第十二章：使用C语言(Python语言)操作Sqlserver2019数据库
目录
- 一、连接数据库的准备工作
- 二、使用 ODBC 连接数据库
-
- 1. ODBC 数据源简介
- 2. 配置 ODBC 数据库源
- 3. 连接数据库函数
- 4. C 语言通过 ODBC 操作数据库
- 三、非 ODBC 方式操作数据库
-
- 3.1 删除、修改、插入数据
- 3.2 查询数据
- 四、拓展：Python 操作 SQLServer
-
- 4.1 pymssql 模块
- 4.2 ORM 框架
-
- 4.2.1 连接数据库
- 4.2.2 创建数据表
- 4.2.3 添加数据
- 4.2.4 更新数据
- 4.2.5 查询数据
学前必备知识
- 第一章：SQL Server 数据库环境搭建与使用
- 第二章：SQL Server2019 数据库的基本使用之图形化界面操作
- 第三章：SQL Server2019 数据库 之 开启 SQL 语言之旅
- 第四章：SQL Server2019 数据库 之 综合案例练习、 使用SQL语句插入数据、更新和删除数据
- 第五章：SQL Server2019 数据库 之 综合案例练习、开启 SELECT 语句之旅
- 第六章：SQL Server2019 数据库 之 SELECT 语句的深入使用
- 第七章：SQL Server2019 数据库 之 单表查询综合练习 及SELECT 语句的进阶使用
- 第八章：SQL Server2019 数据库 之分组统计(GROUP BY)
- 第九章：SQL Server2019 数据库 之简单子查询
- 第十章：SQL Server2019 数据库 之多行子查询
- 第十一章：SQL Server2019 数据库 之多表连接
每日一句：一个人要有很强烈的成功愿望，除了奋斗之外，得不停息地去思考，忍受内心的炼狱和折磨，能够从灰烬中站起来，反败为胜。In order to have a strong desire to succeed，in addition to struggle，a person has to think continuously，endure inner purgatory and torture，and be able to rise from the ashes and turn defeat into victory。——张朝阳（搜狐公司首席执行官)
本章学习目标：
- 了解 SQL Server 的配置。
- 掌握使用 ODBC 连接数据库的方法。
- 掌握使用非 ODBC 连接数据库的方法。
- 拓展学习 Python 操作 SqlServer 数据库。
一、连接数据库的准备工作
1. 概述
C 语言连接 SQL Server 数据库的方法有两种，分别为非数据源方式和 ODBC 数据源方式。
2. 配置 SQL Server 环境
(1) 开启 SQLServer 服务。
(2) 通过 SQL Server 身份验证模式连接数据库，即使用用户 sa 身份登录数据库，如下图所示：
(3) 启用 SQL Server 协议，启用的方法是找到 SQL Server 配置管理器，将 SQL Server 网络配置的两个协议中的 Named Pipes 协议和 TCP/IP 协议全部启动，如下图所示：
3. 配置 C 语言环境
使用 Visual Studio 2019 创建一个空项目，步骤如下：
(1) 在编写程序之前，首先要创建一个新程序文件，具体方法是：在 Visual Studio 2019 欢迎界面选择 文件 菜单中的 新建 中的 项目 选项，或者按快捷键
(2) 在 新建项目 界面中选择要创建的项目类型。选择创建项目的示意图如下所示：
二、使用 ODBC 连接数据库
使用 ODBC 连接数据库，简单来说，就是通过一个媒介来连接数据库和程序代码。通过本节的学习，了解如何来创建 ODBC 数据源和使用 ODBC 数据源。
1. ODBC 数据源简介
ODBC 全称为 (Open DataBase Connectivity，开放数据库互连) 是 Microsoft 公司提供的有关数据库的一个组成部分，它建立一组规范并提供了数据库访问的标准 API(应用程序编程接口)。一个使用 ODBC 操作数据库的应用程序，基本操作都是由 ODBC 驱动程序完成的，不依赖于 DBMS(Database Management System，数据库管理系统)。
应用程序访问数据库时，首先要用 ODBC 管理器注册一个数据源，该数据源包括数据库位置、数据库类型和 ODBC 驱动程序等信息，管理器根据这些信息建立 ODBC 与数据库的连接。通过 ODBC 可以连接 MSSQLServer、MYSQL、DB2、Oracle、Access 等各种数据库，通过统一的函数进行访问(也就是访问各种数据库都可以使用统一的函数)，改善了连接不同数据库的差异性。
2. 配置 ODBC 数据库源
配置 ODBC 数据源的步骤如下：
- 在 Windows 操作系统中，选择 “开始” → “控制面板” 选项，在 “查看方式” 处选择 “小图标(S)” 选项，然后单击 “管理工具” 选项，打开 “管理工具” 文件夹，如下图所示：
在 “管理工具” 文件夹中，双击 “数据源(ODBC)” 图标，打开 ODBC 数据源管理器，如图所示。
- 在 ODBC 数据源管理器中，单击“添加”按钮，打开“创建新数据源”对话框，如图所示：
