零：说明

Records是一个对python中关系型数据库查询的封装，简化了在python中进行数据库查询的操作。项目地址如下：GitHub - kennethreitz/records: SQL for Humans™

作者Kennethreitz是requests和python-guide 额作者，python领域的大牛人物之一，关于他还有一个励志的故事：谁说程序员不是潜力股？让这位世界前五名的天才程序员来颠覆你三观！

项目本身代码短小，总共只有一个文件不超过500行，如果是第一次尝试阅读python开源项目，这是一个很好的选择。正好最近在学习数据库方面的相关知识，也可以加深一下对关系型数据库的理解。

Records实现了对直接输入SQL语句（raw SQL）进行查询的返回结果的优化，并没有实现ORM之类高级的技巧，这种注重使用体验的优化，正如其名：SQL for humans。尽管如此，作者所使用的架构技巧，包括惰性查询，缓存的使用，还是有着一定的借鉴意义。

一：项目分析

这个项目中的代码并不是很多，因此打算将项目里的每个类都分析一下。虽然逻辑并不复杂，但是作者对每个类的设计和架构，对python中类相关技巧都使用，都有一些可以学习的地方。

• Record

这是用来存储查询结果（也就是数据库中的一行）的类，用了很多类的特殊方法进行架构，因此重点分析这些特殊方法。

python提供特殊命名的方法来拦截运算，以双下划线（__X__）命名的钩子与内置运算一一对应。

部分特殊方法的参考文档

1. __slots__

   __slots__包含类属性的字符串，可以限制类的合法属性集,只对新式类有作用。是为了节省实例的内存消耗，类中的方法不受其限制。新式类中原本含有一个__dict__属性，用来记录实例中所有的属性和方法，也是通过这个字典，可以让实例绑定任意的属性，而__slots__存在时，就不会有__dict__变量。
   __slots__定义的属性仅对当前类起作用，对继承的子类是不起作用的，除非在子类中也定义__slots__，这样，子类允许定义的属性就是自身的__slots__加上父类的__slots__。

2. __getitem__()

__getitem__()是对[]的重载，同时，函数内使用了index()对列表中的内容反查其索引，实现了通过record[key]查找value的功能。如果是我大概会用一个索引迭代，但实际上不需要。

3. __dir__()

   __dir__()方法指明了对实例使用内置函数dir()时需要返回的列表， 源代码中在基类的基础上加上了keys的值列表。

4. 其他

   对于类实例的显示用了另一个他自己写的库tablib，用于对数据进行格式化。

   在as_dict()中用到了一个三目运算符

   A = X if conditon else Y 
   #等价于：
   if conditon:
       A = X
   else:_all_rows
       A = Y
   

• RecordCollection

这个类是Record的集合类，用于存储查询(query)结果。

1. 构造

   构造函数传入一个逐行的Record generator，存储在成员变量_rows 中。

   generator支持迭代，通过圆括号形成的生成器表达式生成，例如：

   (x for x in range(5)) # <generator object <genexpr> at 0x7fd55f3fe9b0>

2. __iter__() & yield & next()

   __iter__()和next()与迭代器有关，在Python中实现了__iter__()方法的对象是可迭代的，实现了next()方法的对象是迭代器(iterator)。
   以for循环为例，事实上，for i in obj的迭代就是通过内置函数iter(obj)调用它的__iter__()方法取得一个迭代器对象（但在源码中是返回了一个生成器，见下文说明）。

   源码中在__iter__()函数内部使用了yeild关键字。含有yield的函数称为生成器函数，生成器函数返回时使用yield关键字，与return的用法类似，但是，生成器函数返回时会保存包含其本地作用域的状态，之后将函数挂起，在下次调用函数时，从挂起的地方继续。事实上，含有yield的语句被调用时会产生一个生成器(generator)从而支持迭代。

   生成器和迭代器都通过next()方法不断生成下一个对象，如果迭代到达末尾，在next() 中会抛出StopIteration异常。

   <u>generator自身是一个iterator，但只支持一次迭代。</u>

3. 缓存

   _all_rows变量用于缓存，缓存有几种不同的情况需要考虑：

   • 顺序迭代，在next（）中一旦执行了_rows_.next()就缓存迭代结果。
   • 直接调用collection[index]操作获取指定行，在__getitem__()中会顺序迭代到指定位置，对在指定行之前的行全部缓存，同时，之后如果再调用iterator，就不需要调用iterator.next()而是直接从缓存中取用，这一点在__iter__()中也有体现。
   • 要显示对象本身的时候，会显示其中包含的行，此时要求对_rows 迭代求值，并且缓存。在源代码中，位于all()函数中，通过rows = list(self)调用类的__iter__()方法。

• Database

这是执行数据库查询与数据库连接的类。

1. SQLAlchemy

   数据库查询主要依赖于SQLAlchemy库的调用，这是一个python的ORM框架。ORM即对象关系映射，简而言之，就是把数据库的一个个table(表)，映射为编程语言的class(类)，这里主要介绍在源码中使用到的几个方法。SQLAlchemy实际上可以将数据库查询完全转化为对象的调用，但是在records这个库里，只是对原生的数据库查询返回进行了封装，所有并没有使用到这些功能。

   详细使用方法：SQLAlchemy 1.1 Documentation

   • create_engine()方法进行数据库连接，返回一个database对象。之后通过engine.connect()获取connection, 然后通过其执行sql, 叫做connection执行，其实通过engine.execute()也可以执行sql，不过connection执行与使用transaction模式有关, 如果不涉及transaction, 两种方法效果是一样的。

   • inspect()方法创建了一个Inspector对象。通过这个对象，可以实现对数据库中的schema，table，constraint等结构的查询。例如，insp(engine).get_table_names()。

   • connection.excute("sql")返回一个p = ResultProxy对象，通过p.keys()可以得到查询的列名，而通过迭代p可以获得查询的每一行，以此建立一个RecordCollection。

   • text()用于提供附带参数的查询功能，例如：

     t = text("SELECT * FROM users WHERE id=:user_id")
     result = connection.execute(t, user_id=12)
     

2. 上下文管理器

   有一些任务，可能事先需要设置，事后做清理工作。对于这种场景，Python提供了一些解决的方案（以文件读写为例）。

   • 利用try-finally语句块来进行包装，这种方法易于理解，但是当逻辑复杂时就会十分混乱：

     writer = open(filename, mode)
     try:
         writer.write(“”)
     finally:
         writer.close()
     

   • 通过with语法重写以上逻辑，就可以简化为：

     with open(filename, mode) as writer:
         writer.write(“”) 
     

     事实上，with语句基本思想是with所求值的对象必须有一个__enter__()方法，一个__exit__()方法。紧跟with后面的语句被求值后，返回对象的__enter__()方法被调用，这个方法的返回值将被赋值给as后面的变量。当with后面的代码块全部被执行完之后，将调用前面返回对象的__exit__()方法。

     __exit__()还可以处理异常，在with后面的代码块抛出任何异常时，__exit__()方法被执行。异常抛出时，与之关联的type，value和stack trace传给__exit__(self, exc_type, exc_val, exc_stack)方法。因此，可以在清理资源，关闭文件等等操作后，将异常重新抛出。

3. query_file

   通过open()操作读取一个文件，然后通过query()函数执行内部sql语句。

4. transition

   通过connection.begin()方法实现。