平时做技术实践时，很多问题不是概念不会，而是细节没串起来。拿“SQLAlchemy编写的MySQL数据库迁移至金仓数据库”来说，它看着像小点，放到项目里常会牵出环境、配置、兼容性和维护成本。下面按实际采用顺序，把思路、关键写法和容易踩坑的地方讲清楚，便于大家直接对照操作。

从一个报错开始

结合项目来看，上周接了个小活，要把一个用SQLAlchemy写的数据分析脚本从MySQL迁到金仓。本来以为换个数据库驱动就行，结果跑起来直接报错：No module named 'sqlalchemy.dialects.kingbase'。

落到代码里，查了一圈才发现，SQLAlchemy不像MySQL、PostgreSQL那样自带驱动，金仓的方言包需手动装。折腾了两天才跑通，今天把过程记下来，希望能帮到遇到同样问题的人。

一、方言包是什么，为什么非要手动装

在这个场景下，SQLAlchemy本身只是个壳，它不知道自己该怎么跟数据库说话。每种数据库需一个“翻译”，这个翻译就叫方言包（dialect）。

从实现思路看，MySQL、PostgreSQL这种主流数据库，SQLAlchemy安装的时候就把它们的方言包带上了。但金仓不在这个列表里，所以得自己去官网下，随后手动放到指定位置。

方言包底层依赖ksycopg2驱动，所以这两个都得装。

二、安装步骤（踩坑记录）

2.1 先装SQLAlchemy

pip install sqlalchemy

装完看一眼装在哪了，后面放方言包要用：

pip show sqlalchemy

我的机器输出是这样的：

Name: SQLAlchemy
Version: 1.4.36
Location: /usr/local/lib/python3.8/site-packages

记下这个Location路径。

2.2 装ksycopg2驱动

pip install ksycopg2

落到代码里，这个倒是顺利，没遇到什么问题。Windows用户可能需装ksycopg2-win64。

2.3 放方言包（这里卡了我半天）

从实现思路看，找到SQLAlchemy的安装目录，进去找到dialects文件夹：

cd /usr/local/lib/python3.8/site-packages/sqlalchemy/dialects

把从官网下载的kingbase文件夹整个复制到这里。最后目录结构应该是：

sqlalchemy/dialects/
├── kingbase/
│   ├── __init__.py
│   └── base.py
├── mysql/
├── postgresql/
└── ...

我一开始放错了地方，放到了site-packages根目录下，结果死活加载不了。后来仔细看了文档才发现要放到dialects下面。

版本匹配问题：官方提供了1.3、1.4、2.0三个版本的方言包。我用的SQLAlchemy是1.4.36，选了1.4版本的方言包。版本不对会报一些奇怪的错，比如找不到某个模块。

三、连接数据库

3.1 连接字符串怎么写

折腾完安装，终于能够写代码了。连接字符串的格式是：

from sqlalchemy import create_engine

engine = create_engine('kingbase+ksycopg2://SYSTEM:[email protected]:54321/TEST')

翻译一下：

• kingbase：方言名，告诉SQLAlchemy用金仓的方言包
• ksycopg2：驱动名，实际干活的是这个
• SYSTEM：数据库用户名
• 123456：密码
• 127.0.0.1：IP
• 54321：端口（金仓默认是这个）
• TEST：数据库名

+ksycopg2其实能够省略，写成kingbase://...就行，默认就是用它。

3.2 测试一下能不能连上

from sqlalchemy import create_engine

conn_str = 'kingbase://SYSTEM:[email protected]:54321/TEST'
engine = create_engine(conn_str)

conn = engine.connect()
result = conn.execute("SELECT version()")
print(result.fetchone())
conn.close()

若看到版本信息输出，恭喜，连上了。

3.3 连接池参数（生产环境有用）

若是写Web服务或者长期运行的脚本，建议设置一下连接池：

engine = create_engine(
    'kingbase://SYSTEM:[email protected]:54321/TEST',
    pool_size=10,          # 连接池里放多少个连接
    max_overflow=20,       # 不够用时最多再创建多少个
    pool_recycle=3600,     # 连接用多久回收（秒）
    pool_pre_ping=True     # 用之前先ping一下，确认还活着
)

pool_pre_ping=True这个参数挺实用的，能避免拿到一个已经断开的连接。

四、ORM建模和基本操作

连接搞定了，下面看看怎么用ORM操作数据库。

4.1 定义模型

先建个基类，然后定义表对应的类：

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, DateTime
from datetime import datetime

