sqlalchemy文档资料翻译（七）

[程序]sqlalchemy文档资料翻译（七） -- 使用关联对象

现在当我们创建一个 User 对象，将会生成一个空的 addresses 集。像集合和 map 这样的各种各样的数据类型都有可能在此用到（详细参考 Alternate Collection Implementations），但通常来说该数据集返回 python 链表。

>>> jack = User('jack', 'Jack Bean', 'gjffdd')
>>> jack.addresses
[]

我们现在可以随意的为 User 对象添加 Address 对象。此处，我们直接为其赋值一个链表：

>>> jack.addresses = [Address(email_address='jack@google.com'), Address(email_address='j25@yahoo.com')]

当使用了双向链接，在一方添加元素时另一方会自动获得该链接。这是 backref 关键字的作用，他负责在内存而非通过 SQL 维护链接关系：

>>> jack.addresses[1]
<Address('j25@yahoo.com')>
>>> jack.addresses[1].user
<User('jack','Jack Bean', 'gjffdd')>

此时我们添加并提交 Jack Bean 到数据库中。jack 和他的 addresses 表中的 Address members 在本次会话中通过一种被称为 cascading（级联） 的方法一起提交：

>>> session.add(jack)
>>> session.commit()

INSERT INTO users (name, fullname, password) VALUES (?, ?, ?)
('jack', 'Jack Bean', 'gjffdd')
INSERT INTO addresses (email_address, user_id) VALUES (?, ?)
('jack@google.com', 5)
INSERT INTO addresses (email_address, user_id) VALUES (?, ?)
('j25@yahoo.com', 5)
COMMIT

此时查询 Jack 的信息，我们只获得 Jack，并没有生成 SQL 去获取 Jack 的 addresses：

>>> jack = session.query(User).filter_by(name='jack').one() 
>>> jack
<User('jack','Jack Bean', 'gjffdd')>

接下来我们来查询 addresses，看看 SQL 语句：

>>> jack.addresses

SELECT addresses.id AS addresses_id, addresses.email_address AS addresses_email_address, addresses.user_id AS addresses_user_id
FROM addresses
WHERE ? = addresses.user_id ORDER BY addresses.id
(5,)

[<Address('jack@google.com')>, <Address('j25@yahoo.com')>]

当我们访问 addresses 集合时，才生成SQL语句。这是一个延迟加载关系的实例。 addresses 集合此时就像对待一个原始列表一样载入之。

如果想减少查询的次数（戏剧的是，大多数情况均是如此），我们可以在查询操作时通过使用 joinedload() 函数立即检索。该函数是一项用于指定查询如何载入的额外选项，此例中，我们希望 addresses 立即载入。SQLAlchemy 此时创建一个用于联接 users 和 addresses 表的外联接，并立即载入他们，并利用 addresses 集合填充每一个 User 对象：

>>> from sqlalchemy.orm import joinedload
>>> jack = session.query(User).\
...                        options(joinedload('addresses')).\
...                        filter_by(name='jack').one()

SELECT users.id AS users_id, users.name AS users_name, users.fullname AS users_fullname,
users.password AS users_password, addresses_1.id AS addresses_1_id, addresses_1.email_address
AS addresses_1_email_address, addresses_1.user_id AS addresses_1_user_id
FROM users LEFT OUTER JOIN addresses AS addresses_1 ON users.id = addresses_1.user_id
WHERE users.name = ? ORDER BY addresses_1.id
('jack',)

>>> jack
<User('jack','Jack Bean', 'gjffdd')>
>>> jack.addresses
[<Address('jack@google.com')>, <Address('j25@yahoo.com')>]

更多 joinedload() 及其兄弟函数 subqueryload() 的信息参考 Configuring Loader Strategies: Lazy Loading, Eager