- 在“创建新数据源”对话框中选择 ODBC 提供驱动程序的数据源，包括 Access 类驱动程序、dBase 类驱动程序、Excel 类驱动程序、FoxPro 类驱动程序、Visual FoxPro 类驱动程序、Paradox 类驱动程序、Text 类驱动程序、Oracle 类驱动程序和 SQL Server 类驱动程序。本章主要介绍创建 SQL Server 的数据源，所以在驱动程序名称菜单中，选择“SQL Server Native Client 11.0”，单击“完成”按钮，如下图所示：
- 随后打开“创建到 SQL Server的新数据源”对话框。在“名称”文本框内输入新的数据源名，例如 csql。在“描述”文本框内输入对数据源的描述，也可以为空，这里没有输入内容。在“服务器”下拉列表框中选择需要连接的服务器，笔者这里直接输入的
LAPTOP-CQGGTJJP\AMOXIANG。然后单击“下一步”按钮，如图所示：
- 接下来选择 SQL Server 的登录验证方式，在“创建到SQL Server的新数据源”对话框中，选择第二个单选框“使用用户输入登录ID和密码的SQL Server验证(S)”，然后输入登录ID和密码，单击“下一步”按钮，如图所示。
在“登录ID”文本框中输入“sa”。
在“密码”文本框中输入密码，这个密码是安装 SQL Server 时设置的，如果为空，则不输入。
- 打开下图所示的对话框。选中“更改默认的数据库为”复选框，同时在下拉列表框中选择需要的 SQL Server 数据库（例如选择 student)，然后单击“下一步”按钮。
- 在打开的对话框中使用默认选项，单击“完成”按钮，则打开“ODBC Microsoft SQL Server安装”对话框。单击“测试数据源”按钮，如果正确，则测试成功；如果不正确，系统会指出具体的错误，用户应该重新检查配置的内容是否正确。测试成功如图所示。
- 单击“确定”按钮，新创建的数据源就会添加到如下图所示对话框中的数据源列表框中，再单击“确定”按钮，一个新的 SQL Server 数据源就创建完成了。
至此，ODBC 数据源 csql 就创建完成了，接下来就可以使用 ODBC 数据源进行数据库的连接。
3. 连接数据库函数
使用 C 语言连接数据库需要使用到一些函数，下面分别介绍。
(1) SQLAllocHandle() 函数。
该函数用来分配句柄，语法如下：
SQLRETURN SQLAllocHandle(
SQLSMALLINT HandleType,
SQLHANDLE InputHandle,
SQLHANDLE* OutputHandlePtr
);
参数说明：
-
HandleType：输入变量。该变量只能从下列四个值中选择其一：
- SQL_HANDLE_ ENV：用于申请环境句柄。
- SQL_HANDLE_DBC：用于申请连接句柄。
- SQL_HANDLE_DESC：用于申请描述符句柄。
- SQL_HANDLE_STMT：用于申请语句句柄。
-
InputHandle：该变量放入已经被分配好的前提句柄，如果第一个变量为环境句柄，则放入 SQL_NULL_HANDLE 即可；如果第一个变量为 SQL_HANDLE_DBC，则第二个变量必须为已分配的环境句柄；如果第一个变量为 SQL_HANDLE_DESC，SQL_HANDLE_STMT，则第二个变量必须为已分配好的连接句柄。
-
OutputHandlePtr：该变量为一个指针变量，用于保存申请来的句柄，申请句柄类型为第一个变量，在定义该指针的时候需要注意类型一致。返回值有四种：SQL_SUCCESS、SQL_SUCCESS_WTTH_INFO、SQL_INVALID_HANDLE、SQL_ERROR。
(2) SQLSetEnvAttr() 函数。
该函数用于设置环境属性值，语法如下：
SQLRETURN SQLSetEnvAttr(
SQLHENV EnvironmentHandle,
SQLINTEGER Attribute,
SQLPOINTER ValuePtr,
SQLINTEGER StringLength
);
参数说明：EnvironmentHandle：输入变量，需放入环境句柄。Attribute：输入变量。ValuePtr：输入变量。Attribute 和 ValuePtr 的取值如下表所示：
StringLength：输入变量如果 ValuePir 为一个整型指针，则可以被忽略。如果为二进制或字符串，那么就需要再次计算。返回值有四种：SQL_SUCCESS、SQL_SUCCESS_WTTH_INFO、SQL_INVALID_HANDLE、SQL_ERROR。
(3) 连接函数。
在分配环境和连接句柄并设置连接属性后，应用程序将连接到数据源或驱动程序。有三种可用于连接的函数：SQLConnect() 函数、SQLDriverConnect() 函数、SQLBrowseConnect() 函数
-
SQLConnect() 函数。SQLConnect() 是最简单的连接函数。它接受三个参数：数据源名称、用户ID 和密码，这三个参数包含连接到数据库所需的所有信息。若要执行此操作，生成使用的数据源的名称 SQLDataSources，提示用户输入数据源、用户ID 和密码，然后调用 SQLConnect。
-
SQLDriverConnect() 函数。SQLDriverConnect() 函数是在数据源名称、用户ID 和密码的详细信息同时都存在的情况下使用。参数之一的 SQLDriverConnect() 是一个包含特定于驱动程序信息的连接字符串。使用 SQLDriverConnect() 函数而不是 SQLConnect() 函数的原因如下：
