SQLAlchemy技術文檔（中文版）（上）
在學習SQLAlchemy的過程中，好多時候需要查官方Tutorial，發現網上並沒有完整的中文版，於是利用這兩天空余時間粗略翻譯了一下。
翻譯效果很差。。。。但也算是強迫自己通讀一遍Tutorial，收獲很多。
1.版本檢查
import sqlalchemy
sqlalchemy.__version__
2.連接
from sqlalchemy import create_engine
engine = create_engine(‘sqlite:///:memory:‘,echo=True)
echo參數為True時，會顯示每條執行的SQL語句，可以關閉。create_engine()返回一個Engine的實例，並且它表示通過數據庫語法處理細節的核心接口，在這種情況下，數據庫語法將會被解釋稱Python的類方法。
3.聲明映像
當使用ORM【1】時，構造進程首先描述數據庫的表，然後定義我們用來映射那些表的類。在現版本的SQLAlchemy中，這兩個任務通常一起執行，通過使用Declarative方法，我們可以創建一些包含描述要被映射的實際數據庫表的準則的映射類。
使用Declarative方法定義的映射類依據一個基類，這個基類是維系類和數據表關系的目錄——我們所說的Declarative base class。在一個普通的模塊入口中，應用通常只需要有一個base的實例。我們通過declarative_base()功能創建一個基類：
from sqlalchemy.ext.declarativeimport
Base = declarative_base()
有了這個base，我們可以依據這個base定義任意數量的映射類。一個簡單的user例子：
from sqlalchemy import Column, Integer, String
class User(Base):
__tablename__= ‘users‘
id= Column(Integer, primary_key=True)
name = Column(String)
用Declarative構造的一個類至少需要一個__tablename__屬性，一個主鍵行。
4.構造模式（項目中沒用到）
5.創建映射類的實例
ed_user = User(name=‘ed‘,fullname=‘Ed Jones‘, password=‘edspassword‘)
6.創建會話
現在我們已經準備毫和數據庫開始會話了。ORM通過Session與數據庫建立連接的。當應用第一次載入時，我們定義一個Session類（聲明create_engine()的同時），這個Session類為新的Session對象提供工廠服務。
from sqlalchemy.orm import sessionmaker
Session = sessionmaker(bind=engine)
這個定制的Session類會創建綁定到數據庫的Session對象。如果需要和數據庫建立連接，只需要實例化一個Session：
session = Session()
雖然上面的Session已經和數據庫引擎Engine關聯，但是還沒有打開任何連接。當它第一次被使用時，就會從Engine維護的一個連接池中檢索是否存在連接，如果存在便會保持連接知道我們提交所有更改並且/或者關閉session對象。
7.添加新對象（簡略）
ed_user = User(name=‘ed‘, fullname=‘Ed Jones‘, password=‘edspassword‘)
session.add(ed_user)
至此，我們可以認為，新添加的這個對象實例仍在等待中；ed_user對象現在並不代表數據庫中的一行數據。直到使用flush進程，Session才會讓SQL保持連接。如果查詢這條數據的話，所有等待信息會被第一時間刷新，查詢結果也會立即發行。
session.commit()
通過commit()可以提交所有剩余的更改到數據庫。
8.回滾
session.rollback()
9.查詢
通過Session的query()方法創建一個查詢對象。這個函數的參數數量是可變的，參數可以是任何類或者是類的描述的集合。下面是一個叠代輸出User類的例子：
for instance in session.query(User).order_by(User.id):
print instance.name,instance.fullname
Query也支持ORM描述作為參數。任何時候，多個類的實體或者是基於列的實體表達都可以作為query()函數的參數，返回類型是元組：
for name, fullname in session.query(User.name,User.fullname):
print name, fullname
Query返回的元組被命名為KeyedTuple類的實例元組。並且可以把它當成一個普通的Python數據類操作。元組的名字就相當於屬性的屬性名，類的類名一樣。
for row in session.query(User, User.name).all():
print row.User,row.name
<User(name=‘ed‘,fullname=‘Ed Jones‘, password=‘f8s7ccs‘)>ed
label()不知道怎麽解釋，看下例子就明白了。相當於row.name
for row in session.query(User.name.label(‘name_label‘)).all():
print(row.name_label)
aliased()我的理解是類的別名，如果有多個實體都要查詢一個類，可以用aliased()
from sqlalchemy.orm import aliased
user_alias = aliased(User, name=‘user_alias‘)
for row in session.query(user_alias,user_alias.name).all():
print row.user_alias
Query的 基本操作包括LIMIT和OFFSET，使用Python數組切片和ORDERBY結合可以讓操作變得很方便。
for u in session.query(User).order_by(User.id)[1:3]:
#只查詢第二條和第三條數據
9.1使用關鍵字變量過濾查詢結果，filter 和 filter_by都適用。【2】使用很簡單，下面列出幾個常用的操作：
query.filter(User.name == ‘ed‘) #equals
query.filter(User.name != ‘ed‘) #not equals
query.filter(User.name.like(‘%ed%‘)) #LIKE
