RabbitMQ、Redis、以及数据库操作

1、RabbitMQ（消息队列）

第11周：
pythreading QUEUE进程QUEUE父进程与子进程进行交互，或者同属于同一父进程下多个子进程进行交互

2、缓存（broker）服务

mongodb(直接持久化)
redis(半持久化,默认在内存，可以配置在硬盘里)
memcache(轻量级缓存)

3、Redis

https://www.cnblogs.com/wupeiqi/articles/5132791.html

3.1、redis连接实例

import redisr = redis.Redis(host='192.168.21.131', port=6379)
r.set('foo', 'Bar')
print (r.get('foo'))--->
b'Bar'

3.2、连接池

import redispool = redis.ConnectionPool(host='192.168.21.131', port=6379)r = redis.Redis(connection_pool=pool)
r.set('foo', 'Bar')
r.set('lishang', 'zhaoxiaomeng')print(r.get('foo'))
print(r.get('lishang'))--->
b'Bar'
b'zhaoxiaomeng'

3.3、Redis的操作

3.3.1、String操作
3.3.2、hash操作
3.3.3、List操作
3.3.4、Set操作
3.3.5、Sort Set操作
管道
发布订阅

3.3.1、String操作

redis中的String在在内存中按照一个name对应一个value来存储。

set(name, value, ex=None, px=None, nx=False, xx=False)
在Redis中设置值，默认，不存在则创建，存在则修改
参数：ex，过期时间（秒）px，过期时间（毫秒）nx，如果设置为True，则只有name不存在时，当前set操作才执行xx，如果设置为True，则只有name存在时，岗前set操作才执行

setnx(name, value)

设置值，只有name不存在时，执行设置操作（添加）

setex(name, value, time)

设置值
参数：time，过期时间（数字秒 或 timedelta对象）

psetex(name, time_ms, value)

设置值
参数：time_ms，过期时间（数字毫秒 或 timedelta对象）

mset(*args, **kwargs)

批量设置值
如：mset(k1='v1', k2='v2')
或mget({'k1': 'v1', 'k2': 'v2'})

get(name)

获取值

mget(keys, *args)

批量获取
如：mget('ylr', 'wupeiqi')
或r.mget(['ylr', 'wupeiqi'])

getset(name, value)

设置新值并获取原来的值

getrange(key, start, end)

获取子序列（根据字节获取，非字符）
参数：
# name，Redis 的 name
# start，起始位置（字节）
# end，结束位置（字节）
# 如： "武沛齐" ，0-3表示 "武"

setrange(name, offset, value)

# 修改字符串内容，从指定字符串索引开始向后替换（新值太长时，则向后添加）
# 参数：
# offset，字符串的索引，字节（一个汉字三个字节）
# value，要设置的值

setbit(name, offset, value)

# 对name对应值的二进制表示的位进行操作
# 参数：# name，redis的name# offset，位的索引（将值变换成二进制后再进行索引）# value，值只能是 1 或 0
# 注：如果在Redis中有一个对应： n1 = "foo"，那么字符串foo的二进制表示为：01100110 01101111 01101111所以，如果执行 setbit('n1', 7, 1)，则就会将第7位设置为1，那么最终二进制则变成 01100111 01101111 01101111，即："goo"
# 扩展，转换二进制表示：# source = "武沛齐"source = "foo"for i in source:num = ord(i)print bin(num).replace('b','')特别的，如果source是汉字 "武沛齐"怎么办？答：对于utf-8，每一个汉字占 3 个字节，那么 "武沛齐" 则有 9个字节对于汉字，for循环时候会按照 字节 迭代，那么在迭代时，将每一个字节转换 十进制数，然后再将十进制数转换成二进制11100110 10101101 10100110 11100110 10110010 10011011 11101001 10111101 10010000-------------------------- ----------------------------- -----------------------------武                         沛                           齐

getbit(name, offset)

# 获取name对应的值的二进制表示中的某位的值 （0或1）

bitcount(key, start=None, end=None)

# 获取name对应的值的二进制表示中 1 的个数
# 参数：# key，Redis的name# start，位起始位置# end，位结束位置

bitop(operation, dest, *keys)

# 获取多个值，并将值做位运算，将最后的结果保存至新的name对应的值
# 参数：# operation,AND（并） 、 OR（或） 、 NOT（非） 、 XOR（异或）# dest, 新的Redis的name# *keys,要查找的Redis的name
# 如：bitop("AND", 'new_name', 'n1', 'n2', 'n3')# 获取Redis中n1,n2,n3对应的值，然后讲所有的值做位运算（求并集），然后将结果保存 new_name 对应的值中

strlen(name)

# 返回name对应值的字节长度（一个汉字3个字节）

incr(self, name, amount=1)

# 自增 name对应的值，当name不存在时，则创建name＝amount，否则，则自增。
# 参数：# name,Redis的name# amount,自增数（必须是整数）
# 注：同incrby

incrbyfloat(self, name, amount=1.0)

# 自增 name对应的值，当name不存在时，则创建name＝amount，否则，则自增。
# 参数：# name,Redis的name# amount,自增数（浮点型）

decr(self, name, amount=1)

# 自减 name对应的值，当name不存在时，则创建name＝amount，否则，则自减。
# 参数：# name,Redis的name# amount,自减数（整数）

append(key, value)

# 在redis name对应的值后面追加内容
# 参数：key, redis的namevalue, 要追加的字符串

3.3.2、Hash操作

hset(name, key, value)

# name对应的hash中设置一个键值对（不存在，则创建；否则，修改）
# 参数：
# name，redis的name
# key，name对应的hash中的key
# value，name对应的hash中的value
# 注：
# hsetnx(name, key, value),当name对应的hash中不存在当前key时则创建（相当于添加）

hmset(name, mapping)

