㈠ 不用orm，直接用sql，好嗎
沒啥不好的，orm的底層也都是sql，orm的目的是將數據對象化，利用面向對象的特點完成數據操作
㈡ 通用mapper+jpa怎麼就實現了無需寫sql，而自動產生sql語句的
JPA的那些個註解或XML配置主要是針對ORM的，MyBatis嚴格來說不算ORM， 它是把SQL映射成Object，不是把資料庫表及其關系映射成Object，所以很難用JPA來進行標注。
㈢ 在python上怎麼使用sql
第一種辦法：
#導入SQLite驅動:
>>>importsqlite3
#連接到SQLite資料庫
#資料庫文件是test.db
#如果文件不存在，會自動在當前目錄創建:
>>>conn=sqlite3.connect('test.db')
#創建一個Cursor:
>>>cursor=conn.cursor()
#執行一條SQL語句，創建user表:
>>>cursor.execute('createtableuser(idvarchar(20)primarykey,namevarchar(20))')
<sqlite3.Cursorobjectat0x10f8aa260>
#繼續執行一條SQL語句，插入一條記錄:
>>>cursor.execute('insertintouser(id,name)values('1','Michael')')
<sqlite3.Cursorobjectat0x10f8aa260>
#通過rowcount獲得插入的行數:
>>>cursor.rowcount
1
#關閉Cursor:
>>>cursor.close()
#提交事務:
>>>conn.commit()
#關閉Connection:
>>>conn.close()
第二種辦法：
使用 SQLalchemy 等ORM 的庫。
㈣ 小公司沒有資料庫怎麼使用SQL
需要安裝資料庫
資料庫是存放數據的倉庫。它的存儲空間很大，可以存放百萬條、千萬條、上億條數據。但是資料庫並不是隨意地將數據進行存放，是有一定的規則的，否則查詢的效率會很低。
安裝好sql server2008之後，在開始菜單打開Microsoft SQL Server Management studio，進行連接伺服器，其中伺服器名稱是電腦計算機名稱，輸入用戶名和密碼進行連接。連接成功之後，滑鼠右鍵資料庫，點擊新建可以新建資料庫，進去之後，輸入資料庫名稱，點擊確定就新建資料庫了。
㈤ 怎樣在hibernate中用sql做insert,萬分感謝我快瘋掉了!!!
算你走運了。我三天前遇上了這個情況，不過我自己瞎弄解決了。下面是代碼。
public void insertBySql(final String sql,final Object[] values)
{
List list= (List)getHibernateTemplate().executeFind(new HibernateCallback(){
public Object doInHibernate(Session session)
throws HibernateException, SQLException{
Query query= session.createSQLQuery(sql);
for (int i = 0 ; i < values.length ; i++)
{
query.setParameter( i, values[i]);
}
query.executeUpdate();
Object o=null;
return o;
}
}
);
}
public void saveModerator(Long usId,String kindId,Long roleId)
{
String sql="insert into bbs.t_moderator(us_id,kind_id,role_id) values(?,?,?)";
Object[] o={usId,kindId,roleId};
insertBySql(sql,o);
}
㈥ 大型企業 不用 ORM等框架么 ，都採用 手動編寫 sql
首先什麼叫大型企業？這個稱呼很值得商榷。是創造了足夠大的業務的企業（比如只有百把人的twitter），還是養活了足夠多的員工的企業（比如中石化），還是業績足夠好的企業（比如蘋果），還是創造了足夠豐富的產品的企業（SAP），還是業務分布足夠廣的企業……說大企業不用xxx這是很無聊的話，也不像一個搞技術出身的人說的。你要知道，大企業絕對不岩清一定圍繞一個「很強大很牛逼」的項目搞人海戰術的企業。他們同樣需要一些靈活的，快速的方案設計原型，製造工具，進行探索。如果一個「大企業」只有大項目，那麼它顯然不是一個叢棗高IT企業，除非它滲尺把IT業務完全外包了。
㈦ 基於Pandas的數據分析平台，數據連接該不該用SqlAlchemy的ORM
一、開始使用：
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
DB_CONNECT_STRING = 'mysql+mysqldb://root:123@localhost/ooxx?charset=utf8'
engine = create_engine(DB_CONNECT_STRING, echo=True)
DB_Session = sessionmaker(bind=engine)
session = DB_Session()
這里的 DB_CONNECT_STRING 就是連接資料庫埋吵的路徑。「mysql+mysqldb」指定了使用 MySQL-Python 來連接，「root」和「123」分別是用戶名和密碼，「localhost」是資料庫的域名，「ooxx」是使用的資料庫名（可省略脊凳），「charset」指定了連接時使用的字元集（可省略）。
create_engine() 會返回一個資料庫引擎，echo 參數為 True 時，會顯示每條執行的 SQL 語句，生產環境下可關閉。