uery.filter(User.name.in_([‘ed‘,‘wendy‘, ‘jack‘])) #IN
query.filter(User.name.in_(session.query(User.name).filter(User.name.like(‘%ed%‘))#IN
query.filter(~User.name.in_([‘ed‘,‘wendy‘, ‘jack‘]))#not IN
query.filter(User.name == None)#is None
query.filter(User.name != None)#not None
from sqlalchemy import and_
query.filter(and_(User.name ==‘ed‘,User.fullname ==‘Ed Jones‘)) # and
query.filter(User.name == ‘ed‘,User.fullname ==‘Ed Jones‘) # and
query.filter(User.name == ‘ed‘).filter(User.fullname == ‘Ed Jones‘)# and
from sqlalchemy import or_
query.filter(or_(User.name ==‘ed‘, User.name ==‘wendy‘)) #or
query.filter(User.name.match(‘wendy‘)) #match
9.2.返回列表和數量（標量？）
all()返回一個列表：可以進行Python列表的操作。
query = session.query(User).filter(User.name.like(‘%ed‘)).order_by(User.id)
query.all()
[<User(name=‘ed‘,fullname=‘EdJones‘, password=‘f8s7ccs‘)>,<User(name=‘fred‘,
fullname=‘FredFlinstone‘, password=‘blah‘)>]
first()適用於限制一個情況，返回查詢到的第一個結果作為標量？：好像只能作為屬性，類
query.first()
<User(name=‘ed‘,fullname=‘Ed Jones‘, password=‘f8s7ccs‘)>
one()完全獲取所有行，並且如果查詢到的不只有一個對象或是有復合行，就會拋出異常。
from sqlalchemy.orm.exc import MultipleResultsFound
user = query.one()
try:
user = query.one()
except
MultipleResultsFound, e:
print e
Multiple rows were found for one()
如果一行也沒有：
from sqlalchemy.orm.exc import NoResultFound
try:
user = query.filter(User.id == 99).one()
except
NoResultFound, e:
print e
No row was found for one()
one()方法對於想要解決“no items found”和“multiple items found”是不同的系統是極好的。（這句有語病啊）例如web服務返回，本來是在no results found情況下返回”404“的，結果在多個results found情況下也會跑出一個應用異常。
scalar()作為one()方法的依據，並且在one()成功基礎上返回行的第一列。
query = session.query(User.id).filter(User.name == ‘ed‘)
query.scalar()
7
9.3.使用字符串SQL
字符串能使Query更加靈活，通過text()構造指定字符串的使用，這種方法可以用在很多方法中，像filter()和order_by()。
from sqlalchemy import text
for user in session.query(User).filter(text("id<224")).order_by(text("id")).all()
綁定參數可以指定字符串，用params()方法指定數值。
session.query(User).filter(text("id<:value and name=:name")).\
params(value=224, name=‘fred‘).order_by(User.id).one()
如果要用一個完整的SQL語句，可以使用from_statement()。
ession.query(User).from_statement(text("SELECT* FROM users where name=:name")).\
params(name=‘ed‘).all()
也可以用from_statement()獲取完整的”raw”，用字符名確定希望被查詢的特定列:
session.query("id","name", "thenumber12").\
from_statement(text("SELECT id, name, 12 as ""thenumber12 FROM users where name=:name")).\
params(name=‘ed‘).all()
[(1,u‘ed‘, 12)]
感覺這個不太符合ORM的思想啊。。。
9.4 計數
count()用來統計查詢結果的數量。
session.query(User).filter(User.name.like(‘%ed‘)).count()
func.count()方法比count()更高級一點【3】
from sqlalchemy import func
session.query(func.count(User.name),User.name).group_by(User.name).all()
[(1,u‘ed‘), (1,u‘fred‘), (1,u‘mary‘), (1,u‘wendy‘)]
為了實現簡單計數SELECT count(*) FROM table，可以這麽寫：
session.query(func.count(‘*‘)).select_from(User).scalar()
如果我們明確表達計數是根據User表的主鍵的話，可以省略select_from(User):
session.query(func.count(User.id)).scalar()
上面兩行結果均為4。
go to （下）
SQLAlchemy技術文檔（中文版）（上）