# 在name对应的hash中批量设置键值对
# 参数：
# name，redis的name
# mapping，字典，如：{'k1':'v1', 'k2': 'v2'}
# 如：
# r.hmset('xx', {'k1':'v1', 'k2': 'v2'})

hget(name,key)

# 在name对应的hash中获取根据key获取value

hmget(name, keys, *args)

在name对应的hash中获取多个key的值# 参数：
# name，reids对应的name
# keys，要获取key集合，如：['k1', 'k2', 'k3']
# *args，要获取的key，如：k1,k2,k3# 如：
# r.mget('xx', ['k1', 'k2'])
# 或
# print r.hmget('xx', 'k1', 'k2')

hgetall(name)

获取name对应hash的所有键值

hlen(name)

# 获取name对应的hash中键值对的个数

hkeys(name)

# 获取name对应的hash中所有的key的值

hvals(name)

# 获取name对应的hash中所有的value的值

hexists(name, key)

# 检查name对应的hash是否存在当前传入的key

hdel(name,*keys)

# 将name对应的hash中指定key的键值对删除

hincrby(name, key, amount=1)

# 自增name对应的hash中的指定key的值，不存在则创建key=amount
# 参数：
# name，redis中的name
# key， hash对应的key
# amount，自增数（整数）

hincrbyfloat(name, key, amount=1.0)

# 自增name对应的hash中的指定key的值，不存在则创建key=amount# 参数：
# name，redis中的name
# key， hash对应的key
# amount，自增数（浮点数）# 自增name对应的hash中的指定key的值，不存在则创建key=amount

hscan(name, cursor=0, match=None, count=None)

# 增量式迭代获取，对于数据大的数据非常有用，hscan可以实现分片的获取数据，并非一次性将数据全部获取完，从而放置内存被撑爆# 参数：
# name，redis的name
# cursor，游标（基于游标分批取获取数据）
# match，匹配指定key，默认None 表示所有的key
# count，每次分片最少获取个数，默认None表示采用Redis的默认分片个数# 如：
# 第一次：cursor1, data1 = r.hscan('xx', cursor=0, match=None, count=None)
# 第二次：cursor2, data1 = r.hscan('xx', cursor=cursor1, match=None, count=None)
# ...
# 直到返回值cursor的值为0时，表示数据已经通过分片获取完毕

hscan_iter(name, match=None, count=None)

# 利用yield封装hscan创建生成器，实现分批去redis中获取数据# 参数：
# match，匹配指定key，默认None 表示所有的key
# count，每次分片最少获取个数，默认None表示采用Redis的默认分片个数# 如：
# for item in r.hscan_iter('xx'):
#     print item

3.3.3、List操作

redis中的List在在内存中按照一个name对应一个List来存储。
lpush(name,values)

# 在name对应的list中添加元素，每个新的元素都添加到列表的最左边# 如：
# r.lpush('oo', 11,22,33)
# 保存顺序为: 33,22,11# 扩展：
# rpush(name, values) 表示从右向左操作

lpushx(name,value)

# 在name对应的list中添加元素，只有name已经存在时，值添加到列表的最左边# 更多：
# rpushx(name, value) 表示从右向左操作

llen(name)

# name对应的list元素的个数

linsert(name, where, refvalue, value))

# 在name对应的列表的某一个值前或后插入一个新值# 参数：
# name，redis的name
# where，BEFORE或AFTER
# refvalue，标杆值，即：在它前后插入数据
# value，要插入的数据

r.lset(name, index, value)

# 对name对应的list中的某一个索引位置重新赋值# 参数：
# name，redis的name
# index，list的索引位置
# value，要设置的值

r.lrem(name, value, num)

# 在name对应的list中删除指定的值# 参数：
# name，redis的name
# value，要删除的值
# num，  num=0，删除列表中所有的指定值；# num=2,从前到后，删除2个；# num=-2,从后向前，删除2个

lpop(name)

# 在name对应的列表的左侧获取第一个元素并在列表中移除，返回值则是第一个元素# 更多：
# rpop(name) 表示从右向左操作

lindex(name, index)

在name对应的列表中根据索引获取列表元素

lrange(name, start, end)

# 在name对应的列表分片获取数据
# 参数：
# name，redis的name
# start，索引的起始位置
# end，索引结束位置

ltrim(name, start, end)

# 在name对应的列表中移除没有在start-end索引之间的值
# 参数：
# name，redis的name
# start，索引的起始位置
# end，索引结束位置

rpoplpush(src, dst)

# 从一个列表取出最右边的元素，同时将其添加至另一个列表的最左边
# 参数：
# src，要取数据的列表的name
# dst，要添加数据的列表的name

blpop(keys, timeout)

# 将多个列表排列，按照从左到右去pop对应列表的元素# 参数：
# keys，redis的name的集合
# timeout，超时时间，当元素所有列表的元素获取完之后，阻塞等待列表内有数据的时间（秒）, 0 表示永远阻塞# 更多：
# r.brpop(keys, timeout)，从右向左获取数据

brpoplpush(src, dst, timeout=0)

# 从一个列表的右侧移除一个元素并将其添加到另一个列表的左侧# 参数：
# src，取出并要移除元素的列表对应的name
# dst，要插入元素的列表对应的name
# timeout，当src对应的列表中没有数据时，阻塞等待其有数据的超时时间（秒），0 表示永远阻塞

