Python SQLAlchemy基本操作和常用技巧（包含大量實(shí)例,非常好）

只怕想不到 2015-09-14

展開全文

首先說下，由于最新的 0.8 版還是開發(fā)版本，因此我使用的是 0.79 版，API 也許會有些不同。
因?yàn)槲沂谴钆?MySQL InnoDB 使用，所以使用其他數(shù)據(jù)庫的也不能完全照搬本文。

接著就從安裝開始介紹吧，以 Debian/Ubuntu 為例（請確保有管理員權(quán)限）：
1.MySQL

復(fù)制代碼代碼如下:

apt-get install mysql-server
apt-get install mysql-client
apt-get install libmysqlclient15-dev

2.python-mysqldb

復(fù)制代碼代碼如下:

apt-get install python-mysqldb

3.easy_install

復(fù)制代碼代碼如下:

wget http://peak./dist/ez_setup.py

python ez_setup.py
4.MySQL-Python

復(fù)制代碼代碼如下:

easy_install MySQL-Python

5.SQLAlchemy

復(fù)制代碼代碼如下:

easy_install SQLAlchemy

如果是用其他操作系統(tǒng)，遇到問題就 Google 一下吧。我是在 Mac OS X 上開發(fā)的，途中也遇到些問題，不過當(dāng)時沒記下來……
值得一提的是我用了 MySQL-Python 來連 MySQL，因?yàn)椴恢С之惒秸{(diào)用，所以和 Tornado 不是很搭。不過性能其實(shí)很好，因此以后再去研究下其他方案吧……

裝好后就可以開始使用了：

復(fù)制代碼代碼如下:

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker

DB_CONNECT_STRING = 'mysql+mysqldb://root:123@localhost/ooxx?charset=utf8'
engine = create_engine(DB_CONNECT_STRING, echo=True)
DB_Session = sessionmaker(bind=engine)
session = DB_Session()

這里的 DB_CONNECT_STRING 就是連接數(shù)據(jù)庫的路徑?！癿ysql+mysqldb”指定了使用 MySQL-Python 來連接，“root”和“123”分別是用戶名和密碼，“l(fā)ocalhost”是數(shù)據(jù)庫的域名，“ooxx”是使用的數(shù)據(jù)庫名（可省略），“charset”指定了連接時使用的字符集（可省略）。
create_engine() 會返回一個數(shù)據(jù)庫引擎，echo 參數(shù)為 True 時，會顯示每條執(zhí)行的 SQL 語句，生產(chǎn)環(huán)境下可關(guān)閉。
sessionmaker() 會生成一個數(shù)據(jù)庫會話類。這個類的實(shí)例可以當(dāng)成一個數(shù)據(jù)庫連接，它同時還記錄了一些查詢的數(shù)據(jù)，并決定什么時候執(zhí)行 SQL 語句。由于 SQLAlchemy 自己維護(hù)了一個數(shù)據(jù)庫連接池（默認(rèn) 5 個連接），因此初始化一個會話的開銷并不大。對 Tornado 而言，可以在 BaseHandler 的 initialize() 里初始化：

復(fù)制代碼代碼如下:

class BaseHandler(tornado.web.RequestHandler):
def initialize(self):
self.session = models.DB_Session()

def on_finish(self):
self.session.close()

對其他 Web 服務(wù)器來說，可以使用 sqlalchemy.orm.scoped_session，它能保證每個線程獲得的 session 對象都是唯一的。不過 Tornado 本身就是單線程的，如果使用了異步方式，就可能會出現(xiàn)問題，因此我并沒使用它。

拿到 session 后，就可以執(zhí)行 SQL 了：

復(fù)制代碼代碼如下:

session.execute('create database abc')
print session.execute('show databases').fetchall()
session.execute('use abc')
# 建 user 表的過程略
print session.execute('select * from user where id = 1').first()
print session.execute('select * from user where id = :id', {'id': 1}).first()

不過這和直接使用 MySQL-Python 沒啥區(qū)別，所以就不介紹了；我還是喜歡 ORM 的方式，這也是我采用 SQLAlchemy 的唯一原因。

于是來定義一個表：

復(fù)制代碼代碼如下:

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'

id = Column(Integer, primary_key=True)
name = Column(CHAR(30)) # or Column(String(30))

init_db()

declarative_base() 創(chuàng)建了一個 BaseModel 類，這個類的子類可以自動與一個表關(guān)聯(lián)。
以 User 類為例，它的 __tablename__ 屬性就是數(shù)據(jù)庫中該表的名稱，它有 id 和 name 這兩個字段，分別為整型和 30 個定長字符。Column 還有一些其他的參數(shù)，我就不解釋了。
最后，BaseModel.metadata.create_all(engine) 會找到 BaseModel 的所有子類，并在數(shù)據(jù)庫中建立這些表；drop_all() 則是刪除這些表。