sessionmaker() 會櫻液旅生成一個資料庫會話類。這個類的實例可以當成一個資料庫連接，它同時還記錄了一些查詢的數據，並決定什麼時候執行 SQL 語句。由於 SQLAlchemy 自己維護了一個資料庫連接池（默認 5 個連接），因此初始化一個會話的開銷並不大。對 Tornado 而言，可以在 BaseHandler 的 initialize() 里初始化：
class BaseHandler(tornado.web.RequestHandler):
def initialize(self):
self.session = models.DB_Session()
def on_finish(self):
self.session.close()
對其他 Web 伺服器來說，可以使用 sqlalchemy.orm.scoped_session，它能保證每個線程獲得的 session 對象都是唯一的。不過 Tornado 本身就是單線程的，如果使用了非同步方式，就可能會出現問題，因此並沒使用它。
拿到 session 後，就可以執行 SQL 了：
session.execute('create database abc')
print session.execute('show databases').fetchall()
session.execute('use abc')
# 建 user 表的過程略
print session.execute('select * from user where id = 1').first()
print session.execute('select * from user where id = :id', {'id': 1}).first()
不過這和直接使用 MySQL-Python 沒啥區別；ORM 的方式，這也是採用 SQLAlchemy 的唯一原因。
於是來定義一個表：
from sqlalchemy import Column
from sqlalchemy.types import CHAR, Integer, String
from sqlalchemy.ext.declarative import declarative_base
BaseModel = declarative_base()
def init_db():
BaseModel.metadata.create_all(engine)
def drop_db():
BaseModel.metadata.drop_all(engine)
class User(BaseModel):
__tablename__ = 'user'
id = Column(Integer, primary_key=True)
name = Column(CHAR(30)) # or Column(String(30))
init_db()
declarative_base() 創建了一個 BaseModel 類，這個類的子類可以自動與一個表關聯。
以 User 類為例，它的 __tablename__ 屬性就是資料庫中該表的名稱，它有 id 和 name 這兩個欄位，分別為整型和 30 個定長字元。Column 還有一些其他的參數，我就不解釋了。
最後，BaseModel.metadata.create_all(engine) 會找到 BaseModel 的所有子類，並在資料庫中建立這些表；drop_all() 則是刪除這些表。
接著就開始使用這個表吧：
from sqlalchemy import func, or_, not_
user = User(name='a')
session.add(user)
user = User(name='b')
session.add(user)
user = User(name='a')
session.add(user)
user = User()
session.add(user)
session.commit()
query = session.query(User)
print query # 顯示SQL 語句
print query.statement # 同上
for user in query: # 遍歷時查詢
print user.name
print query.all() # 返回的是一個類似列表的對象
print query.first().name # 記錄不存在時，first() 會返回 None
# print query.one().name # 不存在，或有多行記錄時會拋出異常
print query.filter(User.id == 2).first().name
print query.get(2).name # 以主鍵獲取，等效於上句
print query.filter('id = 2').first().name # 支持字元串
query2 = session.query(User.name)
print query2.all() # 每行是個元組
print query2.limit(1).all() # 最多返回 1 條記錄
print query2.offset(1).all() # 從第 2 條記錄開始返回
print query2.order_by(User.name).all()
print query2.order_by('name').all()
print query2.order_by(User.name.desc()).all()
print query2.order_by('name desc').all()
print session.query(User.id).order_by(User.name.desc(), User.id).all()