- 在连接时指定特定于驱动程序的信息。
- 请求驱动程序提示用户输入连接信息。
- 不使用 ODBC 数据源进行连接。
SQLDriverConnect() 函数连接字符串包含一系列指定 ODBC 驱动程序支持的所有连接信息的关键字/值对。每个驱动程序都支持标准 ODBC 关键字（DSN、FILEDSN、DRIVER、UID、PWD和SAVEFILE)，以及用于驱动程序支持的所有连接信息的特定于驱动程序的关键字。SQLDriverConnect() 函数可以用于不使用数据源连接。例如，应用程序，旨在使“dsn”连接到的实例 SQL Server 可以调用 SQLDriverConnect() 函数与定义的登录ID、密码、网络库和服务器名称到一个连接字符串连接和默认数据库以使用。
使用 SQLDriverConnect() 函数，用于提示用户为任何所需的连接信息的两个选项：应用程序对话框：可以创建一个应用程序对话框，提示输入连接信息，然后呼叫 SQLDriverConnect() 函数，带有 NULL 窗口句柄和 DriverCompletion 设置为 SQL_DRIVER_NOPROMPT。这些参数设置将禁止 ODBC 驱动程序打开自己的对话框。在对应用程序的用户界面进行控制时，使用此方法。驱动程序对话框：可以编写代码，应用程序传递的有效的窗口句柄 SQLDriverConnect() 函数并设置 DriverCompletionSQL_DRIVER_COMPLETE、SQL_DRIVER_PROMPT 或 SQL_DRIVER_COMPLETE_ 参数必填。驱动程序然后生成一个对话框，以便提示用户输入连接信息。此方法可以简化应用程序代码。 -
SQLBrowseConnect() 函数。SQLBrowseConnect() 函数与SQLDriverConnect() 函数类似，功能都是连接字符串。但是，通过使用 SQLBrowseConnect() 函数，应用程序可以在运行时构造完整连接字符串，以迭代方式与数据源。这允许应用程序执行以下两种操作：生成自己的对话框以提示输入此信息，因此保留对其用户界面的控制。浏览系统以找到可由特定的驱动程序使用的数据源，它需要执行若干步骤。例如，用户可能要首先浏览网络以找到服务器，然后再选择某一服务器后，浏览该服务器以找到驱动程序可访问的数据库。当 SQLBrowseConnect() 函数完成成功连接时，它返回的连接字符串，可在后续调用 SQLDriverConnect() 函数。
4. SQLExecDirect()函数
如果语句中存在任何参数，则 SQLExecDirect() 使用参数标记变量的当前值来执行可预准备语句。SQLExecDirect() 函数是提交一次执行的 SQL 语句的最快方式，语法格式如下：
SQLRETURN SQLExecDirect(
SQLHSTMT StatementHandle,
SQLCHAR *StatementText,
SQLINTEGER TextLength);
参数说明：
- StatementHandle：SQL 语句句柄。
- StatementText：要执行的 SQL 语句。
- TextLength：SQL字符串长度。
5. SQLPrepare() 函数
SQLPrepare() 是 ODBC 中的一个 API 函数，用来创建 SQL 语句，语法格式如下：
SQLRETURN SQLPrepare(
SQLHSTMT StatementHandle,
SQLCHAR * StatementText,
SQLINTEGER TextLength);
参数说明：
- StatementHandle：SQL 语句句柄。
- StatementText：要执行的 SQL 语句。
- TextLength：SQL字符串长度。
6. SQLBindCol() 函数
SQLBindCol() 函数可以实现将数据缓冲绑定到结果集的列，语法格式如下：
SQLRETURN SQLBindCol(
SQLHSTMT StatementHandle,
SQLUSMALLINT ColumnNumber,
SQLSMALLINT TargetType,
SQLPOINTER TargetValuePtr,
SQLINTEGER BufferLength,
SQLLEN * StrLen_or_Ind);
参数说明：
- StatementHandle：SQL 语句句柄。
- ColumnNumber：结果集里要绑定的列号。
- TargetType：*TargetValuePtr 所指缓冲的 C 数据类型的标识符。
- TargetValuePtr：用来绑定列的数据缓冲的指针。
- BufferLength：缓冲的字节数长度。
- StrLen_or_IndPtr：指向绑定列的长度。
7. SQLFetch() 函数
SQLFetch() 函数从结果集中提取下一行数据并返回所有绑定列的数据，语法格式如下：
SQLRETURN SQLFetch(
SQLHSTMT StatementHandle
);
参数说明：
- StatementHandle：SQL 语句句柄。
4. C 语言通过 ODBC 操作数据库
下面来讲解一个使用 ODBC 连接数据库的实例。
【实例01】：通过 C 语言代码操作数据库，向 student 数据库的 student 表中插入一条数据，代码如下。
#include执行代码前：
执行代码后：
三、非 ODBC 方式操作数据库
对数据的操作，简单来说可以分为两种，一种是对数据的操作，如删除、修改、插入等；另一种是对数据的查询，即从数据库中查询数据，下面分别进行介绍。