自定义增量迭代

# 由于redis类库中没有提供对列表元素的增量迭代，如果想要循环name对应的列表的所有元素，那么就需要：
# 1、获取name对应的所有列表
# 2、循环列表
# 但是，如果列表非常大，那么就有可能在第一步时就将程序的内容撑爆，所有有必要自定义一个增量迭代的功能：def list_iter(name):
"""
自定义redis列表增量迭代
:param name: redis中的name，即：迭代name对应的列表
:return: yield 返回 列表元素
"""
list_count = r.llen(name)
for index in xrange(list_count):yield r.lindex(name, index)# 使用
for item in list_iter('pp'):
print item

3.3.4、Set操作，Set集合就是不允许重复的列表

sadd(name,values)

# name对应的集合中添加元素

scard(name)

获取name对应的集合中元素个数

sdiff(keys, *args)

在第一个name对应的集合中且不在其他name对应的集合的元素集合

sdiffstore(dest, keys, *args)

# 获取第一个name对应的集合中且不在其他name对应的集合，再将其新加入到dest对应的集合中

sinter(keys, *args)

# 获取多一个name对应集合的交集

sinterstore(dest, keys, *args)

# 获取多一个name对应集合的并集，再讲其加入到dest对应的集合中

sismember(name, value)

# 检查value是否是name对应的集合的成员

smembers(name)

# 获取name对应的集合的所有成员

smove(src, dst, value)

# 将某个成员从一个集合中移动到另外一个集合

spop(name)

# 从集合的右侧（尾部）移除一个成员，并将其返回

srandmember(name, numbers)

# 从name对应的集合中随机获取 numbers 个元素

srem(name, values)

# 在name对应的集合中删除某些值

sunion(keys, *args)

# 获取多一个name对应的集合的并集

sunionstore(dest,keys, *args)

# 获取多一个name对应的集合的并集，并将结果保存到dest对应的集合中

sscan(name, cursor=0, match=None, count=None)
sscan_iter(name, match=None, count=None)

# 同字符串的操作，用于增量迭代分批获取元素，避免内存消耗太大

有序集合，在集合的基础上，为每元素排序；元素的排序需要根据另外一个值来进行比较，所以，对于有序集合，每一个元素有两个值，即：值和分数，分数专门用来做排序。

zadd(name, *args, **kwargs)

# 在name对应的有序集合中添加元素
# 如：
# zadd('zz', 'n1', 1, 'n2', 2)
# 或
# zadd('zz', n1=11, n2=22)

zcard(name)

# 获取name对应的有序集合元素的数量

zcount(name, min, max)

# 获取name对应的有序集合中分数 在 [min,max] 之间的个数

zincrby(name, value, amount)

# 自增name对应的有序集合的 name 对应的分数

r.zrange( name, start, end, desc=False, withscores=False, score_cast_func=float)

# 按照索引范围获取name对应的有序集合的元素# 参数：
# name，redis的name
# start，有序集合索引起始位置（非分数）
# end，有序集合索引结束位置（非分数）
# desc，排序规则，默认按照分数从小到大排序
# withscores，是否获取元素的分数，默认只获取元素的值
# score_cast_func，对分数进行数据转换的函数# 更多：
# 从大到小排序
# zrevrange(name, start, end, withscores=False, score_cast_func=float)# 按照分数范围获取name对应的有序集合的元素
# zrangebyscore(name, min, max, start=None, num=None, withscores=False, score_cast_func=float)
# 从大到小排序
# zrevrangebyscore(name, max, min, start=None, num=None, withscores=False, score_cast_func=float)

zrank(name, value)

# 获取某个值在 name对应的有序集合中的排行（从 0 开始）# 更多：
# zrevrank(name, value)，从大到小排序

zrangebylex(name, min, max, start=None, num=None)

# 当有序集合的所有成员都具有相同的分值时，有序集合的元素会根据成员的 值 （lexicographical ordering）来进行排序，而这个命令则可以返回给定的有序集合键 key 中， 元素的值介于 min 和 max 之间的成员
# 对集合中的每个成员进行逐个字节的对比（byte-by-byte compare）， 并按照从低到高的顺序， 返回排序后的集合成员。 如果两个字符串有一部分内容是相同的话， 那么命令会认为较长的字符串比较短的字符串要大# 参数：
# name，redis的name
# min，左区间（值）。 + 表示正无限； - 表示负无限； ( 表示开区间； [ 则表示闭区间
# min，右区间（值）
# start，对结果进行分片处理，索引位置
# num，对结果进行分片处理，索引后面的num个元素# 如：
# ZADD myzset 0 aa 0 ba 0 ca 0 da 0 ea 0 fa 0 ga
# r.zrangebylex('myzset', "-", "[ca") 结果为：['aa', 'ba', 'ca']# 更多：
# 从大到小排序
# zrevrangebylex(name, max, min, start=None, num=None)

zrem(name, values)

# 删除name对应的有序集合中值是values的成员# 如：zrem('zz', ['s1', 's2'])

zremrangebyrank(name, min, max)

# 根据排行范围删除

zremrangebyscore(name, min, max)

# 根据分数范围删除

zremrangebylex(name, min, max)

# 根据值返回删除

zscore(name, value)

# 获取name对应有序集合中 value 对应的分数

zinterstore(dest, keys, aggregate=None)

# 获取两个有序集合的交集，如果遇到相同值不同分数，则按照aggregate进行操作
# aggregate的值为:  SUM  MIN  MAX

zunionstore(dest, keys, aggregate=None)

# 获取两个有序集合的并集，如果遇到相同值不同分数，则按照aggregate进行操作
# aggregate的值为:  SUM  MIN  MAX

zscan(name, cursor=0, match=None, count=None, score_cast_func=float)
zscan_iter(name, match=None, count=None,score_cast_func=float)

# 同字符串相似，相较于字符串新增score_cast_func，用来对分数进行操作

其他常用操作

elete(*names)

# 根据删除redis中的任意数据类型

exists(name)