接著就開始使用這個表吧：

復(fù)制代碼代碼如下:

from sqlalchemy import func, or_, not_

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()

query = session.query(User)
print query # 顯示SQL 語句
print query.statement # 同上
for user in query: # 遍歷時查詢
print user.name
print query.all() # 返回的是一個類似列表的對象
print query.first().name # 記錄不存在時，first() 會返回 None
# print query.one().name # 不存在，或有多行記錄時會拋出異常
print query.filter(User.id == 2).first().name
print query.get(2).name # 以主鍵獲取，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() # 每行是個元組
print query2.limit(1).all() # 最多返回 1 條記錄
print query2.offset(1).all() # 從第 2 條記錄開始返回
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() # 如果有記錄，返回第一條記錄的第一個元素
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?cái)?shù)
print session.query(func.sum(User.id)).scalar()
print session.query(func.now()).scalar() # func 后可以跟任意函數(shù)名，只要該數(shù)據(jù)庫支持
print session.query(func.current_timestamp()).scalar()
print session.query(func.md5(User.name)).filter(User.id == 1).scalar()

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

user.name = 'd'
session.flush() # 寫數(shù)據(jù)庫，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)

增刪改查都涉及到了，自己看看輸出的 SQL 語句就知道了，于是基礎(chǔ)知識就介紹到此了。

下面開始介紹一些進(jìn)階的知識。

如何批量插入大批數(shù)據(jù)？

可以使用非 ORM 的方式：

復(fù)制代碼代碼如下:

session.execute(
User.__table__.insert(),
[{'name': `randint(1, 100)`,'age': randint(1, 100)} for i in xrange(10000)]
)
session.commit()

上面我批量插入了 10000 條記錄，半秒內(nèi)就執(zhí)行完了；而 ORM 方式會花掉很長時間。

如何讓執(zhí)行的 SQL 語句增加前綴？

使用 query 對象的 prefix_with() 方法：

復(fù)制代碼代碼如下:

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

如何替換一個已有主鍵的記錄？

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

復(fù)制代碼代碼如下:

user = User(id=1, name='ooxx')
session.merge(user)
session.commit()

或者使用 MySQL 的 INSERT … ON DUPLICATE KEY UPDATE，需要用到 @compiles 裝飾器，有點(diǎn)難懂，自己搜索看吧：《SQLAlchemy ON DUPLICATE KEY UPDATE》和 sqlalchemy_mysql_ext。

如何使用無符號整數(shù)？

可以使用 MySQL 的方言：

復(fù)制代碼代碼如下:

from sqlalchemy.dialects.mysql import INTEGER

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

模型的屬性名需要和表的字段名不一樣怎么辦？

開發(fā)時遇到過一個奇怪的需求，有個其他系統(tǒng)的表里包含了一個“from”字段，這在 Python 里是關(guān)鍵字，于是只能這樣處理了：

復(fù)制代碼代碼如下:

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

如何獲取字段的長度？

Column 會生成一個很復(fù)雜的對象，想獲取長度比較麻煩，這里以 User.name 為例：

復(fù)制代碼代碼如下:

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

如何指定使用 InnoDB，以及使用 UTF-8 編碼？

最簡單的方式就是修改數(shù)據(jù)庫的默認(rèn)配置。如果非要在代碼里指定的話，可以這樣：

復(fù)制代碼代碼如下:

class User(BaseModel):
    __table_args__ = {
        'mysql_engine': 'InnoDB',
        'mysql_charset': 'utf8'
    }

MySQL 5.5 開始支持存儲 4 字節(jié)的 UTF-8 編碼的字符了，iOS 里自帶的 emoji（如 ?? 字符）就屬于這種。
如果是對表來設(shè)置的話，可以把上面代碼中的 utf8 改成 utf8mb4，DB_CONNECT_STRING 里的 charset 也這樣更改。
如果對庫或字段來設(shè)置，則還是自己寫 SQL 語句比較方便，具體細(xì)節(jié)可參考《How to support full Unicode in MySQL databases》。
不建議全用 utf8mb4 代替 utf8，因?yàn)榍罢吒饕龝加酶嗫臻g。

如何設(shè)置外鍵約束？

復(fù)制代碼代碼如下:

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()，執(zhí)行完后，user 對象的 id 屬性才可以訪問（因?yàn)?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()

執(zhí)行這段代碼時，你應(yīng)該會遇到一個錯誤：

復(fù)制代碼代碼如下:

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,)

