SQLAlchemy：python数据库连接神器

SQLAlchemy 是下一代的 Python Object Relational 映射器。

SQLAlchemy 的一个目标是提供能兼容众多数据库（如 SQLite、MySQL、Postgres、Oracle、MS-SQL、SQLServer 和 Firebird）的企业级持久性模型。

SQLAlchemy拥有多个独立的部分，可以单独或协同工作，下面是主要API组件：

上图中最重要的两个接口是Object Relational Mapper（ORM）和SQL Expression Language

SQL Expression Language可以独立于ORM使用，但ORM需要使用SQL Expression Language构建。

1、SQLAlchemy的安装

直接在cmd中执行下列命令安装：

easy_install SQLAlchemy

或者

pip install SQLAlchemy

安装好SQLAlchemy，如想用其连接其他数据库，也要安装相应的数据库驱动，例如，如果想链接oracle就要安装cx_Oracle，连接mysql就要安装PyMySQL，MySQL-Python等，具体要求请看SQLAlchemy的使用说明

2 SQLAlchemy的思想

数据库表是一个二维表，包含多行多列。把一个表的内容用Python的数据结构表示出来的话，可以用一个list表示多行，list的每一个元素是tuple，表示一行记录，比如，包含id和name的user表：

[('1', 'Michael'),('2', 'Bob'),('3', 'Adam')
]

Python的DB-API返回的数据结构就是像上面这样表示的。

但是用tuple表示一行很难看出表的结构。如果把一个tuple用class实例来表示，就可以更容易地看出表的结构来：

class User(object):def __init__(self, id, name):self.id = idself.name = name[User('1', 'Michael'),User('2', 'Bob'),User('3', 'Adam')
]

这就是传说中的ORM技术：Object-Relational Mapping，把关系数据库的表结构映射到对象上。是不是很简单？

但是由谁来做这个转换呢？所以ORM框架应运而生。

在Python中，最有名的ORM框架是SQLAlchemy。我们来看看SQLAlchemy的用法。

首先通过easy_install或者pip安装SQLAlchemy：

$ easy_install sqlalchemy

然后，利用上次我们在MySQL的test数据库中创建的user表，用SQLAlchemy来试试：

第一步，导入SQLAlchemy，并初始化DBSession：

from sqlalchemy import Column, String, create_engine  #导入包
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base# 创建对象的基类:
Base = declarative_base()
#定义一个类
class User(Base):# 表的名字:__tablename__ = 'user'# 表的结构:id = Column(String(20), primary_key=True)name = Column(String(20))# 初始化数据库连接:
engine = create_engine('mysql+mysqlconnector://root:password@localhost:3306/test')
# 创建DBSession类型:
DBSession = sessionmaker(bind=engine)

以上代码完成SQLAlchemy的初始化和具体每个表的class定义。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。让然还有其他参数，例如使用pymysql连接数据库时就可以

create_engine("mysql+pymysql://root:zhude123@localhost/test", echo=True)

engine = create_engine('mysql+pymysql://root:123456@127.0.0.1/test?charset=utf8') #或这个写法

create_engine() 会返回一个数据库引擎，echo 参数为 True 时，会显示每条执行的 SQL 语句，生产环境下可关闭。

sessionmaker() 会生成一个数据库会话类。这个类的实例可以当成一个数据库连接，它同时还记录了一些查询的数据，并决定什么时候执行 SQL 语句。由于 SQLAlchemy 自己维护了一个数据库连接池（默认 5 个连接），因此初始化一个会话的开销并不大。

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：

# 创建session对象:
session = DBSession()
# 创建新User对象:
new_user = User(id='5', name='Bob')
# 添加到session:
session.add(new_user)
# 提交即保存到数据库:
session.commit()
# 关闭session:
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。Session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：

# 创建Session:
session = DBSession()
# 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:
user = session.query(User).filter(User.id=='5').one()
# 打印类型和对象的name属性:print 'type:', type(user)
print 'name:', user.name
# 关闭Session:
session.close()

