弓在箭要射出之前，低聲對箭說道，“你的自由是我的”。Schema如箭，弓似Python，選擇Python，是Schema最大的自由。而自由應是一個能使自己變得更好的機會。

Schema是什麼？

不管我們做什麼應用，只要和使用者輸入打交道，就有一個原則--永遠不要相信使用者的輸入資料。意味著我們要對使用者輸入進行嚴格的驗證，web開發時一般輸入資料都以JSON形式傳送到後端API，API要對輸入資料做驗證。一般我都是加很多判斷，各種if，導致程式碼很醜陋，能不能有一種方式比較優雅的驗證使用者資料呢？Schema就派上用場了。

㈠ MySQLdb部分

表結構：

mysql> use sakila; 
mysql> desc actor; 
+-------------+----------------------+------+-----+-------------------+-----------------------------+ 
| Field    | Type         | Null | Key | Default      | Extra            | 
+-------------+----------------------+------+-----+-------------------+-----------------------------+ 
| actor_id  | smallint(5) unsigned | NO  | PRI | NULL       | auto_increment       | 
| first_name | varchar(45)     | NO  |   | NULL       |               | 
| last_name  | varchar(45)     | NO  | MUL | NULL       |               | 
| last_update | timestamp      | NO  |   | CURRENT_TIMESTAMP | on update CURRENT_TIMESTAMP | 
+-------------+----------------------+------+-----+-------------------+-----------------------------+ 
4 rows in set (0.00 sec) 

資料庫連線模組：

[root@DataHacker ~]# cat dbapi.py 
#!/usr/bin/env ipython 
#coding = utf-8 
#Author: [email protected] 
#Time: 2014-1-29 
 
import MySQLdb as dbapi 
 
USER = 'root' 
PASSWD = 'oracle' 
HOST = '127.0.0.1' 
DB = 'sakila' 
 
conn = dbapi.connect(user=USER,passwd=PASSWD,host=HOST,db=DB) 

1 列印列的元資料

[root@DataHacker ~]# cat QueryColumnMetaData.py 
#!/usr/bin/env ipython 
 
from dbapi import * 
 
cur = conn.cursor() 
statement = """select * from actor limit 1""" 
cur.execute(statement) 
 
print "output column metadata....." 
print 
for record in cur.description: 
  print record 
 
cur.close() 
conn.close() 

1.）呼叫execute()之後，cursor應當設定其description屬性
2.）是個tuple，共7列：列名、型別、顯示大小、內部大小、精度、範圍以及一個是否接受null值的標記

[root@DataHacker ~]# chmod +x QueryColumnMetaData.py 
[root@DataHacker ~]# ./QueryColumnMetaData.py 
output column metadata..... 
 
('actor_id',2,1,5,0) 
('first_name',253,8,45,0) 
('last_name',7,0) 
('last_update',19,0) 

2 通過列名訪問列值

預設情況下，獲取方法從資料庫作為"行"返回的值是元組

In [1]: from dbapi import * 
In [2]: cur = conn.cursor() 
In [3]: v_sql = "select actor_id,last_name from actor limit 2" 
In [4]: cur.execute(v_sql) 
Out[4]: 2L 
In [5]: results = cur.fetchone() 
In [6]: print results[0] 
58 
In [7]: print results[1] 
AKROYD 

我們能夠藉助cursorclass屬性來作為字典返回

In [2]: import MySQLdb.cursors 
In [3]: import MySQLdb 
In [4]: conn = MySQLdb.connect(user='root',passwd='oracle',host='127.0.0.1',db='sakila',cursorclass=MySQLdb.cursors.DictCursor) 
In [5]: cur = conn.cursor() 
In [6]: v_sql = "select actor_id,last_name from actor limit 2" 
In [7]: cur.execute(v_sql) 
Out[7]: 2L 
In [8]: results = cur.fetchone() 
In [9]: print results['actor_id'] 
58 
In [10]: print results['last_name'] 
AKROYD 

㈡ SQLAlchemy--SQL鍊金術師

雖然SQL有國際標準，但遺憾的是，各個資料庫廠商對這些標準的解讀都不一樣，並且都在標準的基礎上實現了各自的私有語法。為了隱藏不同SQL“方言”之間到區別，人們開發了諸如SQLAlchemy之類的工具

SQLAlchemy連線模組：

[root@DataHacker Desktop]# cat sa.py 
import sqlalchemy as sa 
engine = sa.create_engine('mysql://root:[email protected]/testdb',pool_recycle=3600) 
metadata = sa.MetaData() 

example 1：表定義

In [3]: t = Table('t',metadata,...:        Column('id',Integer),...:        Column('name',VARCHAR(20)),...:        mysql_engine='InnoDB',...:        mysql_charset='utf8' 
   ...:       ) 
 
