接上一节，继续SQLAlchemy的学习心得，本章介绍直接使用table的增删改查操作，还不是orm哦。
一、插入操作
from demo_define_table import user_table
#第一种插入方式
stmt = user_table.insert(values=dict(user_name=u’富士达1’, password=u’富士达1’, email_address=u’Rick 富士达1’))
stmt.execute()
#第二种插入方式
stmt = user_table.insert()
stmt.execute(user_name=u’富士达’, password=u’富士达’, email_address=u’Rick 富士达’)
我们从demo_define_table文件获取到定义的 user_table 表类型，然后直接就可以进行insert操作
二、更新操作
#第一种方式更新
stmt = user_table.update(
whereclause=text(“user_name=’富士达’”),
values=dict(password=u’passwd’))
stmt.execute()
#第二种方式更新
stmt = user_table.update(
text(“user_name=’富士达1’”))
stmt.execute(password=u’passwd1’)
也可以从 user_table 实例进行update操作，下面是一个子查询的update操作，将 product_price_table 表内所有 sku 字段和 product_table 表内sku字段相同的，更新成product_table表的msrp字段值
msrp = select(
[product_table.c.msrp],
product_table.c.sku==product_price_table.c.sku,
limit=1)
stmt = product_price_table.update( values=dict(price=msrp))
stmt.execute()
三、删除操作
stmt = user_table.delete(
text(“user_name=’富士达’”))
stmt.execute()
删除操作比较简单，给一个查询条件即可
四、查询
查询是SQL语句中最为复杂的也是最为强大的，我们可以使用select函数和select方法，两者是等价的：
#使用select函数
stmt = select([user_table.c.user_name])
for row in stmt.execute():
print row
#使用select方法
stmt = user_table.select()
for row in stmt.execute():
print row
1、select参数：
1、columns=None，表示要查找的列名
2、bind=None，数据库引擎，如果忽略这个设置，将会使用本表的绑定引擎
3、whereclause(whereclause)=None，where的条件，
4、from_obj=[]，设置from的条件，如果忽略它，那么将会由SQLAlchemy自动根据其他条件得出
5、order_by=None，排序条件
6、group_by=None，分组条件
7、having=None，having要素
8、distinct=False，增加distinct筛选
9、for_update=False，增加一个FOR UPDATE筛选，像mysql可以使用‘read’用来锁住表，保证接下来的update准确性
10、limit=None，限制行数
11、offset=None，偏移量
12、correlate=True，是否关联查询
13、use_labels=False，对列名数组生成唯一的标签，防止列名冲突
14、prefixes=None，将一数组的命令插入到SELECT关键字后和列名前
2、where子句
用来构建where子句，我们可以使用text或者SQL 表达式语法。最简单的方法用来生成where子句就是使用SQLAlchemy提供的操作
stmt=user_table.select(user_table.c.user_name==u”富士达1”)
print stmt.execute().fetchall()
where操作符
print product_price_table.c.price == 12.34
product_price.price = ?
print product_price_table.c.price != 12.34
product_price.price != ?
print product_price_table.c.price < 12.34
product_price.price < ?
print product_price_table.c.price > 12.34
product_price.price > ?
print product_price_table.c.price <= 12.34
product_price.price <= ?
print product_price_table.c.price >= 12.34
product_price.price >= ?