print query2.filter(User.id == 1).scalar() # 如果有記錄，返回第一條記錄的第一個元素
print session.query('id').select_from(User).filter('id = 1').scalar()
print query2.filter(User.id > 1, User.name != 'a').scalar() # and
query3 = query2.filter(User.id > 1) # 多次拼接的 filter 也是 and
query3 = query3.filter(User.name != 'a')
print query3.scalar()
print query2.filter(or_(User.id == 1, User.id == 2)).all() # or
print query2.filter(User.id.in_((1, 2))).all() # in
query4 = session.query(User.id)
print query4.filter(User.name == None).scalar()
print query4.filter('name is null').scalar()
print query4.filter(not_(User.name == None)).all() # not
print query4.filter(User.name != None).all()
print query4.count()
print session.query(func.count('*')).select_from(User).scalar()
print session.query(func.count('1')).select_from(User).scalar()
print session.query(func.count(User.id)).scalar()
print session.query(func.count('*')).filter(User.id > 0).scalar() # filter() 中包含 User，因此不需要指定表
print session.query(func.count('*')).filter(User.name == 'a').limit(1).scalar() == 1 # 可以用 limit() 限制 count() 的返回數
print session.query(func.sum(User.id)).scalar()
print session.query(func.now()).scalar() # func 後可以跟任意函數名，只要該資料庫支持
print session.query(func.current_timestamp()).scalar()
print session.query(func.md5(User.name)).filter(User.id == 1).scalar()
query.filter(User.id == 1).update({User.name: 'c'})
user = query.get(1)
print user.name
user.name = 'd'
session.flush() # 寫資料庫，但並不提交
print query.get(1).name
session.delete(user)
session.flush()
print query.get(1)
session.rollback()
print query.get(1).name
query.filter(User.id == 1).delete()
session.commit()
print query.get(1)
二、進階的知識。
1）如何批量插入大批數據？
可以使用非 ORM 的方式：
session.execute(
User.__table__.insert(),
[{'name': `randint(1, 100)`,'age': randint(1, 100)} for i in xrange(10000)]
)
session.commit()
如何批量插入大批數據？
可以使用非 ORM 的方式：
session.execute(
User.__table__.insert(),
[{'name': `randint(1, 100)`,'age': randint(1, 100)} for i in xrange(10000)]
)
session.commit()
上面批量插入了 10000 條記錄，半秒內就執行完了；而 ORM 方式會花掉很長時間。
2）如何讓執行的 SQL 語句增加前綴？
使用 query 對象的 prefix_with() 方法：
session.query(User.name).prefix_with('HIGH_PRIORITY').all()
session.execute(User.__table__.insert().prefix_with('IGNORE'), {'id': 1, 'name': '1'})
3）如何替換一個已有主鍵的記錄？
使用 session.merge() 方法替代 session.add()，其實就是 SELECT + UPDATE：
user = User(id=1, name='ooxx')
session.merge(user)
session.commit()
或者使用 MySQL 的 INSERT … ON DUPLICATE KEY UPDATE，需要用到 @compiles 裝飾器，有點難懂，自己看吧：《SQLAlchemy ON DUPLICATE KEY UPDATE》 和 sqlalchemy_mysql_ext。
4）如何使用無符號整數？
可以使用 MySQL 的方言：
from sqlalchemy.dialects.mysql import INTEGER