# 检测redis的name是否存在

keys(pattern=’*’)

# 根据模型获取redis的name# 更多：
# KEYS * 匹配数据库中所有 key 。
# KEYS h?llo 匹配 hello ， hallo 和 hxllo 等。
# KEYS h*llo 匹配 hllo 和 heeeeello 等。
# KEYS h[ae]llo 匹配 hello 和 hallo ，但不匹配 hillo

expire(name ,time)

# 为某个redis的某个name设置超时时间

rename(src, dst)

# 对redis的name重命名为

move(name, db))

# 将redis的某个值移动到指定的db下

randomkey()

# 随机获取一个redis的name（不删除）

type(name)

# 获取name对应值的类型

scan(cursor=0, match=None, count=None)
scan_iter(match=None, count=None)

# 同字符串操作，用于增量迭代获取key

3.3.5、管道

redis-py默认在执行每次请求都会创建（连接池申请连接）和断开（归还连接池）一次连接操作，如果想要在一次请求中指定多个命令，则可以使用pipline实现一次请求指定多个命令，并且默认情况下一次pipline是原子性操作。

#!/usr/bin/env python
# -*- coding:utf-8 -*-import redispool = redis.ConnectionPool(host='10.211.55.4', port=6379)r = redis.Redis(connection_pool=pool)# pipe = r.pipeline(transaction=False)
pipe = r.pipeline(transaction=True)
pipe.multi()
pipe.set('name', 'alex')
pipe.set('role', 'sb')pipe.execute()

实现计数器

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import redisconn = redis.Redis(host='192.168.1.41',port=6379)conn.set('count',1000)with conn.pipeline() as pipe:# 先监视，自己的值没有被修改过conn.watch('count')# 事务开始pipe.multi()old_count = conn.get('count')count = int(old_count)if count > 0:  # 有库存pipe.set('count', count - 1)# 执行，把所有命令一次性推送过去pipe.execute()

3.3.6、发布订阅

4、Mysql

数据库详情：
https://www.cnblogs.com/alex3714/articles/5950372.html
更多mysql知识，请看 http://www.cnblogs.com/wupeiqi/articles/5713323.html

4.1、python 操作mysql

python-mysqldb : http://www.cnblogs.com/wupeiqi/articles/5095821.html
pymysql : http://www.cnblogs.com/wupeiqi/articles/5713330.html

#-*- coding:utf-8 -*-
# Author: li Shangimport pymysqldata = [("xiaojiu",18,"2019-01-01"),("xiaoliang",14,"2005-02-26")
]
# 创建连接
conn = pymysql.connect(host='192.168.21.131', port=3306, user='root', passwd='123456', db='cine')# 创建游标
cursor = conn.cursor()# 执行SQL，并返回收影响行数
# execute,执行一条sql
effect_row = cursor.execute("insert into student (name,age,register_date) values(%s,%s,%s)",("xiaowu",22,"2019-12-22"))
# executemany，批量执行sql语句
effect_row2 = cursor.executemany("insert into student (name,age,register_date) values(%s,%s,%s)",data)
effect_row3 = cursor.execute("update student set name = 'meina' where stu_id = 11")effect_row4 = cursor.execute("select * from student")print(effect_row4)                               #返回条数
print(cursor.fetchall())                         #返回结果# 提交，不然无法保存新建或者修改的数据
conn.commit()
# 关闭游标
cursor.close()
# 关闭连接
conn.close()--->
8
((1, 'lishang', 22, datetime.date(2019, 12, 19)), (2, 'ZhaoXiaomeng', 23, datetime.date(2019, 12, 20)), (3, 'SunKaixin', 24, datetime.date(2019, 12, 21)), (4, 'lishang girl friend', 18, datetime.date(1968, 12, 21)), (5, 'xiaoqi', 22, datetime.date(2019, 12, 23)), (10, 'xiaowu', 22, datetime.date(2019, 12, 22)), (11, 'meina', 18, datetime.date(2019, 1, 1)), (12, 'xiaoliang', 14, datetime.date(2005, 2, 26)))

4.2、sqlalchemy ORM

详细介绍：
http://www.cnblogs.com/alex3714/articles/5978329.html
orm英文全称object relational mapping,就是对象映射关系程序，简单来说我们类似python这种面向对象的程序来说一切皆对象，但是我们使用的数据库却都是关系型的，为了保证一致的使用习惯，通过orm将编程语言的对象模型和数据库的关系模型建立映射关系，这样我们在使用编程语言对数据库进行操作的时候可以直接使用编程语言的对象模型进行操作就可以了，而不用直接使用sql语言。

orm的优点：

隐藏了数据访问细节，“封闭”的通用数据库交互，ORM的核心。他使得我们的通用数据库交互变得简单易行，并且完全不用考虑该死的SQL语句。快速开发，由此而来。
ORM使我们构造固化数据结构变得简单易行。

缺点：

无可避免的，自动化意味着映射和关联管理，代价是牺牲性能（早期，这是所有不喜欢ORM人的共同点）。现在的各种ORM框架都在尝试使用各种方法来减轻这块（LazyLoad，Cache），效果还是很显著的。

4.3、sqlalchemy安装

在Python中，最有名的ORM框架是SQLAlchemy。用户包括openstack＼Dropbox等知名公司或应用。
主要用户列表：http://www.sqlalchemy.org/organizations.html#openstack

Dialect用于和数据API进行交流，根据配置文件的不同调用不同的数据库API，从而实现对数据库的操作，如：

MySQL-Pythonmysql+mysqldb://<user>:<password>@<host>[:<port>]/<dbname>pymysqlmysql+pymysql://<username>:<password>@<host>/<dbname>[?<options>]MySQL-Connectormysql+mysqlconnector://<user>:<password>@<host>[:<port>]/<dbname>cx_Oracleoracle+cx_oracle://user:pass@host:port/dbname[?key=value&key=value...]更多详见：http://docs.sqlalchemy.org/en/latest/dialects/index.html

