巨杉数据库SequoiaDB Python开发基础_pysequoiadb

巨杉数据库是一款金融级分布式关系型数据库，2017、2018连续两年入选Gartner数据库报告。
巨杉坚持产品从零开始自主研发，为用户提供安全可靠、性能卓越的海量数据存储管理、高并发实时处理、分布式计算以及实时流处理等企业级数据处理解决方案。
目前在金融、政府、电信多个行业得到了广泛应用，并在超过50家大中型银行的核心生产系统应用。

本文介绍使用Python运行SequoiaDB。首先安装SequoiaDB，安装信息请查看安装章节。

这里介绍如何使用Python客户端驱动接口编写使用SequoiaDB数据库的程序。为了简单起见，下面的示例不全是完整的代码，只起示例性作用。可到SequoiadDB安装路径下samples/Python下获取相应的完整的代码。更多查看Python API

Note:
在Python中构造BSON时默认使用dict，dict的字段是无序的。
如果要求BSON中的字段顺序与输入顺序一致（例如，创建索引时索引键的定义），请使用collections.OrderedDict。
1
2
3

数据库操作

数据库连接（Connecting）

以下是connect.py演示如何连接到数据库。
    import pysequoiadb
    from pysequoiadb import client
    # connect to local db, using default args value.
    host = 'localhost'
    port = 11810
    # user= '', password= ''
    db = client(host, port)
    # if no error occurs, connect to specified server successfully
    print 'Connect success'
    db.disconnect()

在Linux下，可以直接运行python解释执行connect.py。

    Note:

    本例程连接到本地数据库的服务端口11810，使用的是空的用户名和密码。用户需要根据自己的实际情况配置参数。譬如，将上述代码中的 db = client() 修改为 db = client('192.168.10.188', 11810)。当数据库已经创建用户时，应该使用正确的用户及密码连接到数据库，否则连接失败。

创建集合空间和集合

以下创建了一个名字为“foo”的集合空间和一个名字为“bar”的集合，集合空间内的集合的数据页大小为16k。可根据实际情况选择不同大小的数据页。创建集合后，可对集合做增删改查等操作。
    # connect to db
    db = client("localhost", 11810)
    # create collection space
    cs_name = 'foo'
    cs = db.create_collection_space(cs_name)
    cl_name = 'bar'
    cl = cs.create_collection(cl_name)

插入数据（insert）
    # creat dict object
    record = {"name":"Tom", "age":24}
    oid = cl.insert ( record ) ;

record为输入参数，为要插入的数据。dict对象将会被转换成bson插入到集合中。oid 是插入该记录时，返回的bson结构的objectid。

查询（query）
    import pysequoiadb
    from pysequoiadb import client
    from pysequoiadb.error import SDBEndOfCursor
    cr = cl.query()
    while True:
     try:
        record = cr.next()
        print(record) 
     except SDBEndOfCursor:
        break
     finally:
        cr.close()

查询操作需要一个游标对象存放查询的结果到本地。要获得查询的结果需要使用游标操作。本例使用了游标操作的next接口，表示从查询结果中取到一条记录。此示例中没有设置查询条件，筛选条件，排序情况，及仅使用默认索引。

索引（index）
    index_name = "index_name"
    idx = OrderedDict([('name', 1), ('age', -1)])
    cl.create_index ( idx, index_name, False, False ) ;

集合对象collection中创建一个以“name”为升序，“age”为降序的索引。

更新（update）
    rule = {"$set":{ "age":19}}
    print rule
    cl.update( rule )

在集合对象 ollection中更新了记录。实例中没有指定数据匹配规则，所以此示例将更新集合中所有的集合。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67

集群操作

分区组操作包括创建分区组（client::creat_replica_group），得到分区组实例（client:: get_replica_group_by_name 和 client:: get_replica_group_by_id），启动分区组所有节点（replicagroup::start），停止分区组所有节点（replicagroup::stop）等。

分区组操作

以下仅作为示例，真正的应用应包括错误检测等。
    rg = db.create_replica_group ("group1")
    config = {}
    rg.create_node ('ubuntu-test-03', '20000', "/opt/sequoiadb/database/20000", config)
    rg.start ()

创建名为group1的数据组。创建节点时，定义一个空的map对象config表示该节点没有更多的配置内容。

节点操作

节点操作包括创建节点（replicagroup::create_node），获取主节点（replicagroup::get_master），获取备节点（replicagroup::get_slave），启动节点（replicanode::start），停止节点（replicanode::stop）等。

以下为数据节点操作示例性的例子。真正的应用应包括错误检测等。
    # 获取数据组group
    rg = db.get_replica_group_by_name("group1")
    # 获取数据主节点
    master = rg.get_master() ;
    # 获取数据备节点
    slave = rg.get_slave() ;
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21