运行结果如下：

type: <class '__main__.User'>
name: Bob

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：

class User(Base):__tablename__ = 'user'id = Column(String(20), primary_key=True)name = Column(String(20))# 一对多:books = relationship('Book')class Book(Base):__tablename__ = 'book'id = Column(String(20), primary_key=True)name = Column(String(20))# “多”的一方的book表是通过外键关联到user表的: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。

其实：

1、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。

2、正确使用ORM的前提是了解关系数据库的原理。

来源： <http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/0014021031294178f993c85204e4d1b81ab032070641ce5000>

3、SQLAlchemy：实例

拿到 session 后，就可以执行 SQL 了：

session.execute('create database abc')

print session.execute('show databases').fetchall()

session.execute('use abc')

# 建 user 表的过程略

print session.execute('select * from user where id = 1').first()

print session.execute('select * from user where id = :id', {'id': 1}).first()

session.execute("update wangguan set 升级时间 =(select now()) where 机号 = 1")

session.flush() # 写数据库，但并不提交 session.commit() #提交数据

不过这和直接使用 MySQL-Python 没啥区别，所以就不介绍了；我还是喜欢 ORM 的方式，这也是我采用 SQLAlchemy 的唯一原因。

3.1 定义一个表：

from sqlalchemy import Column

from sqlalchemy.types import CHAR, Integer, String

from sqlalchemy.ext.declarative import declarative_base

BaseModel = declarative_base()

def init_db():

BaseModel.metadata.create_all(engine)

def drop_db():

BaseModel.metadata.drop_all(engine)

class User(BaseModel):

__tablename__ = 'user' # 定义表的名称

id = Column(Integer, primary_key=True) #定义id字段

name = Column(CHAR(30)) # or Column(String(30)) #定义name字段

init_db()

declarative_base() 创建了一个 BaseModel 类，这个类的子类可以自动与一个表关联。
以 User 类为例，它的 __tablename__ 属性就是数据库中该表的名称，它有 id 和 name 这两个字段，分别为整型和 30 个定长字符。Column 还有一些其他的参数，我就不解释了。
最后，BaseModel.metadata.create_all(engine) 会找到 BaseModel 的所有子类，并在数据库中建立这些表；drop_all() 则是删除这些表。

如果数据表已经存在，则可以通过下列方式处理

# The stock_basics table already exists, so no need to redefine it. Just
# load it from the database using the "autoload" feature.

<span class="pln" style="color: rgb(72, 72, 76); font-family: Consolas, 'Liberation Mono', Menlo, Courier, monospace; font-size: 13px; line-height: 18px; white-space: pre; widows: auto; background-color: rgb(247, 247, 249);"><span class="pln" style="color: rgb(72, 72, 76); font-family: Consolas, 'Liberation Mono', Menlo, Courier, monospace; font-size: 13px; line-height: 18px; white-space: pre; widows: auto; background-color: rgb(247, 247, 249);">engine </span><span class="pun" style="color: rgb(147, 161, 161); font-family: Consolas, 'Liberation Mono', Menlo, Courier, monospace; font-size: 13px; line-height: 18px; white-space: pre; widows: auto; background-color: rgb(247, 247, 249);">=</span><span class="pln" style="color: rgb(72, 72, 76); font-family: Consolas, 'Liberation Mono', Menlo, Courier, monospace; font-size: 13px; line-height: 18px; white-space: pre; widows: auto; background-color: rgb(247, 247, 249);"> create_engine</span><span class="pun" style="color: rgb(147, 161, 161); font-family: Consolas, 'Liberation Mono', Menlo, Courier, monospace; font-size: 13px; line-height: 18px; white-space: pre; widows: auto; background-color: rgb(247, 247, 249);">(</span><span class="str" style="color: rgb(221, 17, 68); font-family: Consolas, 'Liberation Mono', Menlo, Courier, monospace; font-size: 13px; line-height: 18px; white-space: pre; widows: auto; background-color: rgb(247, 247, 249);">'mysql+pymysql://root:123456@127.0.0.1/mystock?charset=utf8'</span><span class="pun" style="color: rgb(147, 161, 161); font-family: Consolas, 'Liberation Mono', Menlo, Courier, monospace; font-size: 13px; line-height: 18px; white-space: pre; widows: auto; background-color: rgb(247, 247, 249);">)</span>
</span>