4.4、sqlalchemy基本使用

4.4.1、创建一个表

#-*- coding:utf-8 -*-
# Author: li Shangfrom sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, Stringengine = create_engine("mysql+pymysql://root:123456@192.168.21.131/cine?charset=utf8",encoding='utf-8', echo=True)                  #echo=True会输出所有内容Base = declarative_base()  # 生成orm基类class User(Base):__tablename__ = 'user'  # 表名id = Column(Integer, primary_key=True)name = Column(String(32))password = Column(String(64))Base.metadata.create_all(engine)  # 创建表结构,通过父类--->
2019-12-23 14:11:53,745 INFO sqlalchemy.engine.base.Engine SHOW VARIABLES LIKE 'sql_mode'
2019-12-23 14:11:53,745 INFO sqlalchemy.engine.base.Engine {}
2019-12-23 14:11:53,749 INFO sqlalchemy.engine.base.Engine SHOW VARIABLES LIKE 'lower_case_table_names'
2019-12-23 14:11:53,749 INFO sqlalchemy.engine.base.Engine {}
2019-12-23 14:11:53,754 INFO sqlalchemy.engine.base.Engine SELECT DATABASE()
2019-12-23 14:11:53,754 INFO sqlalchemy.engine.base.Engine {}
2019-12-23 14:11:53,756 INFO sqlalchemy.engine.base.Engine show collation where `Charset` = 'utf8mb4' and `Collation` = 'utf8mb4_bin'
2019-12-23 14:11:53,757 INFO sqlalchemy.engine.base.Engine {}
2019-12-23 14:11:53,761 INFO sqlalchemy.engine.base.Engine SELECT CAST('test plain returns' AS CHAR(60)) AS anon_1
2019-12-23 14:11:53,761 INFO sqlalchemy.engine.base.Engine {}
2019-12-23 14:11:53,763 INFO sqlalchemy.engine.base.Engine SELECT CAST('test unicode returns' AS CHAR(60)) AS anon_1
2019-12-23 14:11:53,763 INFO sqlalchemy.engine.base.Engine {}
2019-12-23 14:11:53,765 INFO sqlalchemy.engine.base.Engine SELECT CAST('test collated returns' AS CHAR CHARACTER SET utf8mb4) COLLATE utf8mb4_bin AS anon_1
2019-12-23 14:11:53,765 INFO sqlalchemy.engine.base.Engine {}
2019-12-23 14:11:53,770 INFO sqlalchemy.engine.base.Engine DESCRIBE `user`
2019-12-23 14:11:53,770 INFO sqlalchemy.engine.base.Engine {}
2019-12-23 14:11:53,772 INFO sqlalchemy.engine.base.Engine ROLLBACK
2019-12-23 14:11:53,774 INFO sqlalchemy.engine.base.Engine
CREATE TABLE user (id INTEGER NOT NULL AUTO_INCREMENT, name VARCHAR(32), password VARCHAR(64), PRIMARY KEY (id)
)2019-12-23 14:11:53,775 INFO sqlalchemy.engine.base.Engine {}
2019-12-23 14:11:53,865 INFO sqlalchemy.engine.base.Engine COMMIT

还有一种不常用的方式

from sqlalchemy import Table, MetaData, Column, Integer, String, ForeignKey
from sqlalchemy.orm import mappermetadata = MetaData()user = Table('user', metadata,Column('id', Integer, primary_key=True),Column('name', String(50)),Column('fullname', String(50)),Column('password', String(12)))class User(object):def __init__(self, name, fullname, password):self.name = nameself.fullname = fullnameself.password = passwordmapper(User, user) #the table metadata is created separately with the Table construct, then associated with the User class via the mapper() function