3.1 删除、修改、插入数据
C 语言对数据库的操作主要体现在 SQL 语句上，主要有两种，分别为：直接执行 SQL 语句方式和预编译执行 SQL 语句方式。
1. 直接执行 SQL 语句
通过 SQLExecDirect() 函数直接执行SQL语句。【实例02】：向 student 数据库的 student 表中插入一条数据，代码如下：
#include2. 预编译执行 SQL 语句
通过 SQLPrepare() 函数预编译执行 SQL 语句。【实例03】：向 student 数据库的 student 表中插入一条数据，代码如下：
#include3.2 查询数据
C 语言对数据库的操作，除了插入、删除和修改数据外，还可以查询数据，下面通过一个实例来介绍如何通过 C 语言程序查询数据库中的数据。
【实例04】查询 student 表中的所有数据，代码如下：
#include运行程序，结果如下图所示：
四、拓展：Python 操作 SQLServer
4.1 pymssql 模块
使用 pip 命令安装 pymssql 模块。如下图所示：
读者只需记住几个函数和方法，绝大多数的数据库的操作就可以搞定了。
(1) connect 函数：连接数据库，根据连接的数据库类型不同，该函数的参数也不同。connect 函数返回 Connection 对象。
(2) cursor 方法：获取操作数据库的 Cursor 对象。cursor 方法属于 Connection 对象。
(3) execute 方法：用于执行 SQL 语句，该方法属于 Cursor 对象。
(4) commit 方法：在修改数据库后，需要调用该方法提交对数据库的修改，commit 方法属于 Cursor 对象。
(5) rollback 方法：如果修改数据库失败，一般需要调用该方法进行数据库回滚，也就是将数据库恢复成修改之前的样子。
本例通过调用 pymssql 模块中的相应 API 对 SQLServer 数据库进行增、删、改、查操作。示例代码如下：
from pymssql import *
import json
# 打开 SQLServer 数据库，其中 LAPTOP-CQGGTJJP\AMOXIANG 笔者连接的SQLServer服务器
# sa 是用户名，sqlserver2019 是密码
# student 是数据库名
def connect_db():
db = connect(host="LAPTOP-CQGGTJJP\\AMOXIANG",
user="sa", password="sqlserver2019",
database="student", charset="utf8")
return db
db = connect_db()
# 创建 persons表
def create_table(db):
# 获取 Cursor对象
cursor = db.cursor()
sql = """CREATE TABLE persons
(id INT PRIMARY KEY NOT NULL,
name NVARCHAR(20) NOT NULL,
age INT NOT NULL,
address NCHAR(50),
salary REAL);
"""
try:
# 执行创建表的SQL语句
cursor.execute(sql)
cursor.close()
# 提交到数据库执行
db.commit()
return True
except:
# 如果发生错误则回滚
db.rollback()
return False
# 向persons表插入4条数据
def insert_records(db):
cursor = db.cursor()
try:
# 首先将以前插入的记录全部删除
cursor.execute("DELETE FROM persons;")
# 下面的几条语句向 persons表中插入4条记录
cursor.execute("INSERT INTO persons(id,name,age,address,salary) VALUES(1,'Paul',32,'Californis',20000.00)")
cursor.execute("INSERT INTO persons(id,name,age,address,salary) VALUES(2,'Allen',25,'Texas',15000.00)")
cursor.execute("INSERT INTO persons(id,name,age,address,salary) VALUES(3,'Teddy',23,'Norway',20000.00)")
cursor.execute("INSERT INTO persons(id,name,age,address,salary) VALUES(4,'Amo',18,'Rich-Mond',65000.00)")
# 提交到数据库执行
cursor.close()
db.commit()
return True
except Exception as e:
print(e)
# 如果发生错误则回滚
db.rollback()
return False
# 查询 persons表中全部的记录，并按age字段降序排列
def select_records(db):
cursor = db.cursor()
sql = "SELECT name,age,salary FROM persons ORDER BY age DESC;"
