Basic introduction
https://segmentfault.com/a/1190000004288061
创建表
from sqlalchemy import create_engine, MetaData,\
Table, Column, Integer, String, ForeignKey
engine = create_engine('mysql+mysqldb://root:******@localhost/sa_test', echo=True)
metadata = MetaData(engine)
前面在创建MetaData时绑定了引擎：metadata = MetaData(engine)
当然也可以不绑定。绑定的好处是，后续很多调用 （比如 MetaData.create_all()，Table.create()，等等）就不用指定引擎了。
user_table = Table('user', metadata,
Column('id', Integer, primary_key=True),
Column('name', String(50)),
Column('fullname', String(100))
)
address_table = Table('address', metadata,
Column('id', Integer, primary_key=True),
Column('user_id', None, ForeignKey('user.id')),
Column('email', String(128), nullable=False)
)
metadata.create_all()
执行完metadata.create_all()这一句，两张表就创建好了，可以在MySQL里立即查看。
MetaData.create_all()可以多次调用，不会报错，它在内部会检查表是否已经创建。因为MetaData创建时已经绑定了引擎，所以此处create_all()就不必再指定了，否则得写成：
metadata.create_all(engine)
创建引擎时，echo参数为True，程序运行时便有很多调试信息打印出来。在这些调试信息中，可以看到如下两条MySQL的CREATE TABLE语句：
CREATE TABLE user (
id INTEGER NOT NULL AUTO_INCREMENT,
name VARCHAR(50),
fullname VARCHAR(100),
PRIMARY KEY (id)
)
CREATE TABLE address (
id INTEGER NOT NULL AUTO_INCREMENT,
user_id INTEGER,
email VARCHAR(128) NOT NULL,
PRIMARY KEY (id),
FOREIGN KEY(user_id) REFERENCES user (id)
)
表的反射 Table Reflection
表创建好了，一般也就不动了。所以实际应用时，往往表都已经存在，并不需要创建，只需把它们”导入”进来即可，这时就得使用autoload参数。
from sqlalchemy import create_engine, MetaData, Table
engine = create_engine('mysql+mysqldb://root:******@localhost/sa_test', echo=False)
metadata = MetaData(engine)
user_table = Table('user', metadata, autoload=True)
print 'user' in metadata.tables
print [c.name for c in user_table.columns]
address_table = Table('address', metadata, autoload=True)
print 'address' in metadata.tables
如果MetaData没有绑定引擎，则另需指定autoload_with参数：
user_table = Table('user', metadata, autoload=True, autoload_with=engine)
如果被反射的表外键引用了另一个表，那么被引用的表也会一并被反射。比如只反射address表，user表也一并被反射了。
from sqlalchemy import create_engine, MetaData, Table
engine = create_engine('mysql+mysqldb://root:******@localhost/sa_test', echo=False)
metadata = MetaData(engine)
address_table = Table('address', metadata, autoload=True)
print 'user' in metadata.tables
print 'address' in metadata.tables
插入数据
插入数据之前，必须要有表对象，不管是新创建的，还是通过反射导入的。
Insert对象
要往表里插数据，先创建一个Insert对象：
ins = user_table.insert()
打印这个Insert对象，可以看到它所对应的SQL语句：
print ins
$ INSERT INTO user (id, name, fullname) VALUES (%s, %s, %s)
如果连接的数据库不是MySQL而是SQLite，那输出可能就是下面这样：
INSERT INTO user (id, name, fullname) VALUES (?, ?, ?)
可见SQLAlchemy帮我们封装了不同数据库之间语法的差异。如果MetaData创建时没有绑定引擎，那么输出会略有不同：
INSERT INTO "user" (id, name, fullname) VALUES (:id, :name, :fullname)
执行
ins = ins.values(name='adam', fullname='Adam Gu')
print ins
conn = engine.connect()
result = conn.execute(ins)
由调试信息可见具体的INSERT语句：
INSERT INTO user (name, fullname) VALUES (%s, %s)
('adam', 'Adam Gu')
COMMIT
返回值result是一个ResultProxy对象，ResultProxy是对DB-API中cursor的封装。插入语句的结果并不常用，但是查询语句肯定是要用到它的。不妨在MySQL里看一下刚插入的数据。
mysql> select * from user;
+----+------+----------+
| id | name | fullname |
+----+------+----------+
| 1 | adam | Adam Gu |
+----+------+----------+
1 row in set (0.00 sec)
执行多条语句
还记得前面的Insert对象使用values()方法来限制列吗？
ins = ins.values(name='adam', fullname='Adam Gu')
这种方式其实不利于Insert对象的复用，更好的做法是把参数通过execute()方法传进去：
ins = user_table.insert()
conn.execute(ins, name='adam', fullname='Adam Gu')
一次插入多条记录也很简单，只要传一个字典列表（每个字典的键必须一致）给execute()即可。
conn.execute(address_table.insert(), [
{ 'user_id': 1, 'email': '[email protected]' },
{ 'user_id': 1, 'email': '[email protected]' },
])
调试信息里具体的INSERT语句：
INSERT INTO address (user_id, email) VALUES (%s, %s)
((1, '[email protected]'), (1, '[email protected]'))
COMMIT