4.4.2、最基本的表我们创建好了，那我们开始用orm创建一条数据试试

from sqlalchemy.orm import sessionmakerSession_class = sessionmaker(bind=engine) #创建与数据库的会话session class ,注意,这里返回给session的是个class,不是实例
Session = Session_class() #生成session实例, 等于cursoruser_obj = User(name="alex",password="alex3714") #生成你要创建的数据对象
user_obj2 = User(name="lishang", password="zhaoxiaomeng")
print(user_obj.name,user_obj.id)  #此时还没创建对象呢，不信你打印一下id发现还是NoneSession.add(user_obj) #把要创建的数据对象添加到这个session里， 一会统一创建
Session.add(user_obj2)
print(user_obj.name,user_obj.id) #此时也依然还没创建Session.commit() #现此才统一提交，创建数据--->
2019-12-23 14:27:01,668 INFO sqlalchemy.engine.base.Engine SHOW VARIABLES LIKE 'sql_mode'
2019-12-23 14:27:01,668 INFO sqlalchemy.engine.base.Engine {}
2019-12-23 14:27:01,671 INFO sqlalchemy.engine.base.Engine SHOW VARIABLES LIKE 'lower_case_table_names'
2019-12-23 14:27:01,671 INFO sqlalchemy.engine.base.Engine {}
2019-12-23 14:27:01,674 INFO sqlalchemy.engine.base.Engine SELECT DATABASE()
2019-12-23 14:27:01,675 INFO sqlalchemy.engine.base.Engine {}
2019-12-23 14:27:01,678 INFO sqlalchemy.engine.base.Engine show collation where `Charset` = 'utf8mb4' and `Collation` = 'utf8mb4_bin'
2019-12-23 14:27:01,678 INFO sqlalchemy.engine.base.Engine {}
2019-12-23 14:27:01,683 INFO sqlalchemy.engine.base.Engine SELECT CAST('test plain returns' AS CHAR(60)) AS anon_1
2019-12-23 14:27:01,684 INFO sqlalchemy.engine.base.Engine {}
2019-12-23 14:27:01,691 INFO sqlalchemy.engine.base.Engine SELECT CAST('test unicode returns' AS CHAR(60)) AS anon_1
2019-12-23 14:27:01,691 INFO sqlalchemy.engine.base.Engine {}
2019-12-23 14:27:01,693 INFO sqlalchemy.engine.base.Engine SELECT CAST('test collated returns' AS CHAR CHARACTER SET utf8mb4) COLLATE utf8mb4_bin AS anon_1
2019-12-23 14:27:01,693 INFO sqlalchemy.engine.base.Engine {}
2019-12-23 14:27:01,696 INFO sqlalchemy.engine.base.Engine DESCRIBE `user`
2019-12-23 14:27:01,696 INFO sqlalchemy.engine.base.Engine {}
alex None
alex None
2019-12-23 14:27:01,700 INFO sqlalchemy.engine.base.Engine BEGIN (implicit)
2019-12-23 14:27:01,701 INFO sqlalchemy.engine.base.Engine INSERT INTO user (name, password) VALUES (%(name)s, %(password)s)
2019-12-23 14:27:01,702 INFO sqlalchemy.engine.base.Engine {'name': 'alex', 'password': 'alex3714'}
2019-12-23 14:27:01,703 INFO sqlalchemy.engine.base.Engine INSERT INTO user (name, password) VALUES (%(name)s, %(password)s)
2019-12-23 14:27:01,703 INFO sqlalchemy.engine.base.Engine {'name': 'lishang', 'password': 'zhaoxiaomeng'}
2019-12-23 14:27:01,705 INFO sqlalchemy.engine.base.Engine COMMIT

我擦，写这么多代码才创建一条数据，你表示太tm的费劲了，正要转身离开，我拉住你的手不放开，高潮还没到。。

4.4.3、查询

回到上面的User()中定义

class User(Base):__tablename__ = 'user'  # 表名id = Column(Integer, primary_key=True)name = Column(String(32))password = Column(String(64))def __repr__(self):return "<%s name:%s,passwd:%s>" % (self.id,self.name,self.password)data = Session.query(User).filter_by().all()
# 查询条件还能用这种返回歌手
# data = Session.query(User).filter(User.name.in_(['li shang','sunkaixin'])).count()
print(data)--->
[<1 name:alex,passwd:alex3714>, <2 name:lishang,passwd:zhaoxiaomeng>]

4.4.4、修改

data = Session.query(User).filter(User.id >1).filter(User.id <3).first()
print(data)                         #此时data查出来是<2 name:Li Shang,passwd:zhaoxiaomeng>
data.name = "Li Shang"               #修改之后的name
data.password = "Zhao Xiaomeng"      #修改之后的password
Session.commit()                    # 现此才统一提交，创建数据--->###select * from user;
+----+-----------+---------------+
| id | name      | password      |
+----+-----------+---------------+
|  1 | alex      | alex3714      |
|  2 | Li Shang  | Zhao Xiaomeng |
|  3 | sunkaixin | shangshang    |
+----+-----------+---------------+

4.4.5、回滚

fake_user = User(name='Rain', password='12345')
Session.add(fake_user)print(Session.query(User).filter(User.name.in_(['Jack', 'rain'])).all())  # 这时看session里有你刚添加和修改的数据
Session.rollback()  # 此时你rollback一下
print(Session.query(User).filter(User.name.in_(['Jack', 'rain'])).all())  # 这时看session里有你刚添加和修改的数据

4.4.6、获取所有数据

print(Session.query(User.id,User.name,User.password).all() )--->
[(1, 'alex', 'alex3714'), (2, 'Li Shang', 'Zhao Xiaomeng'), (3, 'sunkaixin', 'shangshang'), (5, 'liulu', 'ls')]

4.4.7、统计和分组

统计：

+----+-----------+---------------+
| id | name      | password      |
+----+-----------+---------------+
|  1 | alex      | alex3714      |
|  2 | Li Shang  | Zhao Xiaomeng |
|  3 | sunkaixin | shangshang    |
|  5 | liulu     | ls            |
+----+-----------+---------------+
data = Session.query(User.id,User.name,User.password).all()
print(data)
data2 = Session.query(User).filter(User.name.in_(['li shang','sunkaixin'])).count()
print(data2)
data3 = Session.query(User).count()
print(data3)
data4 = Session.query(User).filter(User.name.like("l%")).all()           #模糊匹配查询
print(data4)--->
[(1, 'alex', 'alex3714'), (2, 'Li Shang', 'Zhao Xiaomeng'), (3, 'sunkaixin', 'shangshang'), (5, 'liulu', 'ls')]
2
4
[<2 name:Li Shang,passwd:Zhao Xiaomeng>, <5 name:liulu,passwd:ls>]

分组：

from sqlalchemy import func
print(Session.query(func.count(User.name), User.name).group_by(User.name).all())
Session.commit()  # 现此才统一提交，创建数据--->
[(1, 'alex'), (1, 'Li Shang'), (1, 'liulu'), (1, 'sunkaixin')]

相当于原始sql为：

+----+-----------+---------------+
| id | name      | password      |
+----+-----------+---------------+
|  1 | alex      | alex3714      |
|  2 | Li Shang  | Zhao Xiaomeng |
|  3 | sunkaixin | shangshang    |
|  5 | liulu     | ls            |
+----+-----------+---------------+
select count(user.name) as 出现的次数,user.name as user_name from user group by user.name;--->
+-----------------+-----------+
| 出现的次数      | user_name |
+-----------------+-----------+
|               1 | alex      |
|               1 | Li Shang  |
|               1 | liulu     |
|               1 | sunkaixin |
+-----------------+-----------+