<span class="pln" style="color: rgb(72, 72, 76); font-family: Consolas, 'Liberation Mono', Menlo, Courier, monospace; font-size: 13px; line-height: 18px; white-space: pre; widows: auto; background-color: rgb(247, 247, 249);">metadata </span><span class="pun" style="color: rgb(147, 161, 161); font-family: Consolas, 'Liberation Mono', Menlo, Courier, monospace; font-size: 13px; line-height: 18px; white-space: pre; widows: auto; background-color: rgb(247, 247, 249);">=</span><span class="pln" style="color: rgb(72, 72, 76); font-family: Consolas, 'Liberation Mono', Menlo, Courier, monospace; font-size: 13px; line-height: 18px; white-space: pre; widows: auto; background-color: rgb(247, 247, 249);"> </span><span class="typ" style="color: teal; font-family: Consolas, 'Liberation Mono', Menlo, Courier, monospace; font-size: 13px; line-height: 18px; white-space: pre; widows: auto; background-color: rgb(247, 247, 249);">MetaData</span><span class="pun" style="color: rgb(147, 161, 161); font-family: Consolas, 'Liberation Mono', Menlo, Courier, monospace; font-size: 13px; line-height: 18px; white-space: pre; widows: auto; background-color: rgb(247, 247, 249);">(</span><span class="pln" style="color: rgb(72, 72, 76); font-family: Consolas, 'Liberation Mono', Menlo, Courier, monospace; font-size: 13px; line-height: 18px; white-space: pre; widows: auto; background-color: rgb(247, 247, 249);">engine</span><span class="pun" style="color: rgb(147, 161, 161); font-family: Consolas, 'Liberation Mono', Menlo, Courier, monospace; font-size: 13px; line-height: 18px; white-space: pre; widows: auto; background-color: rgb(247, 247, 249);">)</span>
users = Table('stock_basics', metadata, autoload=True)

3.2 添加记录

user = User(name='a')

session.add(user)

user = User(name='b')

session.add(user)

user = User(name='a')

session.add(user)

user = User()

session.add(user)

session.commit()

3.3 查询数据库

from sqlalchemy import func, or_, not_

query = session.query(User)

print query # 显示SQL 语句

print query.statement # 同上

for user in query: # 遍历时查询

print user.name

print query.all() # 返回的是一个类似列表的对象

print query.first().name # 记录不存在时，first() 会返回 None

# print query.one().name # 不存在，或有多行记录时会抛出异常

print query.filter(User.id == 2).first().name

print query.get(2).name # 以主键获取，等效于上句

print query.filter('id = 2').first().name # 支持字符串

query2 = session.query(User.name)

print query2.all() # 每行是个元组

print query2.limit(1).all() # 最多返回 1 条记录

print query2.offset(1).all() # 从第 2 条记录开始返回

print query2.order_by(User.name).all()

print query2.order_by('name').all()

print query2.order_by(User.name.desc()).all()

print query2.order_by('name desc').all()

print session.query(User.id).order_by(User.name.desc(), User.id).all()

print query2.filter(User.id == 1).scalar() # 如果有记录，返回第一条记录的第一个元素

print session.query('id').select_from(User).filter('id = 1').scalar()

print query2.filter(User.id > 1, User.name != 'a').scalar() # and

query3 = query2.filter(User.id > 1) # 多次拼接的 filter 也是 and

query3 = query3.filter(User.name != 'a')

print query3.scalar()

print query2.filter(or_(User.id == 1, User.id == 2)).all() # or

print query2.filter(User.id.in_((1, 2))).all() # in

query4 = session.query(User.id)

print query4.filter(User.name == None).scalar()

print query4.filter('name is null').scalar()

print query4.filter(not_(User.name == None)).all() # not

print query4.filter(User.name != None).all()

print query4.count()

print session.query(func.count('*')).select_from(User).scalar()

print session.query(func.count('1')).select_from(User).scalar()

print session.query(func.count(User.id)).scalar()

print session.query(func.count('*')).filter(User.id > 0).scalar() # filter() 中包含 User，因此不需要指定表

print session.query(func.count('*')).filter(User.name == 'a').limit(1).scalar() == 1 # 可以用 limit() 限制 count() 的返回数

print session.query(func.sum(User.id)).scalar()

print session.query(func.now()).scalar() # func 后可以跟任意函数名，只要该数据库支持

print session.query(func.current_timestamp()).scalar()

print session.query(func.md5(User.name)).filter(User.id == 1).scalar()