print product_price_table.c.price == None
product_price.price IS NULL
3、AND OR NOT
与操作，或操作，非操作
print (product_table.c.msrp > 10.00) & (product_table.c.msrp < 20.00)
print and_(product_table.c.msrp > 10.00, product_table.c.msrp < 20.00)
print product_table.c.sku.like(‘12%’)
print not_(and_(product_table.c.msrp > 10.00, product_table.c.msrp < 20.00))
4、其他条件操作符
#其他条件操作符
between(cleft, cright)，在这个区间内
distinct()，distinct操作
startswith(other)，就像’other%’
endswith(other)，就像’%other’
in_(*other)，也可以是子查询，或者一个数组
like(other)，like操作
op(operator)，操作
label(name)，别名，相当于给列 as 名字
5、绑定查询条件
可以加速查询，简洁代码，例子如下：
stmt = select([product_table.c.msrp], whereclause=product_table.c.sku==bindparam(‘sku’))
print stmt.execute(sku=’123’).fetchall()
[(12.34,)]
print stmt.execute(sku=’456’).fetchall()
[(22.120000000000001,)]
print stmt.execute(sku=’789’).scalar()
41.44
bindparam函数的参数说明
1、key，绑定的列名
2、value=None，默认列名的值
3、type=None，绑定的类型
4、shortname=None，列名别名
5、unique=False，产生所绑定的列名是唯一名称，通常伴随 value 参数一起使用
6、使用字符串条件
stmt = select([‘product.msrp’],
from_obj=[‘product’],
whereclause=text(“product.sku==’123’”))
7、排序order，分组groupby和消除重复distinct
1、排序
stmt = product_table.select(order_by=[product_table.c.msrp])
stmt = product_table.select(order_by=[desc(product_table.c.msrp)])
2、groupby 然后 count
stmt = select([product_price_table.c.sku,
func.count(product_price_table.c.store_id)],
group_by=[product_price_table.c.sku])
另外一个having的例子
stmt = select([product_price_table.c.sku,
func.count(product_price_table.c.store_id)],
group_by=[product_price_table.c.sku],
having=func.count(product_price_table.c.store_id)
3、distinct的例子
stmt = select([product_price_table.c.sku,
product_price_table.c.price],
distinct=True)
8、limit和offset
分页使用，limit和offset的例子
stmt = product_table.select(offset=1, limit=1)
9、多表联合查询
1、创建from的对象
from_obj = store_table.join(product_price_table)
.join(product_table)
query = store_table.select()
query = query.select_from(from_obj)
query = query.where(product_table.c.msrp
!= product_price_table.c.price)
print query
#打印信息
SELECT store.id, store.name
FROM store JOIN product_price ON store.id = product_price.store_id
JOIN product ON product.sku = product_price.sku
WHERE product.msrp != product_price.price
将多表查询整合在一句里面的例子：
query2 = select([store_table, product_table.c.sku],
from_obj=[from_obj],
whereclause=(product_table.c.msrp
!=product_price_table.c.price))
print query2
#打印信息
SELECT store.id, store.name, product.sku
FROM store JOIN product_price ON store.id = product_price.store_id
JOIN product ON product.sku = product_price.sku
WHERE product.msrp != product_price.price
outerjoin的例子
from_obj = store_table.outerjoin(product_price_table)
from_obj = from_obj.outerjoin(product_table)
query = store_table.select()
query = query.select_from(from_obj)
query = query.column(‘product.msrp’)
print query
#打印信息
SELECT store.id, store.name, product.msrp
FROM store LEFT OUTER JOIN product_price
ON store.id = product_price.store_id
LEFT OUTER JOIN product
ON product.sku = product_price.sku
10、set 操作符 UNION, INTERSECT, EXCEPT
union(), union_all(),
intersect(), intersect_all(),
except_(), and except_all()
下面2个语句是等价的
query = product_table.select(and_(product_table.c.msrp > 10.00 , product_table.c.msrp < 20.00))
query0 = product_table.select(product_table.c.msrp > 10.00)
query1 = product_table.select(product_table.c.msrp < 20.00)
query = intersect(query0, query1)
11、Subqueries 子查询
in_操作符
subquery = select([employee_table.c.id],
employee_table.c.manager_id==None)
stmt = employee_table.select(
and_(employee_table.c.id.in_(subquery),
employee_table.c.name.like(‘Ted%’)))
下一节将真正的学习SQLAlchemy的对象关系映射技巧