4.4.8、另一份增删改查

obj = Users(name="alex0", extra='sb')
session.add(obj)
session.add_all([Users(name="alex1", extra='sb'),Users(name="alex2", extra='sb'),
])
session.commit()

session.query(Users).filter(Users.id > 2).delete()
session.commit()

session.query(Users).filter(Users.id > 2).update({"name" : "099"})
session.query(Users).filter(Users.id > 2).update({Users.name: Users.name + "099"}, synchronize_session=False)
session.query(Users).filter(Users.id > 2).update({"num": Users.num + 1}, synchronize_session="evaluate")
session.commit()

ret = session.query(Users).all()
ret = session.query(Users.name, Users.extra).all()
ret = session.query(Users).filter_by(name='alex').all()
ret = session.query(Users).filter_by(name='alex').first()ret = session.query(Users).filter(text("id<:value and name=:name")).params(value=224, name='fred').order_by(User.id).all()ret = session.query(Users).from_statement(text("SELECT * FROM users where name=:name")).params(name='ed').all()

其他

#　条件
ret = session.query(Users).filter_by(name='alex').all()
ret = session.query(Users).filter(Users.id > 1, Users.name == 'eric').all()
ret = session.query(Users).filter(Users.id.between(1, 3), Users.name == 'eric').all()
ret = session.query(Users).filter(Users.id.in_([1,3,4])).all()
ret = session.query(Users).filter(~Users.id.in_([1,3,4])).all()
ret = session.query(Users).filter(Users.id.in_(session.query(Users.id).filter_by(name='eric'))).all()
from sqlalchemy import and_, or_
ret = session.query(Users).filter(and_(Users.id > 3, Users.name == 'eric')).all()
ret = session.query(Users).filter(or_(Users.id < 2, Users.name == 'eric')).all()
ret = session.query(Users).filter(or_(Users.id < 2,and_(Users.name == 'eric', Users.id > 3),Users.extra != "")).all()# 通配符
ret = session.query(Users).filter(Users.name.like('e%')).all()
ret = session.query(Users).filter(~Users.name.like('e%')).all()# 限制
ret = session.query(Users)[1:2]# 排序
ret = session.query(Users).order_by(Users.name.desc()).all()
ret = session.query(Users).order_by(Users.name.desc(), Users.id.asc()).all()# 分组
from sqlalchemy.sql import funcret = session.query(Users).group_by(Users.extra).all()
ret = session.query(func.max(Users.id),func.sum(Users.id),func.min(Users.id)).group_by(Users.name).all()ret = session.query(func.max(Users.id),func.sum(Users.id),func.min(Users.id)).group_by(Users.name).having(func.min(Users.id) >2).all()# 连表ret = session.query(Users, Favor).filter(Users.id == Favor.nid).all()ret = session.query(Person).join(Favor).all()ret = session.query(Person).join(Favor, isouter=True).all()# 组合
q1 = session.query(Users.name).filter(Users.id > 2)
q2 = session.query(Favor.caption).filter(Favor.nid < 2)
ret = q1.union(q2).all()q1 = session.query(Users.name).filter(Users.id > 2)
q2 = session.query(Favor.caption).filter(Favor.nid < 2)
ret = q1.union_all(q2).all()

4.4.9、例子

#-*- coding:utf-8 -*-
# Author: li Shangfrom sqlalchemy import Integer, ForeignKey, String, Column, create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import relationshipengine = create_engine("mysql+pymysql://root:123456@192.168.21.131/cine?charset=utf8", #支持中文插入encoding='utf-8', echo=False)Base = declarative_base()class Customer(Base):__tablename__ = 'customer'id = Column(Integer, primary_key=True)name = Column(String(64))billing_address_id = Column(Integer, ForeignKey("address.id"))shipping_address_id = Column(Integer, ForeignKey("address.id"))billing_address = relationship("Address", foreign_keys=[billing_address_id])shipping_address = relationship("Address", foreign_keys=[shipping_address_id])class Address(Base):__tablename__ = 'address'id = Column(Integer, primary_key=True)street = Column(String(32))city = Column(String(32))state = Column(String(64))Base.metadata.create_all(engine)        # 创建表结构,通过父类

#-*- coding:utf-8 -*-
# Author: li Shangfrom day16 import orm_many_create
from sqlalchemy.orm import sessionmakerSession_class = sessionmaker(bind=orm_many_create.engine)  # 创建与数据库的会话session class ,注意,这里返回给session的是个class,不是实例
Session = Session_class()addr1 = orm_many_create.Address(street="woniushi",city="taian",state="shandong")
addr2 = orm_many_create.Address(street="qilishan",city="jinan",state="shandong")
addr3 = orm_many_create.Address(street="xiaomengjia",city="qingdao",state="beijing")Session.add_all([addr1,addr2,addr3])c1 = orm_many_create.Customer(name='lishang',billing_address=addr1,shipping_address=addr2)
c2 = orm_many_create.Customer(name='zhaoxiaomeng',billing_address=addr3,shipping_address=addr3)Session.add_all([c1,c2])obj = Session.query(orm_many_create.Customer).filter(orm_many_create.Customer.name == "lishang").first()
print(obj.name,obj.billing_address,obj.shipping_address)Session.commit()--->
lishang woniushi qilishan