3.4 修删数据库

query.filter(User.id == 1).update({User.name: 'c'})

user = query.get(1)

print user.name

user.name = 'd'

session.flush() # 写数据库，但并不提交

print query.get(1).name

session.delete(user)

session.flush()

print query.get(1)

session.rollback()

print query.get(1).name

query.filter(User.id == 1).delete()

session.commit()

print query.get(1)

4、提高篇

4.1 如何批量插入大批数据？

session.execute(

User.__table__.insert(),

[{'name': `randint(1, 100)`,'age': randint(1, 100)} for i in xrange(10000)]

)

session.commit()

上面我使用非 ORM 的方式批量插入了 10000 条记录，半秒内就执行完了；而 ORM 方式会花掉很长时间。

4.2 如何让执行的 SQL 语句增加前缀？

使用 query 对象的 prefix_with() 方法：

session.query(User.name).prefix_with('HIGH_PRIORITY').all()

session.execute(User.__table__.insert().prefix_with('IGNORE'), {'id': 1, 'name': '1'})

4.3 如何替换一个已有主键的记录？

使用 session.merge() 方法替代 session.add()，其实就是 SELECT + UPDATE：

user = User(id=1, name='ooxx')

session.merge(user)

session.commit()

4.4 如何使用无符号整数？

from sqlalchemy.dialects.mysql import INTEGER

id = Column(INTEGER(unsigned=True), primary_key=True)

4.5 模型的属性名需要和表的字段名不一样怎么办？

开发时遇到过一个奇怪的需求，有个其他系统的表里包含了一个“from”字段，这在 Python 里是关键字，于是只能这样处理了：

from_ = Column('from', CHAR(10))

4.6 如何获取字段的长度？

Column 会生成一个很复杂的对象，想获取长度比较麻烦，这里以 User.name 为例：

User.name.property.columns[0].type.length

4.7 如何指定使用 InnoDB，以及使用 UTF-8 编码？

最简单的方式就是修改数据库的默认配置。如果非要在代码里指定的话，可以这样：

class User(BaseModel):

__table_args__ = {

'mysql_engine': 'InnoDB',

'mysql_charset': 'utf8'

}

MySQL 5.5 开始支持存储 4 字节的 UTF-8 编码的字符了，iOS 里自带的 emoji（如 �� 字符）就属于这种。
如果是对表来设置的话，可以把上面代码中的 utf8 改成 utf8mb4，DB_CONNECT_STRING 里的 charset 也这样更改。
如果对库或字段来设置，则还是自己写 SQL 语句比较方便，具体细节可参考《How to support full Unicode in MySQL databases》。
不建议全用 utf8mb4 代替 utf8，因为前者更慢，索引会占用更多空间。

4.8 如何设置外键约束？

from random import randint

from sqlalchemy import ForeignKey

class User(BaseModel):

__tablename__ = 'user'

id = Column(Integer, primary_key=True)

age = Column(Integer)

class Friendship(BaseModel):

__tablename__ = 'friendship'

id = Column(Integer, primary_key=True)

user_id1 = Column(Integer, ForeignKey('user.id'))

user_id2 = Column(Integer, ForeignKey('user.id'))

for i in xrange(100):

session.add(User(age=randint(1, 100)))

session.flush() # 或 session.commit()，执行完后，user 对象的 id 属性才可以访问（因为 id 是自增的）

for i in xrange(100):

session.add(Friendship(user_id1=randint(1, 100), user_id2=randint(1, 100)))

session.commit()

session.query(User).filter(User.age < 50).delete()