原因是刪除 user 表的數(shù)據(jù)，可能會導(dǎo)致 friendship 的外鍵不指向一個真實(shí)存在的記錄。在默認(rèn)情況下，MySQL 會拒絕這種操作，也就是 RESTRICT。InnoDB 還允許指定 ON DELETE 為 CASCADE 和 SET NULL，前者會刪除 friendship 中無效的記錄，后者會將這些記錄的外鍵設(shè)為 NULL。
除了刪除，還有可能更改主鍵，這也會導(dǎo)致 friendship 的外鍵失效。于是相應(yīng)的就有 ON UPDATE 了。其中 CASCADE 變成了更新相應(yīng)的外鍵，而不是刪除。
而在 SQLAlchemy 中是這樣處理的：

復(fù)制代碼代碼如下:

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'))

如何連接表？

復(fù)制代碼代碼如下:

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() # 所有有朋友的用戶
print session.query(distinct(User.id)).join(Friendship, User.id == Friendship.user_id1).all() # 所有有朋友的用戶（去掉重復(fù)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() # 所有被別人當(dāng)成朋友的用戶
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?yàn)椴皇?STRAIGHT_JOIN，所以 MySQL 可以自己選擇順序
print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).all() # 用戶及其朋友
print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).filter(User.id < 10).all() # id 小于 10 的用戶及其朋友
print session.query(User.id, Friend.id).join(Friendship, User.id == Friendship.user_id1).join(Friend, Friend.id == Friendship.user_id2).all() # 兩次 join，由于使用到相同的表，因此需要別名
print session.query(User.id, Friendship.user_id2).outerjoin(Friendship, User.id == Friendship.user_id1).all() # 用戶及其朋友（無朋友則為 None，使用左連接）

這里我沒提到 relationship，雖然它看上去很方便，但需要學(xué)習(xí)的內(nèi)容實(shí)在太多，還要考慮很多性能上的問題，所以干脆自己 join 吧。

為什么無法刪除 in 操作查詢出來的記錄？

復(fù)制代碼代碼如下:

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

拋出這樣的異常：

復(fù)制代碼代碼如下:

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

但這樣是沒問題的：

復(fù)制代碼代碼如下:

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

搜了下找到《Sqlalchemy delete subquery》這個問題，提到了 delete 的一個注意點(diǎn)：刪除記錄時，默認(rèn)會嘗試刪除 session 中符合條件的對象，而 in 操作估計(jì)還不支持，于是就出錯了。解決辦法就是刪除時不進(jìn)行同步，然后再讓 session 里的所有實(shí)體都過期：

復(fù)制代碼代碼如下:

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

此外，update 操作也有同樣的參數(shù)，如果后面立刻提交了，那么加上 synchronize_session=False 參數(shù)會更快。

如何擴(kuò)充模型的基類？

declarative_base() 會生成一個 class 對象，這個對象的子類一般都和一張表對應(yīng)。如果想增加這個基類的方法或?qū)傩?，讓子類都能使用，可以有三種方法：

1.定義一個新類，將它的方法設(shè)置為基類的方法：

復(fù)制代碼代碼如下:

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

雖然很拙劣，但確實(shí)能用。順便還附送了一些有用的玩意，你懂的。
2.設(shè)置 declarative_base() 的 cls 參數(shù)：

復(fù)制代碼代碼如下:

BaseModel = declarative_base(cls=ModelMixin)

這種方法不需要執(zhí)行“BaseModel.get_by_id = get_by_id”之類的代碼。不足之處就是 PyCharm 仍然無法找到這些方法的位置。
3.設(shè)置 __abstract__ 屬性：

復(fù)制代碼代碼如下:

class BaseModel(BaseModel):
    __abstract__ = True
    __table_args__ = { # 可以省掉子類的 __table_args__ 了
        'mysql_engine': 'InnoDB',
        'mysql_charset': 'utf8'
    }
    # ...

這種方法最簡單，也可以繼承出多個類。

如何正確使用事務(wù)？

假設(shè)有一個簡單的銀行系統(tǒng)，一共兩名用戶：

復(fù)制代碼代碼如下:

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()

然后開兩個 session，同時進(jìn)行兩次轉(zhuǎn)賬操作：

復(fù)制代碼代碼如下:

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()

現(xiàn)在看看結(jié)果：

復(fù)制代碼代碼如下:

>>> user1.money
Decimal('0.00')
>>> user2.money
Decimal('100.00')
>>> session.query(TanseferLog).count()
2L

兩次轉(zhuǎn)賬都成功了，但是只轉(zhuǎn)走了一筆錢，這明顯不科學(xué)。

可見 MySQL InnoDB 雖然支持事務(wù)，但并不是那么簡單的，還需要手動加鎖。
首先來試試讀鎖：

復(fù)制代碼代碼如下:

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()

現(xiàn)在在執(zhí)行 session1.commit() 的時候，因?yàn)?user1 和 user2 都被 session2 加了讀鎖，所以會等待鎖被釋放。超時以后，session1.commit() 會拋出個超時的異常，如果捕捉了的話，或者 session2 在另一個進(jìn)程，那么 session2.commit() 還是能正常提交的。這種情況下，有一個事務(wù)是肯定會提交失敗的，所以那些更改等于白做了。