cursor.execute(sql)
# 调用fetchall()方法获取全部的记录
results = cursor.fetchall()
# 输出查询结果
print(results)
# 下面的代码将查询结果重新组织成其他形式
fields = ["name", "age", "salary"]
records = []
for row in results:
records.append(dict(zip(fields, row)))
cursor.close()
return json.dumps(records)
# if create_table(db):
# print("成功创建persons表")
# else:
# print("persons 表已经存在")
if insert_records(db):
print("成功插入记录")
else:
print("插入记录失败")
print(select_records(db))
db.close()
4.2 ORM 框架
开发人员经常接触的关系型数据库主要有 MySQL、Oracle、SQL Server、SQLite 和 PostgreSQL，操作数据库的方法大致有以下两种：
(1) 直接使用数据库接口连接。在 Python 的关系数据库连接模块中，分别有pymysql、cx_Oracle、pymssql、sqlite3 和 psycopg2。通常，这类数据库的操作步骤都是连接数据库、执行 SQL 语句、提交事务、关闭数据库连接。每次操作都需要 Open/Close Connection，如此频繁地操作对于整个系统无疑是一种浪费。对于一个企业级的应用来说，这无疑是不科学的开发方式。
(2) 通过ORM (Object/Relation Mapping，对象-关系映射) 框架来操作数据库。这是随着面向对象软件开发方法的发展而产生的，面向对象的开发方法是当今企业级应用开发环境中的主流开发方法，关系数据库是企业级应用环境中永久存放数据的主流数据存储系统。对象和关系数据是业务实体的两种表现形式，业务实体在内存中表现为对象，在数据库中表现为关系数据。内存中的对象之间存在关联和继承关系，而在数据库中，关系数据无法直接表达多对多关联和继承关系。因此，ORM 系统一般以中间件的形式存在，主要实现程序对象到关系数据库数据的映射。
常用的 ORM框架 模块有 SQLObject、Stom、Django的 ORM、peewee 和 SQLAlchemy。博文主要讲述 Python 的 ORM 框架 ⇒ SQLAlchemy。SQLAlchemy是 Python 编程语言下的一款开源软件，提供 SQL 工具包及对象(关系映射工具)，使用 MIT 许可证发行。
SQLAlchemy 采用简单的 Python 语言，为高效和高性能的数据库访问设计，实现了完整的企业级持久模型。SQLAlchemy 的理念是，SQL 数据库的量级和性能重要于对象集，而对象集合的抽象又重要于表和行。因此，SQLAlchmey 采用类似 Java 里 Hibernate 的数据映射模型，而不是其他 ORM 框架采用的 Active Record 模型。不过，Elixir 和 declarative 等可选插件可以让用户使用声明语法。
SQLAlchemy 首次发行于2006年2月，是 Python 社区中被广泛使用的 ORM 工具之一，不亚于 Django 的 ORM 框架。SQLAlchemy 在构建于 WSGI 规范的下一代 Python Web 框架中得到了广泛应用，是由 Mike Bayer 及其开发团队开发的一个单独的项目。使用 SQLAlchemy 等独立 ORM 的一个优势就是允许开发人员首先考虑数据模型，并能决定稍后可视化数据的方式 (采用命令行工具、Web框架还是GUI框架)。这与先决定使用 Web框架或GUI框架，再决定如何在框架允许的范围内使用数据模型的开发方法极为不同。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。安装 SQLAlchemy 时，建议直接使用 pip 安装，命令如下：
pip install SQLAlchemy
如下图所示：
使用 SQLAlchemy 连接数据库实质上还是通过数据库接口实现连接，安装 SQLAlchemy 后还需要安装对应数据库的接口模块，下面以 SQLServer 为例安装 pymssql 模块：
pip install pymssql
完成安装后，打开 CMD 窗口，通过导入模块测试是否安装成功：
4.2.1 连接数据库
SQLAlchemy 连接数据库使用数据库连接池技术，原理是在系统初始化的时候，将数据库连接作为对象存储在内存中，当用户需要访问数据库时，并非建立一个新的连接，而是从连接池中取出一个已建立的空闲连接对象。使用完毕后，用户也并非将连接关闭，而是将连接放回连接池中，以供下一个请求访问使用。而连接的建立、断开都由连接池自身来管理。同时，还可以通过设置连接池的参数来控制连接池中的初始连接数、连接的上下限数以及每个连接的最大使用次数、最大空闲时间等。也可以通过其自身的管理机制来监视数据库连接的数量、使用情况等。通过了解 SQLAlchemy 的原理有利于理解 SQLAlchemy 连接数据库的代码，代码如下：
from sqlalchemy import create_engine
"""
create_engine:
(数据库类型+数据库驱动名称://用户名:密码@数据库服务器的名称或(IP地址:端口号)/数据库名称?")