Base = declarative_base()

class User(Base):
    __tablename__ = 'test_user'  # 表名
    
    id = Column(Integer, primary_key=True)
    name = Column(String(50))
    email = Column(String(100))
    created_at = Column(DateTime, default=datetime.now)
    
    def __repr__(self):
        return f"User(id={self.id}, name='{self.name}', email='{self.email}')"

__tablename__是必须的，不写SQLAlchemy不知道表叫什么。

4.2 建表

# 自动创建表（如果不存在的话）
Base.metadata.create_all(engine)

这个操作是幂等的，执行多次也不会重复建表。

4.3 新建Session

from sqlalchemy.orm import sessionmaker

Session = sessionmaker(bind=engine)
session = Session()

4.4 增删改查

插入数据：

user1 = User(name='张三', email='[email protected]')
user2 = User(name='李四', email='[email protected]')

session.add(user1)
session.add(user2)
# 或者一次加多个：session.add_all([user1, user2])
session.commit()

查询数据：

# 查所有
users = session.query(User).all()
for u in users:
    print(u.name, u.email)

# 条件查询
user = session.query(User).filter(User.name == '张三').first()
print(user.email)

# 模糊查询
users = session.query(User).filter(User.name.like('%张%')).all()

更新数据：

# 方式1：查出来改属性
user = session.query(User).filter(User.name == '张三').first()
user.email = '[email protected]'
session.commit()

# 方式2：批量更新（不查直接改）
session.query(User).filter(User.name == '张三').update(
    {"email": "[email protected]"}
)
session.commit()

删除数据：

# 查出来删
user = session.query(User).filter(User.name == '张三').first()
session.delete(user)
session.commit()

# 批量删
session.query(User).filter(User.id > 100).delete()
session.commit()

4.5 事务处理

理解这一步时，Session默认不会自动提交，调用commit()才真正写入。如果中间出错，能够回滚：

try:
    session.add(User(name='王五', email='[email protected]'))
    # 这里如果出错...
    session.commit()
except Exception as e:
    session.rollback()
    print(f"出错了: {e}")
finally:
    session.close()

4.6 完整跑一遍

把上面的代码串起来，跑一个完整的例子：

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker
from sqlalchemy import Column, Integer, String

# 连数据库
engine = create_engine('kingbase://SYSTEM:[email protected]:54321/TEST')

# 定义模型
Base = declarative_base()
class User(Base):
    __tablename__ = 'test_user'
    id = Column(Integer, primary_key=True)
    name = Column(String(50))
    email = Column(String(100))
    def __repr__(self):
        return f"User(id={self.id}, name={self.name})"

# 建表
Base.metadata.create_all(engine)

# 操作
Session = sessionmaker(bind=engine)
session = Session()

# 插入
session.add_all([
    User(name='张三', email='[email protected]'),
    User(name='李四', email='[email protected]'),
])
session.commit()

# 查询并打印
for user in session.query(User).all():
    print(user)

session.close()

五、踩过的几个坑

坑1：方言包放错位置

理解这一步时，这是最容易犯的错。方言包必须放在sqlalchemy/dialects/kingbase/，不是随便扔到site-packages就行。

坑2：版本不对应

落到代码里，SQLAlchemy 1.4的版本要用1.4的方言包。拿1.3的方言包去连1.4的SQLAlchemy，会报模块找不到的错误。

坑3：libkci.so找不到

报错信息是libkci.so: cannot open shared object file。设置一下环境变量就能解决：

export LD_LIBRARY_PATH=/home/kingbase/lib:$LD_LIBRARY_PATH

坑4：连接字符串写错

kingbase://不要写成kingbase+psycopg2://，虽然ksycopg2基于psycopg2改的，但名字写错了就是连不上。

六、小结

落到代码里，折腾下来，SQLAlchemy连金仓其实不算复杂，就是方言包要手动设置这一点跟其他数据库不一样。

整体流程分三步：

1. 装SQLAlchemy和ksycopg2
2. 把金仓方言包放到sqlalchemy/dialects/下面
3. 用kingbase://开头的连接字符串新建engine

从实现思路看，ORM操作和连其他数据库一模一样，基本不用改代码。如果项目里用SQLAlchemy做ORM，切换成本其实挺低的。

结合项目来看，总的来说，SQLAlchemy适合结合实际项目边做边理解。先抓住核心思路，再逐步补上细节和边界处理，最后效果会更稳定，也更容易复用。