巨杉數據庫是一款金融級分布式關系型數據庫，2017、2018連續兩年入選Gartner數據庫報告。
巨杉堅持產品從零開始自主研發，為用戶提供安全可靠、性能卓越的海量數據存儲管理、高並發實時處理、分布式計算以及實時流處理等企業級數據處理解決方案。
目前在金融、政府、電信多個行業得到了廣泛應用，並在超過50家大中型銀行的核心生產系統應用。

本節介紹使用Python運行SequoiaDB。首先安裝SequoiaDB，安裝信息請查看安裝章節。

這裏介紹如何使用Python客戶端驅動接口編寫使用SequoiaDB數據庫的程序。為了簡單起見，下面的示例不全是完整的代碼，只起示例性作用。可到SequoiadDB安裝路徑下samples/Python下獲取相應的完整的代碼。更多查看Python API

Note:
在Python中構造BSON時默認使用dict，dict的字段是無序的。
如果要求BSON中的字段順序與輸入順序一致（例如，創建索引時索引鍵的定義），請使用collections.OrderedDict。

數據庫操作

• 數據庫連接（Connecting）

  以下是connect.py演示如何連接到數據庫。

  1. import pysequoiadb
  2. from pysequoiadb import client
  4. # connect to local db, using default args value.
  5. host = ‘localhost‘
  6. port = 11810
  7. # user= ‘‘, password= ‘‘
  8. db = client(host, port)
  10. # if no error occurs, connect to specified server successfully
  11. print ‘Connect success‘
  12. db.disconnect()

  在Linux下，可以直接運行python解釋執行connect.py。

  Note:

  本例程連接到本地數據庫的服務端口11810，使用的是空的用戶名和密碼。用戶需要根據自己的實際情況配置參數。譬如，將上述代碼中的 db = client()

  修改為 db = client(‘192.168.10.188‘, 11810)。當數據庫已經創建用戶時，應該使用正確的用戶及密碼連接到數據庫，否則連接失敗。

• 創建集合空間和集合

  以下創建了一個名字為“foo”的集合空間和一個名字為“bar”的集合，集合空間內的集合的數據頁大小為16k。可根據實際情況選擇不同大小的數據頁。創建集合後，可對集合做增刪改查等操作。

  1. # connect to db
  2. db = client("localhost", 11810)
  4. # create collection space
  5. cs_name = ‘foo‘
  6. cs = db.create_collection_space(cs_name)
  8. cl_name = ‘bar‘
  9. cl = cs.create_collection(cl_name)

• 插入數據（insert）

  1. # creat dict object
  2. record = {"name":"Tom", "age":24}
  3. oid = cl.insert ( record ) ;

  record為輸入參數，為要插入的數據。dict對象將會被轉換成bson插入到集合中。oid 是插入該記錄時，返回的bson結構的objectid。

• 查詢（query）

  1. import pysequoiadb
  2. from pysequoiadb import client
  3. from pysequoiadb.error import SDBEndOfCursor
  5. cr = cl.query()
  6. while True:
  7. try:
  8. record = cr.next()
  9. print(record)
  10. except SDBEndOfCursor:
  11. break
  12. finally:
  13. cr.close()

  查詢操作需要一個遊標對象存放查詢的結果到本地。要獲得查詢的結果需要使用遊標操作。本例使用了遊標操作的next接口，表示從查詢結果中取到一條記錄。此示例中沒有設置查詢條件，篩選條件，排序情況，及僅使用默認索引。

• 索引（index）

  1. index_name = "index_name"
  2. idx = OrderedDict([(‘name‘, 1), (‘age‘, -1)])
  3. cl.create_index ( idx, index_name, False, False ) ;

  集合對象collection中創建一個以“name”為升序，“age”為降序的索引。

• 更新（update）

  1. rule = {"$set":{ "age":19}}
  2. print rule
  3. cl.update( rule )

  在集合對象 ollection中更新了記錄。實例中沒有指定數據匹配規則，所以此示例將更新集合中所有的集合。

集群操作

分區組操作包括創建分區組（client::creat_replica_group），得到分區組實例（client:: get_replica_group_by_name 和 client:: get_replica_group_by_id），啟動分區組所有節點（replicagroup::start），停止分區組所有節點（replicagroup::stop）等。

• 分區組操作

  以下僅作為示例，真正的應用應包括錯誤檢測等。

  1. rg = db.create_replica_group ("group1")
  3. config = {}
  4. rg.create_node (‘ubuntu-test-03‘, ‘20000‘, "/opt/sequoiadb/database/20000", config)
  6. rg.start ()

  創建名為group1的數據組。創建節點時，定義一個空的map對象config表示該節點沒有更多的配置內容。

• 節點操作

  節點操作包括創建節點（replicagroup::create_node），獲取主節點（replicagroup::get_master），獲取備節點（replicagroup::get_slave），啟動節點（replicanode::start），停止節點（replicanode::stop）等。

  以下為數據節點操作示例性的例子。真正的應用應包括錯誤檢測等。

  1. # 獲取數據組group
  2. rg = db.get_replica_group_by_name("group1")
  4. # 獲取數據主節點
  5. master = rg.get_master() ;
  7. # 獲取數據備節點
  8. slave = rg.get_slave() ;

巨杉數據庫SequoiaDB Python開發基礎