"""
engine = create_engine("mssql+pymssql://sa:sqlserver2019@LAPTOP-CQGGTJJP\\AMOXIANG/student?charset=utf8", echo=True,
pool_size=5, pool_timeout=30, max_overflow=4, pool_recycle=7200)
(1) “mssql+pymssql://sa:sqlserver2019@LAPTOP-CQGGTJJP\AMOXIANG/student?charset=utf8”：mssql 指明数据库系统类型，pymssql 是连接数据库接口的模块，sa 是数据库系统用户名，sqlserver2019 是数据库系统密码，LAPTOP-CQGGTJJP\AMOXIANG 是本地的数据库系统服务器的名称，student 是数据库名称，charset 指的是编码。
(2) echo=True：用于显示 SQLAlchemy 在操作数据库时所执行的 SQL 语句情况，相当于一个监视器，可以清楚知道执行情况，如果设置为 False，就可以关闭。
(3) pool_size：设置连接数，默认设置5个连接数，连接数可以根据实际情况进调整，在一般的爬虫开发中，使用默认值已足够。
(4) max_overflow：默认连接数为10。当超出最大连接数后，如果超出的连接数在 max_overflow 设置的访问内，超出的部分还可以继续连接访问，在使用过后，这部分连接不放在 pool (连接池) 中，而是被真正关闭。
(5) pool_recycle ：连接重置周期，默认为-1，推荐设置为7200，即如果连接已空闲 7200 秒，就自动重新获取，以防止 connection 被关闭。
(6) pool_timeout：连接超时时间，默认为30秒，超过时间的连接都会连接失败。
(7) ?charset=utf8：对数据库进行编码设置，能对数据库进行中文读写，如果不设置，在进行数据添加、修改和更新等时，就会提示编码错误。上述代码只是给出连接 SQLServer 的语句，其他数据的连接如下图所示：
4.2.2 创建数据表
完成数据库的连接后，可以通过 SQLAlchemy 对数据表进行创建和删除，使用 SQLAlchemy 创建数据表，代码如下：
# -*- coding: UTF-8 -*-
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, DateTime
from sqlalchemy import create_engine
"""
create_engine:
(数据库类型+数据库驱动名称://用户名:密码@数据库服务器的名称或(IP地址:端口号)/数据库名称?")
"""
engine = create_engine("mssql+pymssql://sa:sqlserver2019@LAPTOP-CQGGTJJP\\AMOXIANG/student?charset=utf8", echo=True,
pool_size=5, pool_timeout=30, max_overflow=4, pool_recycle=7200)
Base = declarative_base()
print(1)
# 第一种创建数据表的方式
class MyTable(Base):
# 表名
__tablename__ = "mytable"
# 字段，属性
id = Column(Integer, primary_key=True)
name = Column(String(50), unique=True)
age = Column(Integer)
birth = Column(DateTime)
class_name = Column(String(50))
# 创建数据表
Base.metadata.create_all(engine)
引入 declarative_base 模块，生成其对象 Base，再创建一个类 MyTable。一般情况下，数据表名和类名是一致的，__tablename__ 用于定义数据表的名称，可忽略，忽略时默认类名为数据表名。然后创建字段 id、name、age、birth、class_name。最后使用 Base.metadata.create_all(engine) 在数据库中创建对应的数据表。上述是比较常见的创建数据表的方法之一，还有一种创建方法类似 SQL 语句的创建方法：
# 第一种表创建的导入方式
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, MetaData, Table
from sqlalchemy.dialects.mssql import (INTEGER, CHAR)
engine = create_engine("mssql+pymssql://sa:sqlserver2019@LAPTOP-CQGGTJJP\\AMOXIANG/student?charset=utf8", echo=True,
pool_size=5, pool_timeout=30, max_overflow=4, pool_recycle=7200)
Base = declarative_base()
meta = MetaData()
my_class = Table("myclass", meta,
Column("id", INTEGER, primary_key=True),
Column("name", CHAR(50)),
Column("class_name", CHAR(50))
)
# 创建数据表
my_class.create(bind=engine)
"""
总结:
第二种与第一种创建数据表的方法大有不同，代码比较偏向于SQL创建数据表的语法，两者引入的模
块也各不相同，导致在创建数据表的时候，创建语法也不一致。不过两者实现的功能是一样的，可以根据自己的
爱好进行选择。一般情况下，前者较有优势，在数据表已经存在的情况下，前者再创建数据表不会报错，
后者就会提示已存在数据表的错误信息。
"""
# 若要删除数据表
my_class.drop(bind=engine)
Base.metadata.drop_all(engine)
"""
在删除数据表的时候，一定要先删除设有外键的数据表，也就是先删除 myclass 后才能删除mytable，两者之
间涉及外键，这是在数据库中删除数据表的规则。
"""
总结： 第二种与第一种创建数据表的方法大有不同，代码比较偏向于SQL创建数据表的语法，两者引入的模块也各不相同，导致在创建数据表的时候，创建语法也不一致。不过两者实现的功能是一样的，读者可以根据自己的爱好进行选择。一般情况下，前者较有优势，在数据表已经存在的情况下，前者再创建数据表不会报错，后者就会提示已存在数据表的错误信息。若要删除数据表，则可用以下代码：