执行这段代码时，你应该会遇到一个错误：

sqlalchemy.exc.IntegrityError: (IntegrityError) (1451, 'Cannot delete or update a parent row: a foreign key constraint fails (`ooxx`.`friendship`, CONSTRAINT `friendship_ibfk_1` FOREIGN KEY (`user_id1`) REFERENCES `user` (`id`))') 'DELETE FROM user WHERE user.age < %s' (50,)

原因是删除 user 表的数据，可能会导致 friendship 的外键不指向一个真实存在的记录。在默认情况下，MySQL 会拒绝这种操作，也就是 RESTRICT。InnoDB 还允许指定 ON DELETE 为 CASCADE 和 SET NULL，前者会删除 friendship 中无效的记录，后者会将这些记录的外键设为 NULL。
除了删除，还有可能更改主键，这也会导致 friendship 的外键失效。于是相应的就有 ON UPDATE 了。其中 CASCADE 变成了更新相应的外键，而不是删除。
而在 SQLAlchemy 中是这样处理的：

class Friendship(BaseModel):

__tablename__ = 'friendship'

id = Column(Integer, primary_key=True)

user_id1 = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))

user_id2 = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))

4.9 如何连接表？

from sqlalchemy import distinct

from sqlalchemy.orm import aliased

Friend = aliased(User, name='Friend')

print session.query(User.id).join(Friendship, User.id == Friendship.user_id1).all() # 所有有朋友的用户

print session.query(distinct(User.id)).join(Friendship, User.id == Friendship.user_id1).all() # 所有有朋友的用户（去掉重复的）

print session.query(User.id).join(Friendship, User.id == Friendship.user_id1).distinct().all() # 同上

print session.query(Friendship.user_id2).join(User, User.id == Friendship.user_id1).order_by(Friendship.user_id2).distinct().all() # 所有被别人当成朋友的用户

print session.query(Friendship.user_id2).select_from(User).join(Friendship, User.id == Friendship.user_id1).order_by(Friendship.user_id2).distinct().all() # 同上，join 的方向相反，但因为不是 STRAIGHT_JOIN，所以 MySQL 可以自己选择顺序

print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).all() # 用户及其朋友

print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).filter(User.id < 10).all() # id 小于 10 的用户及其朋友

print session.query(User.id, Friend.id).join(Friendship, User.id == Friendship.user_id1).join(Friend, Friend.id == Friendship.user_id2).all() # 两次 join，由于使用到相同的表，因此需要别名

print session.query(User.id, Friendship.user_id2).outerjoin(Friendship, User.id == Friendship.user_id1).all() # 用户及其朋友（无朋友则为 None，使用左连接）

这里我没提到 relationship，虽然它看上去很方便，但需要学习的内容实在太多，还要考虑很多性能上的问题，所以干脆自己 join 吧。

4.10 为什么无法删除 in 操作查询出来的记录？

session.query(User).filter(User.id.in_((1, 2, 3))).delete()

抛出这样的异常：

sqlalchemy.exc.InvalidRequestError: Could not evaluate current criteria in Python. Specify 'fetch' or False for the synchronize_session parameter.

但这样是没问题的：

session.query(User).filter(or_(User.id == 1, User.id == 2, User.id == 3)).delete()

搜了下找到《Sqlalchemy delete subquery》这个问题，提到了 delete 的一个注意点：删除记录时，默认会尝试删除 session 中符合条件的对象，而 in 操作估计还不支持，于是就出错了。解决办法就是删除时不进行同步，然后再让 session 里的所有实体都过期：

session.query(User).filter(User.id.in_((1, 2, 3))).delete(synchronize_session=False)

session.commit() # or session.expire_all()

此外，update 操作也有同样的参数，如果后面立刻提交了，那么加上 synchronize_session=False 参数会更快。

4.11 如何扩充模型的基类？

declarative_base() 会生成一个 class 对象，这个对象的子类一般都和一张表对应。如果想增加这个基类的方法或属性，让子类都能使用，可以有三种方法：

1.定义一个新类，将它的方法设置为基类的方法：

class ModelMixin(object):

