原始 SQL · ZetCode 中文系列教程

# 原始 SQL > 原文： [http://zetcode.com/db/sqlalchemy/rawsql/](http://zetcode.com/db/sqlalchemy/rawsql/) 在 SQLite 教程的这一部分中，我们使用原始 SQL。 SQLAlchemy 并不是纯粹的 ORM 工具包。它还允许在需要时执行原始 SQL 语句。 ## 标量数据在第一个示例中，我们连接到内存中的 SQLite 数据库并执行一个简单的 SQL 语句。 `scalar_data.py` ```py #!/usr/bin/python # -*- coding: utf-8 -*- from sqlalchemy import create_engine eng = create_engine('sqlite:///:memory:') with eng.connect() as con: rs = con.execute('SELECT 5') data = rs.fetchone()[0] print "Data: %s" % data ``` 该示例打印由`SELECT`语句返回的值。 ```py eng = create_engine('sqlite:///:memory:') ``` `create_engine`方法创建一个引擎，该引擎用于将 SQL 语句传递到数据库。该方法将连接字符串作为参数。我们将连接到内存中的 SQLite 数据库。 ```py with eng.connect() as con: ``` 使用`connect()`方法，我们连接到连接字符串中指定的数据库。 ```py rs = con.execute('SELECT 5') ``` 使用连接的`execute()`方法，我们提供了一个简单的`SELECT` SQL 语句。 ```py data = rs.fetchone()[0] ``` 使用`fetchone()`方法，我们检索了一行。从这一行，我们得到标量值。 ```py print "Data: %s" % data ``` 该值将打印到控制台。 ```py $ ./scalar_data.py Data: 5 ``` 我们执行脚本。 ## PostgreSQL 版本在下一个示例中，我们连接到 PostgreSQL 数据库并打印其版本。 `postgres_version.py` ```py #!/usr/bin/python # -*- coding: utf-8 -*- from sqlalchemy import create_engine eng = create_engine('postgresql:///testdb') con = eng.connect() rs = con.execute("SELECT VERSION()") print rs.fetchone() con.close() ``` 要选择数据库的版本，我们使用`SELECT VERSION()` SQL 命令。 ```py eng = create_engine('postgresql:///testdb') ``` 我们连接到 PostgreSQL 中的`testdb`数据库。我们在连接字符串中不包含用户名和密码。这是因为 PostgreSQL 允许在其信任认证策略中对本地连接不进行认证就进行连接。 ```py rs = con.execute("SELECT VERSION()") print rs.fetchone() ``` 我们执行 SQL 命令并将返回的数据打印到控制台。 ```py $ ./postgres_version.py (u'PostgreSQL 9.3.9 on x86_64-unknown-linux-gnu, compiled by gcc (Ubuntu 4.8.4-2ubuntu1~14.04) 4.8.4, 64-bit',) ``` 这是一个示例输出。 ## 创建数据库表在下面的示例中，我们将创建一个表并将其填充数据。 `raw_create_table.py` ```py #!/usr/bin/python # -*- coding: utf-8 -*- from sqlalchemy import create_engine from sqlalchemy.sql import text eng = create_engine("mysql://testuser:test623@localhost/testdb") with eng.connect() as con: con.execute(text('DROP TABLE IF EXISTS Cars')) con.execute(text('''CREATE TABLE Cars(Id INTEGER PRIMARY KEY, Name TEXT, Price INTEGER)''')) data = ( { "Id": 1, "Name": "Audi", "Price": 52642 }, { "Id": 2, "Name": "Mercedes", "Price": 57127 }, { "Id": 3, "Name": "Skoda", "Price": 9000 }, { "Id": 4, "Name": "Volvo", "Price": 29000 }, { "Id": 5, "Name": "Bentley", "Price": 350000 }, { "Id": 6, "Name": "Citroen", "Price": 21000 }, { "Id": 7, "Name": "Hummer", "Price": 41400 }, { "Id": 8, "Name": "Volkswagen", "Price": 21600 } ) for line in data: con.execute(text("""INSERT INTO Cars(Id, Name, Price) VALUES(:Id, :Name, :Price)"""), **line) ``` 使用绑定参数的后端中立方式创建`Cars`表。 ```py eng = create_engine("mysql://testuser:test623@localhost/testdb") ``` 我们将连接到 MySQL 数据库。我们使用特定的 MySQL 连接字符串。 ```py for line in data: con.execute(text("""INSERT INTO Cars(Id, Name, Price) VALUES(:Id, :Name, :Price)"""), **line) ``` 使用`for`循环，我们将数据插入数据库表中。数据库使用不同的绑定参数构造。借助`text()`函数，我们使用了后端中立的方式来绑定参数。 ```py $ mysql -u testuser -p mysql> USE testdb; mysql> SELECT * FROM Cars; +----+------------+--------+ | Id | Name | Price | +----+------------+--------+ | 1 | Audi | 52642 | | 2 | Mercedes | 57127 | | 3 | Skoda | 9000 | | 4 | Volvo | 29000 | | 5 | Bentley | 350000 | | 6 | Citroen | 21000 | | 7 | Hummer | 41400 | | 8 | Volkswagen | 21600 | +----+------------+--------+ 8 rows in set (0.00 sec) ``` 我们验证数据。 ## 列名下面的示例打印`Cars`表的列名。 `raw_column_names.py` ```py #!/usr/bin/python # -*- coding: utf-8 -*- from sqlalchemy import create_engine from sqlalchemy.sql import text eng = create_engine('sqlite:///:memory:') with eng.connect() as con: con.execute(text('''CREATE TABLE Cars(Id INTEGER PRIMARY KEY, Name TEXT, Price INTEGER)''')) rs = con.execute(text('SELECT * FROM Cars')) print rs.keys() ``` 该示例在内存中创建一个数据库表并打印其列名。 ```py rs = con.execute(text('SELECT * FROM Cars')) ``` 在`SELECT`语句中，我们选择所有列。 ```py print rs.keys() ``` `keys()`方法返回列的名称。 ```py $ ./raw_column_names.py [u'Id', u'Name', u'Price'] ``` 这是示例的输出。在 SQLite 教程的这一部分中，我们使用 SQLAlchemy 执行了原始 SQL 语句。