id = Column(INTEGER(unsigned=True), primary_key=True)
5）模型的屬性名需要和表的欄位名不一樣怎麼辦？
開發時遇到過一個奇怪的需求，有個其他系統的表裡包含了一個「from」欄位，這在 Python 里是關鍵字，於是只能這樣處理了：
from_ = Column('from', CHAR(10))
6）如何獲取欄位的長度？
Column 會生成一個很復雜的對象，想獲取長度比較麻煩，這里以 User.name 為例：
User.name.property.columns[0].type.length
7）如何指定使用 InnoDB，以及使用 UTF-8 編碼？
最簡單的方式就是修改資料庫的默認配置。如果非要在代碼里指定的話，可以這樣：
class User(BaseModel):
__table_args__ = {
'mysql_engine': 'InnoDB',
'mysql_charset': 'utf8'
}
MySQL 5.5 開始支持存儲 4 位元組的 UTF-8 編碼的字元了，iOS 里自帶的 emoji（如 ?? 字元）就屬於這種。
如果是對表來設置的話，可以把上面代碼中的 utf8 改成 utf8mb4，DB_CONNECT_STRING 里的 charset 也這樣更改。
如果對庫或欄位來設置，則還是自己寫 SQL 語句比較方便，具體細節可參考《How to support full Unicode in MySQL databases》。
不建議全用 utf8mb4 代替 utf8，因為前者更慢，索引會佔用更多空間。
8）如何設置外鍵約束？
from random import randint
from sqlalchemy import ForeignKey
class User(BaseModel):
__tablename__ = 'user'
id = Column(Integer, primary_key=True)
age = Column(Integer)
class Friendship(BaseModel):
__tablename__ = 'friendship'
id = Column(Integer, primary_key=True)
user_id1 = Column(Integer, ForeignKey('user.id'))
user_id2 = Column(Integer, ForeignKey('user.id'))
for i in xrange(100):
session.add(User(age=randint(1, 100)))
session.flush() # 或 session.commit()，執行完後，user 對象的 id 屬性才可以訪問（因為 id 是自增的）
for i in xrange(100):
session.add(Friendship(user_id1=randint(1, 100), user_id2=randint(1, 100)))
session.commit()
session.query(User).filter(User.age < 50).delete()
執行這段代碼時，應該會遇到一個錯誤：
sqlalchemy.exc.IntegrityError: (IntegrityError) (1451, 'Cannot delete or update a parent row: a foreign key constraint fails (`ooxx`.`friendship`, CONSTRAINT `friendship_ibfk_1` FOREIGN KEY (`user_id1`) REFERENCES `user` (`id`))') 'DELETE FROM user WHERE user.age < %s' (50,)原因是刪除 user 表的數據，可能會導致 friendship 的外鍵不指向一個真實存在的記錄。在默認情況下，MySQL 會拒絕這種操作，也就是 RESTRICT。InnoDB 還允許指定 ON DELETE 為 CASCADE 和 SET NULL，前者會刪除 friendship 中無效的記錄，後者會將這些記錄的外鍵設為 NULL。
除了刪除，還有可能更改主鍵，這也會導致 friendship 的外鍵失效。於是相應的就有 ON UPDATE 了。其中 CASCADE 變成了更新相應的外鍵，而不是刪除。
而在 SQLAlchemy 中是這樣處理的：
class Friendship(BaseModel):
__tablename__ = 'friendship'
id = Column(Integer, primary_key=True)
user_id1 = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))
user_id2 = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))
9）如何連接表？
from sqlalchemy import distinct
from sqlalchemy.orm import aliased
Friend = aliased(User, name='Friend')
print session.query(User.id).join(Friendship, User.id == Friendship.user_id1).all() # 所有有朋友的用戶
print session.query(distinct(User.id)).join(Friendship, User.id == Friendship.user_id1).all() # 所有有朋友的用戶（去掉重復的）
