改一下就行
#书中源码 # 导入 MySQL 驱动: >>> import mysql.connector # 注意把 password 设为你的 root 口令: >>> conn = mysql.connector.connect(user=‘root‘, password=‘password‘, database=‘test‘) >>> cursor = conn.cursor() # 创建 user 表: >>> cursor.execute(‘create table user (id varchar(20) primary key, name varchar(20))‘) # 插入一行记录，注意 MySQL 的占位符是%s: >>> cursor.execute(‘insert into user (id, name) values (%s, %s)‘, [‘1‘, ‘Michael‘]) >>> cursor.rowcount 1 # 提交事务: >>> conn.commit() >>> cursor.close() # 运行查询: >>> cursor = conn.cursor() >>> cursor.execute(‘select * from user where id = %s‘, [‘1‘]) >>> values = cursor.fetchall() >>> values [(‘1‘, ‘Michael‘)] # 关闭 Cursor 和 Connection: >>> cursor.close() True >>> conn.close() #由于 Python 的DB-API 定义都是通用的，所以，操作MySQL的数据库 代码和 SQLite 类似。
#修改后 import pymysql conn = pymysql.connect(‘localhost‘,‘root‘, ‘password‘, ‘test‘) cursor = conn.cursor() #创建 user 表: cursor.execute(‘create table user1 (id varchar(20) primary key, name varchar(20))‘) #插入一行记录，注意 MySQL 的占位符是%s: cursor.execute(‘insert into user1 (id, name) values (%s, %s)‘, [‘1‘, ‘Michael‘]) print(cursor.rowcount) conn.commit() cursor.close() #运行查询 cursor = conn.cursor() cursor.execute(‘select * from user1 where id = %s‘, [‘1‘]) values = cursor.fetchall()#[(‘1‘, ‘Michael‘)] # 关闭 Cursor 和 Connection: >>> cursor.close() True conn.close()
连接的test数据库需要事先在mysql中创建
其他常用操作：
show databases; # 显示所有数据库 create database t1; # 创建数据库t1 use database t1; #指定当前操作的数据库为t1 drop database t1; #删除数据库t1
mysql-connector使用案例：
https://www.cnblogs.com/vathe/p/6964086.html
使用 SQL Alchemy
数据库表是一个二维表，包含多行多列。
按 Python 的 数据结构：list 表示多行，list 的每一个元素是 tuple，表示一行记录，例如包含 id 和 name 的 user 表：[(‘1‘, ‘Michael‘), (‘2‘, ‘Bob‘), (‘3‘, ‘Adam‘)]
但是用 tuple 表示一行表的结构不明显，用 class 实例来表示，会更清晰：
1 class User(object): 2 def __init__(self, id, name): 3 self.id = id 4 self.name = name 5 6 [User(‘1‘, ‘Michael‘), User(‘2‘, ‘Bob‘), User(‘3‘, ‘Adam‘)]
ORM技术：Object-Relational Mapping，把关系数据库的表结构映射到对象上。
ORM框架可完成此转换。在 Python 中，最有名的ORM框架是 SQLAlchemy。
SQLAlchemy 的用法如下。
以下代码完成 SQLAlchemy 的初始化和具体每个表的 class 定义。
1 # 导入: 2 from sqlalchemy import Column, String, create_engine 3 from sqlalchemy.orm import sessionmaker 4 from sqlalchemy.ext.declarative import declarative_base 5 6 # 创建对象的基类: 7 Base = declarative_base() 8 9 # 定义 User 对象: 10 class User(Base): 11 # 表的名字: 12 __tablename__ = ‘user‘ 13 14 # 表的结构: 15 id = Column(String(20), primary_key=True) 16 name = Column(String(20)) 17 18 # 初始化数据库连接: 19 engine = 20 create_engine(‘mysql+mysqlconnector://root:password@localhost:3306/test‘) # 创建 DBSession 类型: 21 DBSession = sessionmaker(bind=engine)
如果 有多个表，就继续定义其他 class，例如 School：
class School(Base):
__tablename__ = ‘school‘
id = ...