接下来创建几本书和作者

Session_class = sessionmaker(bind=engine) #创建与数据库的会话session class ,注意,这里返回给session的是个class,不是实例
s = Session_class() #生成session实例b1 = Book(name="跟Alex学Python")
b2 = Book(name="跟Alex学把妹")
b3 = Book(name="跟Alex学装逼")
b4 = Book(name="跟Alex学开车")a1 = Author(name="Alex")
a2 = Author(name="Jack")
a3 = Author(name="Rain")b1.authors = [a1,a2]
b2.authors = [a1,a2,a3]s.add_all([b1,b2,b3,b4,a1,a2,a3])s.commit()

此时，手动连上mysql，分别查看这3张表，你会发现，book_m2m_author中自动创建了多条纪录用来连接book和author表

mysql> select * from books;
+----+------------------+----------+
| id | name             | pub_date |
+----+------------------+----------+
|  1 | 跟Alex学Python   | NULL     |
|  2 | 跟Alex学把妹     | NULL     |
|  3 | 跟Alex学装逼     | NULL     |
|  4 | 跟Alex学开车     | NULL     |
+----+------------------+----------+
4 rows in set (0.00 sec)mysql> select * from authors;
+----+------+
| id | name |
+----+------+
| 10 | Alex |
| 11 | Jack |
| 12 | Rain |
+----+------+
3 rows in set (0.00 sec)mysql> select * from book_m2m_author;
+---------+-----------+
| book_id | author_id |
+---------+-----------+
|       2 |        10 |
|       2 |        11 |
|       2 |        12 |
|       1 |        10 |
|       1 |        11 |
+---------+-----------+
5 rows in set (0.00 sec)

此时，我们去用orm查一下数据

print('--------通过书表查关联的作者---------')book_obj = s.query(Book).filter_by(name="跟Alex学Python").first()
print(book_obj.name, book_obj.authors)print('--------通过作者表查关联的书---------')
author_obj =s.query(Author).filter_by(name="Alex").first()
print(author_obj.name , author_obj.books)
s.commit()

输出如下

--------通过书表查关联的作者---------
跟Alex学Python [Alex, Jack]
--------通过作者表查关联的书---------
Alex [跟Alex学把妹, 跟Alex学Python]

牛逼了我的哥！！完善实现多对多　
多对多删除

删除数据时不用管boo_m2m_authors　， sqlalchemy会自动帮你把对应的数据删除

通过书删除作者

author_obj =s.query(Author).filter_by(name="Jack").first()book_obj = s.query(Book).filter_by(name="跟Alex学把妹").first()book_obj.authors.remove(author_obj) #从一本书里删除一个作者
s.commit()

直接删除作者
删除作者时，会把这个作者跟所有书的关联关系数据也自动删除

author_obj =s.query(Author).filter_by(name="Alex").first()
# print(author_obj.name , author_obj.books)
s.delete(author_obj)
s.commit()

处理中文
sqlalchemy设置编码字符集一定要在数据库访问的URL上增加charset=utf8，否则数据库的连接就不是utf8的编码格式
eng = create_engine(‘mysql://root:root@localhost:3306/test2?charset=utf8’,echo=True)

4.4.10、多对多关系

#一本书可以有多个作者，一个作者又可以出版多本书from sqlalchemy import Table, Column, Integer,String,DATE, ForeignKey
from sqlalchemy.orm import relationship
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmakerBase = declarative_base()book_m2m_author = Table('book_m2m_author', Base.metadata,Column('book_id',Integer,ForeignKey('books.id')),Column('author_id',Integer,ForeignKey('authors.id')),)class Book(Base):__tablename__ = 'books'id = Column(Integer,primary_key=True)name = Column(String(64))pub_date = Column(DATE)authors = relationship('Author',secondary=book_m2m_author,backref='books')def __repr__(self):return self.nameclass Author(Base):__tablename__ = 'authors'id = Column(Integer, primary_key=True)name = Column(String(32))def __repr__(self):return self.name

5、鼎新线上查询影院售票在数据中心的同步情况

#-*- coding:utf-8 -*-
# Author: li Shangimport pymysqla1 = 0
b1 = 0
conn1 = pymysql.connect(host='10.10.0.90', port=3306, user='write', passwd='yhz#write#dc', db='cinema')
cursor1 = conn1.cursor()def num(cid):global a1global b1effect_row = cursor1.execute("select * from cinema_info where cinema_num = %s",(cid))data = list(cursor1.fetchall())# print(data)                          #返回结果data_ip = data[0][15]name = data[0][6]bj_vpn = data[0][4]print("影城名字为:"'\033[1;30;46m%s\033[0m' %name)print("bj_vpn为:"'\033[1;30;44m%s\033[0m' %bj_vpn)print()c = "C%s" % cida1 = data_ipb1 = cconn1.commit()    # 提交，不然无法保存新建或者修改的数据cursor1.close()   # 关闭游标conn1.close()     # 关闭连接if __name__ == '__main__':a = input(">>>:").strip()print("你要查询的影院编码为：" '\033[1;30;42m%s\033[0m' %a )num(a)conn = pymysql.connect(host=a1, port=3306, user='queryuser', passwd='123456', db=b1)cursor = conn.cursor()def func():effect_row1 = cursor.execute("SELECT * FROM cinema_sell_log ORDER BY cinema_sell_time DESC limit 1")data = list(list(cursor.fetchall())[0])x = data[20]# print(data)                          #返回结果print("数据中心记录的最后一张票的售卖时间为：" '\033[1;30;41m%s\033[0m'%x)conn.commit()  # 提交，不然无法保存新建或者修改的数据cursor.close()  # 关闭游标conn.close()  # 关闭连接func()>>>:50080031
你要查询的影院编码为：50080031
影城名字为:重庆耀莱成龙国际影城（南坪店）
bj_vpn为:10.255.127.16
数据中心记录的最后一张票的售卖时间为：2019-12-24 17:10:57