# 若要删除数据表
my_class.drop(bind=engine)
Base.metadata.drop_all(engine)
无论数据表是否已经创建，在使用 SQLAlchemy 时一定要对数据表的属性、字段进行类定义。也就是说，无论通过什么方式创建数据表，在使用 SQLAlchemy 的时候，第一步是创建数据库连接，第二步是定义类来映射数据表，类的属性映射数据表的字段。
4.2.3 添加数据
完成数据表的创建后，下一步对数据表的数据进行操作。首先创建一个会话对象，用于执行 SQL 语句，代码如下：
from sqlalchemy.orm import sessionmaker
DBSession = sessionmaker(bind=engine)
session = DBSession()
引入 sessionmaker 模块，指明绑定已连接数据库的 engine 对象，生成会话对象 session，该对象用于数据库的增、删、改、查。一般来说，常用的数据库操作是增、改、查，SQLAlchemy 对这类操作有自身的语法支持。对上面代码中创建的数据表添加数据，代码如下：
new_data = MyTable(name="AmoXiang", age=18, birth="2000-5-20", class_name="一年级一班")
session.add(new_data)
session.commit()
session.close()
要使用 SQLAlchemy 添加数据，必须已经定义 mytable 对象，mytable 是映射数据库里面的 mytable 数据表。然后设置类属性 (字段) 对应的添加值，将数据绑定在 session 会话中，最后通过 session.commit() 来提交到数据库中，就完成对数据库的数据添加了。session.close()用于关闭会话，关闭会话不是必要规定，不过为了形成良好的编码规范，最好添加上。注意，如果关闭会话放在 session.commit() 之前，这个添加语句就是无效的，因为当前的 session 已经被关闭和销毁。所以在使用 session.close() 时，要注意编写的位置。完整代码：
from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, DateTime
engine = create_engine("mssql+pymssql://sa:sqlserver2019@LAPTOP-CQGGTJJP\\AMOXIANG/student?charset=utf8", echo=True,
pool_size=5, pool_timeout=30, max_overflow=4, pool_recycle=7200)
Base = declarative_base()
DBSession = sessionmaker(bind=engine)
session = DBSession()
# 第一种创建数据表的方式
class MyTable(Base):
# 表名
__tablename__ = "mytable"
# 字段，属性
id = Column(Integer, primary_key=True)
name = Column(String(50), unique=True)
age = Column(Integer)
birth = Column(DateTime)
class_name = Column(String(50))
Base.metadata.create_all(engine)
# new_data = MyTable(name="AmoXiang", age=18, birth="2000-5-20", class_name="一年级一班")
# session.add(new_data)
new_data = MyTable(name="Li Lei", age=18, birth="2000-5-20", class_name="一年级一班")
session.add(new_data)
new_data = MyTable(name="AmoXiang", age=18, birth="2000-5-20", class_name="一年级一班")
session.add(new_data)
session.commit()
session.close()
4.2.4 更新数据
目前，数据库中已经添加了一条数据，如果要对这条数据进行更新，SQLAlchemy 提供了以下两种更新数据的方法。完整代码如下：
from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, DateTime
engine = create_engine("mssql+pymssql://sa:sqlserver2019@LAPTOP-CQGGTJJP\\AMOXIANG/student?charset=utf8", echo=True,
pool_size=5, pool_timeout=30, max_overflow=4, pool_recycle=7200)
Base = declarative_base()
DBSession = sessionmaker(bind=engine)
session = DBSession()
# 第一种创建数据表的方式
class MyTable(Base):
# 表名
__tablename__ = "mytable"
# 字段，属性
id = Column(Integer, primary_key=True)
name = Column(String(50), unique=True)
age = Column(Integer)
birth = Column(DateTime)
class_name = Column(String(50))
Base.metadata.create_all(engine)
"""
首先查询 mytable 表id为1的数据，然后使用update对这条数据进行更新，update数据的格式是字典类型，
通过键值的方式对数据进行更新，接着使用 session.commit()执行更新语句，最后使用session.close()
关闭当前会话，释放资源。如果批量更新，就可以将filter_by(id=1)去掉，
这样能将mytable中age字段的值全部更新为12。filter_by 相当于SQL语句里面的where条件判断
"""
session.query(MyTable).filter_by(id=1).update({
MyTable.age: 12})
"""
使用赋值方式更新数据:
将数据查询出来，生成查询对象，然后对该对象的某个属性重新赋值，最后提交到数据库执
行。这种方法对批量更新不太友好，常用于单条数据的更新，若要用这种方法实现批量更新，
则只能循环每条数据进行赋值更改。但这种方法对性能影响较大，批量更新使用update()比较合理。