print session.query(User.id).join(Friendship, User.id == Friendship.user_id1).distinct().all() # 同上
print session.query(Friendship.user_id2).join(User, User.id == Friendship.user_id1).order_by(Friendship.user_id2).distinct().all() # 所有被別人當成朋友的用戶
print session.query(Friendship.user_id2).select_from(User).join(Friendship, User.id == Friendship.user_id1).order_by(Friendship.user_id2).distinct().all() # 同上，join 的方向相反，但因為不是 STRAIGHT_JOIN，所以 MySQL 可以自己選擇順序
print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).all() # 用戶及其朋友
print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).filter(User.id < 10).all() # id 小於 10 的用戶及其朋友
print session.query(User.id, Friend.id).join(Friendship, User.id == Friendship.user_id1).join(Friend, Friend.id == Friendship.user_id2).all() # 兩次 join，由於使用到相同的表，因此需要別名
print session.query(User.id, Friendship.user_id2).outerjoin(Friendship, User.id == Friendship.user_id1).all() # 用戶及其朋友（無朋友則為 None，使用左連接）
-
㈧ 談談如何從本質上理解sql語句, 存儲過程，ORM之間的聯系和取捨。
所以我們需要來理解這些技術的本質。一，演變 剛開始的時候，只有sql語句，即可以用交互模式一句一句執行， 也可以用批模式執行，多行sql語句一次提交執行。 很快人們發現用批模式執行的一堆sql語言可以用過程的形式，事先存放到資料庫裡面，這就變成了存儲過程。 隨著面向對象技術的成熟，從程序中可以自動生成sql語句，這就是ORM 二，性能 很多人會說存儲過程比sql語句性能好，其實這個說法並不精確。 如果我們把一堆sql，以批的方式一次送入到伺服器，那麼伺服器，會對這一堆sql進行緩存，當下一次再度執行的時候，就好像調用一個」匿名「的存儲過程一樣。在這種情況下，性能差不多。 但是，如果我們不注意，很有可能，把可以一次提交的sql,變成了多次提交，甚至是每個循環做了一次提交，那麼性能就很差了。 也就是說如果使用sql,只要寫法得當，性能和sp區別不大。 同樣的道理，ORM的性能取決於ORM的Sql生成演算法， 和用戶使用的時候，對生成演算法的控制，比如利用好Lazy laoding等，在某些情況下，甚至可以不通過sql,畢竟沒有sql比最優化的sql還要快。三，可維護性 可維護性是選擇sql,sp,orm最主要的因素。 這裡面有點」玄「，因為不同的場景會得出不同的結論，俗稱「It depends" 剛開始的時候，sql的維護性看起來是最差，因為它往往散布在程序的每個角落。而存儲過陳都放在資料庫中，有清晰介面。 但是如果我們做一次重構，情況居然會顛倒過來。 首先，存儲過程完全可以照搬到C#中，sp的名字直接變成method的名字，sp的參數表直接變成method的參數表，（其實就是Command模式）。 其次，把這些methdod放到一個文件或者文件夾中。（所謂的DAL層，如果喜歡層的話） 通過這個重構，我們獲得了以下的好處， 1，首先是過程的調用和過程的定義放到了一起，修改起來比較方便。IDE都有定義跳轉功能。 2，過程的調用和定義同時進行版本控制，不會出現不匹配的情況。減少了sp的參數表和調用的不匹配，包括拼寫，類型，參數次序 3，單元測試非常方便 當然sp也有存在的價值，比如所謂的安全性，後面會提到。比如友好的調試環境，對於中小型項目，和初級程序員來說，也是很好的選擇。 ORM則將可維護性提升身到了一個新的高度，它試圖將sql屏蔽起來，在操作對象的同時，自動就把資料庫的事情給辦了。 ORM有兩種模式，一種是ActiveRecord, 一種是Datamapper，前者從資料庫中讀取定義，後者在程序中定義。不過由於前者往往用migration來生成資料庫，其實也是定義在程序裡面的。好的ORM都有"leaking"的設計，也就是留了個」後門「，讓你有機會用sql來控制。 微軟的linq從某個角度類說，也是一種ORM, 它的設計思想可能是因為它覺得寫sql語句比寫c#代碼效率高，所以提供直接在C#中寫sql語句的機制，再自動生成真正的sql。不過，ORM真正價值在於它可以在恰當的時候，完全拋棄sql,比如比如讀用cache,寫用queue。而微軟的linq，完全是「無厘頭」的風格，在O中用R的寫法，難道是RRM， 唯一的好處只是鎖定程序和程序員在微軟的平台上。 三，安全性 對企業來說，安全性有的時候比性能更重要，由於存儲過程在資料庫上多加了一道屏障，所以很多企業會把存儲過程作為首選。 ORM可以說是安全性最差的， 因為只有到程序運行起來，你才能知道，會產生什麼樣的sql。 但是保證安全有許多方法和方面，比如部署前的測試， 資料庫的備份，對表的許可權的設置。等。用sp來保證安全，只是多個選項中的一個。 在startup型企業中，高級程序員往往起到主導作用， 所以他們會不猶豫的選擇ORM。