name = ...
create_engine()用来初始化数据库连接。
SQLAlchemy 用一个字符串表示连接信息：
‘数据库类型+数据库驱动名称://用户名:口令@机器地址:端口号/数据库名‘
你只需要根据需要替换掉用户名、口令等信息即可。 下面，我们看看如何向数据库表中添加一行记录。 由于有了ORM，我们向数据库表中添加一行记录，可以视为添加一个 User 对象：
1 # 创建 session 对象: 2 session = DBSession() 3 # 创建新 User 对象: 4 new_user = User(id=‘5‘, name=‘Bob‘) 5 # 添加到 session: 6 session.add(new_user) 7 # 提交即保存到数据库: 8 session.commit() 9 # 关闭 session: 10 session.close()
可见，关键是获取 session，然后把对象添加到 session，最后提交并关 闭。DBSession 对象可视为当前数据库连接。
如何从数据库表中查询数据呢？有了ORM，查询出来的可以不再是 tuple，而是 User对象。SQLAlchemy 提供的查询接口如下：
1 # 创建 Session: 2 session = DBSession() 3 # 创建 Query 查询，filter 是 where 条件，最后调用 one()返回唯一行，如果调用 all()则返回所有行: 4 user = session.query(User).filter(User.id==‘5‘).one() 5 # 打印类型和对象的 name 属性: 6 print(‘type:‘, type(user)) 7 print(‘name:‘, user.name) 8 # 关闭 Session: 9 session.close() 10 11 运行结果如下： 12 type: <class ‘__main__.User‘> 13 name: Bob
1 session = DBSession() 2 # 创建Query查询，filter是where条件，最后调用one()返回唯一行，如果调用all()则返回所有行: 3 user = session.query(User).filter(User.name==‘Bob‘).all() 4 # 打印类型和对象的name属性: 5 print(‘type:‘, type(user)) 6 for row in user: 7 print(‘id: %s , name: %s‘%(row.id, row.name)) 8 9 type: <class ‘list‘> 10 id: 10 , name: Bob 11 id: 111 , name: Bob 12 id: 112 , name: Bob 13 id: 132 , name: Bob 14 id: 138 , name: Bob 15 id: 14 , name: Bob 16 id: 5 , name: Bob 17 id: 6 , name: Bob 18 id: 8 , name: Bob 19 id: 9 , name: Bob
基本使用：
https://www.jianshu.com/p/cf77beef7a25
可见，ORM就是把数据库表的行与相应的对象建立关联，互相转换。
由于关系数据库的多个表还可以用外键实现一对多、多对多等关联，相 应地，ORM框架也可以提供两个对象之间的一对多、多对多等功能。 例如，如果一个User 拥有多个Book，就可以定义一对多关系如下：
1 #例如，如果一个User 拥有多个Book，就可以定义一对多关系如下： 2 class User(Base): 3 __tablename__ = ‘user‘ 4 id = Column(String(20), primary_key=True) 5 name = Column(String(20)) 6 # 一对多: 7 books = relationship(‘Book‘) 8 9 class Book(Base): 10 __tablename__ = ‘book‘ 11 id = Column(String(20), primary_key=True) 12 name = Column(String(20)) 13 # “多”的一方的 book 表是通过外键关联到 user 表的: 14 user_id = Column(String(20), ForeignKey(‘user.id‘))
当我们查询一个User 对象时，该对象的 books 属性将返回一个包含若 干个Book 对象的 list。 小结 ORM框架的作用就是把数据库表的一行记录与一个对象互相做自动转 换。
正确使用ORM的前提是了解关系数据库的原理。
标签：michael 引擎 blog 嵌入式 高并发 定制 make 显示 arc
原文地址：https://www.cnblogs.com/jpga/p/12570257.html