"""
get_data = session.query(MyTable).filter_by(id=1).first()
get_data.class_name = "三年级三班"
session.commit()
session.close()
4.2.5 查询数据
SQLAlchemy 对数据库多种查询方式有很好的语法支持。完整代码如下：
from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Integer, String, DateTime
from sqlalchemy import Column, MetaData, ForeignKey, Table
from sqlalchemy.dialects.mysql import (INTEGER, CHAR)
from sqlalchemy import or_
engine = create_engine("mssql+pymssql://sa:sqlserver2019@LAPTOP-CQGGTJJP\\AMOXIANG/student?charset=utf8", echo=True,
pool_size=5, pool_timeout=30, max_overflow=4, pool_recycle=7200)
Base = declarative_base()
DBSession = sessionmaker(bind=engine)
session = DBSession()
# 第一种创建数据表的方式
class MyTable(Base):
# 表名
__tablename__ = "mytable"
# 字段，属性
id = Column(Integer, primary_key=True)
name = Column(String(50), unique=True)
age = Column(Integer)
birth = Column(DateTime)
class_name = Column(String(50))
Base.metadata.create_all(engine)
# 创建数据表
# Base.metadata.create_all(engine)
meta = MetaData()
my_class = Table("myclass", meta,
Column("id", INTEGER, primary_key=True),
Column("name", String(50), ForeignKey(MyTable.name)),
Column("class_name", CHAR(50))
)
# 创建数据表
# 第一次的时候要把这个创建表的语句打开！！！否则程序会出错
# my_class.create(bind=engine)
# 查询 MyClass全部数据: 相当于SQL语句里面的select * from myclass;而all()是将数据以列表的形式返回。
get_data = session.query(my_class).all()
# [(1, 'AmoXiang', '三年级三班'), (2, 'Han meimei', '三年级二班'), (3, 'LILEI', '三年级一班')]
print(get_data)
for i in get_data:
# print(type(i))
print(f"我的名字是: {i.name}, 班级是: {i.class_name}")
# 查询某一字段
get_data = session.query(MyTable.name, MyTable.age).all()
for i in get_data:
print(f"我的名字是: {i.name}, 年龄是: {i.age}")
session.close()
# 根据条件查询某条数据
# 筛选方法一:
# get_data = session.query(MyTable).filter(MyTable.id == 1).all()
# print(get_data)
# 筛选方法二:
get_data = session.query(MyTable).filter_by(id=1).all()
print("数据类型是: " + str(type(get_data)))
for i in get_data:
print("我的名字是: " + i.name)
"""
总结:
(1) 字段写法: filter 筛选的字段是带类名(表名)的，而filter_by只需筛选字段即可。
(2) 判断条件: filter 比 filter_by 多出一个等号。
(3) 作用范围: filter 可以用于单表或者多表查询，而filter_by只能用于单表查询。
all() 方法是将查询数据以列表的形式返回，但只查询一条数据的时候，可以用first()返回第一条数据。
"""
# get_data = session.query(MyTable).filter(MyTable.id >= 2, MyTable.class_name == "三年级二班").first()
# print(f"我的名字是: {get_data.name}")
get_data = session.query(MyTable).filter(or_(MyTable.id >= 2, MyTable.class_name == "三年级一班")).all()
# print(type(get_data))
# for i in get_data:
# print(i.name)
# 内连接
get_data = session.query(MyTable).join(my_class).filter(MyTable.class_name == '三年级二班').all()
print('数据类型是:' + str(type(get_data)))
for i in get_data:
print('我的名字是:' + i.name)
print('我的班级是:' + i.class_name)
# 外连接
get_data = session.query(MyTable).outerjoin(my_class).filter(MyTable.class_name == '三年级二班').all()
for i in get_data:
print('我的名字是:' + i.name)
print('我的班级是:' + i.class_name)
"""
一般来说，如果涉及复杂的查询语句，特别涉及多表查询和复杂的查询条件时，SQLAlchemy还可以直接执行SQL语句
"""
sql = "select * from mytable "
session.execute(sql)
# 如果涉及更新、添加数据，就需要session.commit()
session.commit()
session.close()