In [4]: t.create(bind=engine) 

example 2：表刪除

有2種方式，其一： 
In [5]: t.drop(bind=engine,checkfirst=True)  
另一種是： 
In [5]: metadata.drop_all(bind=engine,checkfirst=True)，其中可以藉助tables屬性指定要刪除的物件 

example 3： 5種約束

3 .1 primary key 
下面2種方式都可以，一個是列級，一個是表級 
In [7]: t_pk_col = Table('t_pk_col',Column('id',Integer,primary_key=True),Column('name',VARCHAR(20))) 
In [8]: t_pk_col.create(bind=engine) 
In [9]: t_pk_tb = Table('t_pk_01',PrimaryKeyConstraint('id','name',name='prikey')) 
In [10]: t_pk_tb.create(bind=engine) 
3.2 Foreign Key 
In [13]: t_fk = Table('t_fk',ForeignKey('t_pk.id'))) 
In [14]: t_fk.create(bind=engine) 
In [15]: t_fk_tb = Table('t_fk_tb',Column('col1',Column('col2',VARCHAR(10)),ForeignKeyConstraint(['col1','col2'],['t_pk.id','t_pk.name'])) 
In [16]: t_fk_tb.create(bind=engine) 
3.3 unique 
In [17]: t_uni = Table('t_uni',unique=True)) 
In [18]: t_uni.create(bind=engine) 
In [19]: t_uni_tb = Table('t_uni_tb',UniqueConstraint('col1','col2')) 
In [20]: t_uni_tb.create(bind=engine) 
3.4 check 
   雖然能成功，但MySQL目前尚未支援check約束。這裡就不舉例了。 
3.5 not null 
In [21]: t_null = Table('t_null',nullable=False)) 
In [22]: t_null.create(bind=engine) 

4 預設值

分2類：悲觀(值由DB Server提供)和樂觀(值由SQLAlshemy提供)，其中樂觀又可分：insert和update

4.1 例子：insert 
In [23]: t_def_inser = Table('t_def_inser',VARCHAR(10),server_default='cc')) 
In [24]: t_def_inser.create(bind=engine) 
3.2 例子：update 
In [25]: t_def_upda = Table('t_def_upda',server_onupdate='DataHacker')) 
In [26]: t_def_upda.create(bind=engine) 
3.3 例子：Passive  
In [27]: t_def_pass = Table('t_def_pass',DefaultClause('cc'))) 
In [28]: t_def_pass.create(bind=engine) 

㈢ 隱藏Schema

資料的安全是否暴露在完全可信任的物件面前，這是任何有安全意識的DBA都不會去冒的風險。比較好的方式是儘可能隱藏Schema結構並驗證使用者輸入的資料完整性，這在一定程度上雖然增加了運維成本，但安全無小事。

這裡藉助開發一個命令列工具來闡述該問題

需求：隱藏表結構，實現動態查詢，並將結果模擬mysql \G輸出

版本： 
[root@DataHacker ~]# ./sesc.py --version 
1.0 
檢視幫助： 
[root@DataHacker ~]# ./sesc.py -h 
Usage: sesc.py [options] <arg1> <arg2> [<arg3>...] 
Options: 
 --version       show program's version number and exit 
 -h,--help      show this help message and exit 
 -q TERM        assign where predicate 
 -c COL,--column=COL assign query column 
 -t TABLE       assign query table 
 -f,--format     -f must match up -o 
 -o OUTFILE      assign output file 
我們要的效果： 
[root@DataHacker ~]# ./sesc.py -t actor -c last_name -q s% -f -o output.txt 
[root@DataHacker ~]# cat output.txt 
************ 1 row ******************* 
actor_id: 180 
first_name: JEFF 
last_name: SILVERSTONE 
last_update: 2006-02-15 04:34:33 
************ 2 row ******************* 
actor_id: 195 
first_name: JAYNE 
last_name: SILVERSTONE 
last_update: 2006-02-15 04:34:33 
......<此處省略大部分輸出>...... 

請看程式碼

#!/usr/bin/env python
import optparse
from dbapi import *

#構造OptionParser例項，配置期望的選項
parser = optparse.OptionParser(usage="%prog [options] <arg1> <arg2> [<arg3>...]",version='1.0',)
#定義命令列選項，用add_option一次增加一個
parser.add_option("-q",action="store",type="string",dest="term",help="assign where predicate")
parser.add_option("-c","--column",dest="col",help="assign query column")
parser.add_option("-t",dest="table",help="assign query table")
parser.add_option("-f","--format",action="store_true",dest="format",help="-f must match up -o")
parser.add_option("-o",dest="outfile",help="assign output file")
#解析命令列
options,args = parser.parse_args()
#把上述dest值賦給我們自定義的變數
table = options.table
column = options.col
term = options.term
format = options.format
#實現動態讀查詢
statement = "select * from %s where %s like '%s'"%(table,column,term)
cur = conn.cursor()
cur.execute(statement)
results = cur.fetchall()
#模擬 \G 輸出形式
if format is True:
 columns_query = "describe %s"%(table)
 cur.execute(columns_query)
 heards = cur.fetchall()
 column_list = []
 for record in heards:
  column_list.append(record[0])
 output = ""
 count = 1
 for record in results:
  output = output + "************ %s row ************\n\n"%(count)
  for field_no in xrange(0,len(column_list)):
   output = output + column_list[field_no]+ ": " + str(record[field_no]) + "\n"
  output = output + "\n"
  count = count + 1
else:
 output = []
 for record in xrange(0,len(results)):
  output.append(results[record])
 output = ''.join(output)
#把輸出結果定向到指定檔案
if options.outfile:
 outfile = options.outfile
 with open(outfile,'w') as out:
  out.write(output)
else:
 print output
#關閉遊標與連線
conn.close()
cur.close()

總結

以上就是本文關於MySQL資料庫設計之利用Python操作Schema方法詳解的全部內容，希望對大家有所幫助。歡迎參閱：Python定時器例項程式碼、Python生成數字圖片程式碼分享等，有什麼問題可以隨時留言，小編會及時回覆大家的，歡迎留言交流討論。