@classmethod

def get_by_id(cls, session, id, columns=None, lock_mode=None):

if hasattr(cls, 'id'):

scalar = False

if columns:

if isinstance(columns, (tuple, list)):

query = session.query(*columns)

else:

scalar = True

query = session.query(columns)

else:

query = session.query(cls)

if lock_mode:

query = query.with_lockmode(lock_mode)

query = query.filter(cls.id == id)

if scalar:

return query.scalar()

return query.first()

return None

BaseModel.get_by_id = get_by_id

@classmethod

def get_all(cls, session, columns=None, offset=None, limit=None, order_by=None, lock_mode=None):

if columns:

if isinstance(columns, (tuple, list)):

query = session.query(*columns)

else:

query = session.query(columns)

if isinstance(columns, str):

query = query.select_from(cls)

else:

query = session.query(cls)

if order_by is not None:

if isinstance(order_by, (tuple, list)):

query = query.order_by(*order_by)

else:

query = query.order_by(order_by)

if offset:

query = query.offset(offset)

if limit:

query = query.limit(limit)

if lock_mode:

query = query.with_lockmode(lock_mode)

return query.all()

BaseModel.get_all = get_all

@classmethod

def count_all(cls, session, lock_mode=None):

query = session.query(func.count('*')).select_from(cls)

if lock_mode:

query = query.with_lockmode(lock_mode)

return query.scalar()

BaseModel.count_all = count_all

@classmethod

def exist(cls, session, id, lock_mode=None):

if hasattr(cls, 'id'):

query = session.query(func.count('*')).select_from(cls).filter(cls.id == id)

if lock_mode:

query = query.with_lockmode(lock_mode)

return query.scalar() > 0

return False

BaseModel.exist = exist

@classmethod

def set_attr(cls, session, id, attr, value):

if hasattr(cls, 'id'):

session.query(cls).filter(cls.id == id).update({

attr: value

})

session.commit()

BaseModel.set_attr = set_attr

@classmethod

def set_attrs(cls, session, id, attrs):

if hasattr(cls, 'id'):

session.query(cls).filter(cls.id == id).update(attrs)

session.commit()

BaseModel.set_attrs = set_attrs

虽然很拙劣，但确实能用。顺便还附送了一些有用的玩意，你懂的。
2.设置 declarative_base() 的 cls 参数：

BaseModel = declarative_base(cls=ModelMixin)

这种方法不需要执行“BaseModel.get_by_id = get_by_id”之类的代码。不足之处就是 PyCharm 仍然无法找到这些方法的位置。

3.设置 __abstract__ 属性：

class BaseModel(BaseModel):

__abstract__ = True

__table_args__ = { # 可以省掉子类的 __table_args__ 了

'mysql_engine': 'InnoDB',

'mysql_charset': 'utf8'

}

# ...

这种方法最简单，也可以继承出多个类。

4.12 如何正确使用事务？

假设有一个简单的银行系统，一共两名用户：

class User(BaseModel):

__tablename__ = 'user'

id = Column(Integer, primary_key=True)

money = Column(DECIMAL(10, 2))

class TanseferLog(BaseModel):

__tablename__ = 'tansefer_log'

id = Column(Integer, primary_key=True)

from_user = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))

to_user = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))

amount = Column(DECIMAL(10, 2))

user = User(money=100)

session.add(user)

user = User(money=0)

session.add(user)

session.commit()

然后开两个 session，同时进行两次转账操作：

session1 = DB_Session()

session2 = DB_Session()

user1 = session1.query(User).get(1)

user2 = session1.query(User).get(2)

if user1.money >= 100:

user1.money -= 100

user2.money += 100

session1.add(TanseferLog(from_user=1, to_user=2, amount=100))

user1 = session2.query(User).get(1)

user2 = session2.query(User).get(2)

if user1.money >= 100:

user1.money -= 100

user2.money += 100

session2.add(TanseferLog(from_user=1, to_user=2, amount=100))

session1.commit()

session2.commit()

现在看看结果：

>>> user1.money

Decimal('0.00')

>>> user2.money

Decimal('100.00')

>>> session.query(TanseferLog).count()