接下來看看寫鎖，把上段代碼中的 'read' 改成 'update' 即可。這次在執(zhí)行 select 的時候就會被阻塞了：
user1 = session2.query(User).with_lockmode('update').get(1)
這樣只要在超時期間內(nèi)，session1 完成了提交或回滾，那么 session2 就能正常判斷 user1.money >= 100 是否成立了。
由此可見，如果需要更改數(shù)據(jù)，最好加寫鎖。

那么什么時候用讀鎖呢？如果要保證事務(wù)運(yùn)行期間內(nèi)，被讀取的數(shù)據(jù)不被修改，自己也不去修改，加讀鎖即可。
舉例來說，假設(shè)我查詢一個用戶的開支記錄（同時包含余額和轉(zhuǎn)賬記錄），可以直接把 user 和 tansefer_log 做個內(nèi)連接。
但如果用戶的轉(zhuǎn)賬記錄特別多，我在查詢前想先驗(yàn)證用戶的密碼（假設(shè)在 user 表中），確認(rèn)相符后才查詢轉(zhuǎn)賬記錄。而這兩次查詢的期間內(nèi)，用戶可能收到了一筆轉(zhuǎn)賬，導(dǎo)致他的 money 字段被修改了，但我在展示給用戶時，用戶的余額仍然沒變，這就不正常了。
而如果我在讀取 user 時加了讀鎖，用戶是無法收到轉(zhuǎn)賬的（因?yàn)闊o法被另一個事務(wù)加寫鎖來修改 money 字段），這就保證了不會查出額外的 tansefer_log 記錄。等我查詢完兩張表，釋放了讀鎖后，轉(zhuǎn)賬就可以繼續(xù)進(jìn)行了，不過我顯示的數(shù)據(jù)在當(dāng)時的確是正確和一致的。

另外要注意的是，如果被查詢的字段沒有加索引的話，就會變成鎖整張表了：

復(fù)制代碼代碼如下:

session1.query(User).filter(User.id > 50).with_lockmode('update').all()
session2.query(User).filter(User.id < 40).with_lockmode('update').all() # 不會被鎖，因?yàn)?id 是主鍵

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() # 會等待解鎖，因?yàn)?money 上沒有索引

要避免的話，可以這樣：

復(fù)制代碼代碼如下:

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

另一個注意點(diǎn)是子事務(wù)。
InnoDB 支持子事務(wù)（savepoint 語句），可以簡化一些邏輯。
例如有的方法是用于改寫數(shù)據(jù)庫的，它執(zhí)行時可能提交了事務(wù)，但在后續(xù)的流程中卻執(zhí)行失敗了，卻沒法回滾那個方法中已經(jīng)提交的事務(wù)。這時就可以把那個方法當(dāng)成子事務(wù)來運(yùn)行了：

復(fù)制代碼代碼如下:

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 一個子事務(wù)，可以釋放這個子事務(wù)中獲得的鎖，提高并發(fā)性和降低死鎖概率。

如何對一個字段進(jìn)行自增操作？

最簡單的辦法就是獲取時加上寫鎖：

復(fù)制代碼代碼如下:

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

如果不想多一次讀的話，這樣寫也是可以的：

復(fù)制代碼代碼如下:

session.query(User).filter(User.id == 1).update({
User.age: User.age + 1
})
session.commit()
# 其實(shí)字段之間也可以做運(yùn)算：
session.query(User).filter(User.id == 1).update({
User.age: User.age + User.id
})

您可能感興趣的文章:

python判斷一個集合是否包含了另外一個集合中所有項(xiàng)的方法
Python檢測字符串中是否包含某字符集合中的字符
python判斷字符串是否包含子字符串的方法
Python中聲明只包含一個元素的元組數(shù)據(jù)方法
python將html轉(zhuǎn)成PDF的實(shí)現(xiàn)代碼(包含中文)
python獲取元素在數(shù)組中索引號的方法
python簡單獲取數(shù)組元素個數(shù)的方法
python數(shù)組復(fù)制拷貝的實(shí)現(xiàn)方法
python實(shí)現(xiàn)判斷數(shù)組是否包含指定元素的方法

本站是提供個人知識管理的網(wǎng)絡(luò)存儲空間，所有內(nèi)容均由用戶發(fā)布，不代表本站觀點(diǎn)。請注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購買等信息，謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請點(diǎn)擊一鍵舉報(bào)。

轉(zhuǎn)藏 分享

QQ空間 QQ好友新浪微博微信

獻(xiàn)花（0） +1

來自：只怕想不到 > 《Python》

舉報(bào)/認(rèn)領(lǐng)