python网络编程学习笔记(九)：数据库客户端 DB-API
一、DB-API概述
python支持很多不同的数据库。由于不同的卖家服务器导致和数据库通信的网络协议各有不同。在python的早期版本中，每一种数据库都带有自己的python模块，所有这些模块以不同的方式工作，并提供不同的函数。这种方法不便于编写能够在多种数据库服务器类型中运行的代码，于是DB-API库函数产生。在DB-API中，所有连接数据库的模块即便是底层网络协议不同，也会提供一个共同的接口。这一点和JAVA中的JDBC和ODBC类似。
DB-API下载地址：http://wiki.python.org/moin/DatabaseProgramming，目前版本是2.0，支持数据库包括IBMDB2、Firebird(andInterbase)、Informix、Ingres、MySQL、Oracle、PostgreSQL、SAPDB(alsoknownas"MaxDB")、MicrosoftSQLServer、Sybase等。
二、数据库连接
1、PostgreSQL
有几个模块可以完成python与PostgreSQL的联接，这里主要介绍使用psycopg。
下载地址是：http://initd.org/psycopg/download/。如果没有PostgreSQL，可以从以下地址下载：http://www.postgresql.org/。(关于PostgreSQL的安装等更加详细的介绍，可以见http://wenku.baidu.com/view/8e32d10c6c85ec3a87c2c500.html。)连接PostgreSQL数据库：
importpsycopg2
print"connectingtotest"##test为数据库名
dbh=psycopg2.connect('dbname=testuser=postgres')
print"connectionsuccessful"
2、MySQL
对于MySQL，python的接口是已知的MySQLdb或者MySQL-Python，下载地址：http://sourceforge.net/projects/mysql-python/。与PostgreSQL不同的是，MySQLdbconnect()函数可以带各种参数，具体如下：
举例，连接test数据库：
importMySQLdb print"connecting..." dbh=MySQLdb.connect(db="test") print"connectionsuccessful." dbh.close()
三、简单操作（以ＰostgreSQL为例）
这里以ＰostgreSQL为例介绍创建表、查询表等操作。例子中数据库名为test，用户名为postgres，输入一个表名，向表中插入数据并进行查询。具体如下，已进行了注示：
importpsycopg2
print"connectingtotest"
dbh=psycopg2.connect('dbname=testuser=postgres')
print"connectionsuccessful"
cur=dbh.cursor()#建立一个cursor对象，返回数据为字典形式
a=raw_input('tablelist:')＃输入表名
cur.execute("CREATETABLE%s(myidintegerUNIQUE,filenamevarchar(255))"%a)＃生成表，包含一个字段filename
b=1c='201210310540'
cur.execute("INSERTINTO%sVALUES(%d,%s)"%(a,b,c))#向表中插入记录b,c
cur.execute("SELECT*FROM%s"%a)#查询表中内容
rows=cur.fetchall()＃获得结果集中的所有行
forrowinrows:
printrow
dbh.commit()#以上对数据库的操作事务生效
dbh.close()
１、事务
多数数据库支持事务，事务可以将多条对数据库的改动放在一条命令中。在上面的例子中，当未曾执行commit()命令时，以上对数据库的操作均不会生效。另外还有一个函数rollback()，这个函数可以有效的放弃上一次执行commit()或者rollback()之后的改动。这个函数在发现错误，并想放弃已经发出的事务时，非常有效。对于不支持事务的数据库，改变会立刻执行，commit()什么也不做，但rollback()会报错。
２、效率
执行事件的性能很大程序上取决于不同的服务器，一般来说，在每个单独的命令后都提交是更新数据库最慢的方法，但如果一次提交很大数据又会使服务器产生buffer溢出。因此，应该合理处理提交的数量。
四、参数风格
在上面的例子中，使用了printf()一样的类型格式。但实际上，在DB-API中，不同的数据库所支持的参数风络不同，必须选择合适的方法，否则程序不会执行。下面的方法，可以知道当前所支持的类型格式。
>>>importpsycopg2 >>>printpsycopg2.paramstyle
pyformat这一结果可以看出，当前支持pyformat格式。
针对DB-API说明书，以使用频度由小变大的顺序介绍：
五、重复指令
１、execute和executemany()
例子：
将下面的数据插入到test数据库中：
12Twelve
13Thirteen
14Fourteen
15Fifteen
（１）execute一条条插入
cur.execute("INSERTINTOtestVALUES(12,'Twelve')")
cur.execute("INSERTINTOtestVALUES(13,'Thirteen')")
cur.execute("INSERTINTOtestVALUES(14,'Fourteen')")
cur.execute("INSERTINTOtestVALUES(15,'Fifteen')")
这种方法过于低效。
（２）executemany()函数带一个指令和一列指令运行的记录。列表上的每条记录要么是一个list,要么是一个dictionary。
importpsycopg2
print"connectingtotest"
dbh=psycopg2.connect('dbname=testuser=postgres')
print"connectionsuccessful"
cur=dbh.cursor()
rows=({'num':0,'text':'Zero'},
{'num':1,'text':'ItemOne'},
{'num':2,'text':'ItemTwo'},
{'num':3,'text':'Three'})
cur.executemany("INSERTINTOtestVALUES(%(num)d,%(text)s)",rows)
dbh.commit()
dbh.close()
executemany()主要的缺点是，在需要执行指令前把所有的记录放在内存中。如果数据大的话，这就是一个问题，它会占有系统的所有内存资源。如果executemany()不能满足需要，那么除了execute()之外，还是有可能取得性能优化的。根据DB-API说明，当execute()被周期性调用时，数据库后端可以执行优化。但是它的第一个参数必须指向同一个对象，而不是一个含有相同值的字符串，即在内存中的同一个字符串对象。和executemany()一样，这样并不能保证优化，并且也不能期望execute()运行得比executemany()快。但是如果不能使用executemany()，这就是一个最好的选择。
六、fetchall、fetchmany、fetchone获取数据
fetchall(self):接收全部的返回结果行。
fetchmany(self,size=None):接收size条返回结果行.如果size的值大于返回的结果行的数量,则会返回cursor.arraysize条数据。
fetchone(self):返回一条结果行。
七、获取metadata(元数据)
元数据的英文名称是“Metadata"，它是“关于数据的数据”。如在上面的例子中，Metadata的结果为：
Column(name='id',type_code=23,display_size=None,internal_size=4,precision=None,scale=None,null_ok=None)
Column(name='filename',type_code=1043,display_size=None,internal_size=255,precision=None,scale=None,null_ok=None)
importpsycopg2
print"connectingtobbstime"
dbh=psycopg2.connect('dbname=bbstimeuser=postgres')
print"connectionsuccessful"
cur=dbh.cursor()
cur.execute("SELECT*FROMasd")
forcolumnincur.description: printcolumn dbh.close()