2L

两次转账都成功了，但是只转走了一笔钱，这明显不科学。

可见 MySQL InnoDB 虽然支持事务，但并不是那么简单的，还需要手动加锁。
首先来试试读锁：

user1 = session1.query(User).with_lockmode('read').get(1)

user2 = session1.query(User).with_lockmode('read').get(2)

if user1.money >= 100:

user1.money -= 100

user2.money += 100

session1.add(TanseferLog(from_user=1, to_user=2, amount=100))

user1 = session2.query(User).with_lockmode('read').get(1)

user2 = session2.query(User).with_lockmode('read').get(2)

if user1.money >= 100:

user1.money -= 100

user2.money += 100

session2.add(TanseferLog(from_user=1, to_user=2, amount=100))

session1.commit()

session2.commit()

现在在执行 session1.commit() 的时候，因为 user1 和 user2 都被 session2 加了读锁，所以会等待锁被释放。超时以后，session1.commit() 会抛出个超时的异常，如果捕捉了的话，或者 session2 在另一个进程，那么 session2.commit() 还是能正常提交的。这种情况下，有一个事务是肯定会提交失败的，所以那些更改等于白做了。

接下来看看写锁，把上段代码中的 'read' 改成 'update' 即可。这次在执行 select 的时候就会被阻塞了：
user1 = session2.query(User).with_lockmode('update').get(1)
这样只要在超时期间内，session1 完成了提交或回滚，那么 session2 就能正常判断 user1.money >= 100 是否成立了。
由此可见，如果需要更改数据，最好加写锁。

那么什么时候用读锁呢？如果要保证事务运行期间内，被读取的数据不被修改，自己也不去修改，加读锁即可。
举例来说，假设我查询一个用户的开支记录（同时包含余额和转账记录），可以直接把 user 和 tansefer_log 做个内连接。
但如果用户的转账记录特别多，我在查询前想先验证用户的密码（假设在 user 表中），确认相符后才查询转账记录。而这两次查询的期间内，用户可能收到了一笔转账，导致他的 money 字段被修改了，但我在展示给用户时，用户的余额仍然没变，这就不正常了。
而如果我在读取 user 时加了读锁，用户是无法收到转账的（因为无法被另一个事务加写锁来修改 money 字段），这就保证了不会查出额外的 tansefer_log 记录。等我查询完两张表，释放了读锁后，转账就可以继续进行了，不过我显示的数据在当时的确是正确和一致的。

另外要注意的是，如果被查询的字段没有加索引的话，就会变成锁整张表了：

session1.query(User).filter(User.id > 50).with_lockmode('update').all()

session2.query(User).filter(User.id < 40).with_lockmode('update').all() # 不会被锁，因为 id 是主键

session1.rollback()

session2.rollback()

session1.query(User).filter(User.money == 50).with_lockmode('update').all()

session2.query(User).filter(User.money == 40).with_lockmode('update').all() # 会等待解锁，因为 money 上没有索引

要避免的话，可以这样：

money = Column(DECIMAL(10, 2), index=True)

另一个注意点是子事务。
InnoDB 支持子事务（savepoint 语句），可以简化一些逻辑。
例如有的方法是用于改写数据库的，它执行时可能提交了事务，但在后续的流程中却执行失败了，却没法回滚那个方法中已经提交的事务。这时就可以把那个方法当成子事务来运行了：

def step1():

# ...

if success:

session.commit()

return True

session.rollback()

return False

def step2():

# ...

if success:

session.commit()

return True

session.rollback()

return False

session.begin_nested()

if step1():

session.begin_nested()

if step2():

session.commit()

else:

session.rollback()

else:

session.rollback()

此外，rollback 一个子事务，可以释放这个子事务中获得的锁，提高并发性和降低死锁概率。

4.13 如何对一个字段进行自增操作？

最简单的办法就是获取时加上写锁：

user = session.query(User).with_lockmode('update').get(1)

user.age += 1

session.commit()

如果不想多一次读的话，这样写也是可以的：

session.query(User).filter(User.id == 1).update({ User.age: User.age + 1 })

session.commit()

# 其实字段之间也可以做运算：

session.query(User).filter(User.id == 1).update({ User.age: User.age + User.id })