Rychlý start: Použití Python k připojení a dotazování dat pro Azure HorizonDB (Preview)

V tomto rychlém startu se pomocí Python připojíte k instanci Azure HorizonDB. Příkazy SQL pak použijete k dotazování, vkládání, aktualizaci a odstraňování dat v databázi z platforem macOS, Ubuntu Linux a Windows.

Kroky v tomto článku zahrnují ověřování PostgreSQL.

Ověřování PostgreSQL používá účty uložené v PostgreSQL a potřebujete spravovat obměnu hesel sami.

Tento článek předpokládá, že máte zkušenosti s vývojem pomocí Python, ale začínáte pracovat s Azure HorizonDB.

Předpoklady

• Účet Azure s aktivním předplatným. Vytvořte si bezplatný účet.
• Cluster databáze Azure HorizonDB. Pokud chcete vytvořit cluster Azure HorizonDB, přečtěte si Vytvoření clusteru Azure HorizonDB.
• Python 3.8+.
• Nejnovější instalační balíček pro pip.

Přidejte pravidla brány firewall pro klientskou pracovní stanici

• Pokud jste vytvořili cluster Azure HorizonDB s přístupem Public (povolené IP adresy) , můžete místní IP adresu přidat do seznamu pravidel brány firewall v clusteru. Projděte si Networking v Azure HorizonDB (Preview).

Příprava vývojového prostředí

Přejděte do složky, ve které chcete spustit kód, a vytvořte a aktivujte virtuální prostředí. Virtuální prostředí je samostatný adresář pro konkrétní verzi Pythonu a další balíčky potřebné pro danou aplikaci.

Spuštěním následujících příkazů vytvořte a aktivujte virtuální prostředí:

Windows

py -3 -m venv .venv
.venv\Scripts\activate

macOS/Linux

python3 -m venv .venv
source .venv/bin/activate

Note

Před spuštěním jakýchkoli python -m pip instalL... příkazů se ujistěte, že je virtuální prostředí aktivované. Použití python -m pip (ne úplné pip) zajišťuje instalaci balíčků do stejného interpretu nebo venvu, který používáte ke spuštění příkladů.

Instalace knihoven Pythonu

Nainstalujte knihovny Pythonu potřebné ke spuštění příkladů kódu.

Nainstalujte modul psycopg, který umožňuje připojení k databázi PostgreSQL a dotazování na ji.

# Recommended: install the binary wheel that bundles a compatible libpq wrapper (Windows/macOS)
python -m pip install "psycopg[binary]"

# Linux alternative (if you prefer building against system libpq):
sudo apt-get update
sudo apt-get install -y libpq-dev build-essential python3-dev
python -m pip install psycopg

Přidání ověřovacího kódu

V této části přidáte do pracovního adresáře ověřovací kód a provedete všechny další kroky potřebné k ověřování a autorizaci v instanci clusteru.

Před přidáním ověřovacího kódu se ujistěte, že jsou nainstalované požadované balíčky pro každý příklad.

Požadované balíčky (příklady v tomto článku):

• Příklad hesla: psycopg (doporučeno: python -m pip install "psycopg[binary]")

Volitelné: vytvořte requirements.txt s těmito položkami a nainstalujte pomocí python -m pip install -r requirements.txt pro reprodukovatelné instalace.

1. Zkopírujte následující kód do editoru a uložte ho do souboru s názvem get_conn.py.

   import urllib.parse
   import os
   
   def get_connection_uri():
   
      # Read URI parameters from the environment
      dbhost = os.environ['DBHOST']
      dbname = os.environ['DBNAME']
      dbuser = urllib.parse.quote(os.environ['DBUSER'])
   password = os.environ['DBPASSWORD']
   sslmode = os.environ['SSLMODE']
   db_uri = f"host={dbhost} dbname={dbname} user={dbuser} password={password} sslmode={sslmode}"
      # Construct connection URI
      return db_uri
   

2. Získejte informace o připojení k databázi.

   Použití portálu Azure:

   1. V nabídce vlevo na portálu Azure vyberte Všechny prostředky a vyhledejte cluster, který jste vytvořili.

   2. Vyberte název clusteru.

   3. V nabídce zdrojů vyberte Přehled. Najeďte myší na hodnotu zobrazenou jako primární koncový bod (čtení/zápis) a vyberte tlačítko Kopírovat do schránky .

      

   4. Pokud zapomenete heslo pro přihlášení správce, můžete ho resetovat pomocí tlačítka Resetovat heslo .

      

3. Nastavení proměnných prostředí pro elementy URI spojení:

   Windows

   set DBHOST=<cluster-name>
   set DBNAME=<database-name>
   set DBUSER=<username>
   set DBPASSWORD=<password>
   set SSLMODE=require
   

   macOS/Linux

   export DBHOST=<cluster-name>
   export DBNAME=<database-name>
   export DBUSER=<username>
   export DBPASSWORD=<password>
   export SSLMODE=require
   

---

Jak spustit příklady Pythonu

Pro každý příklad kódu v tomto článku:

1. Vytvořte nový soubor v textovém editoru.

2. Přidejte do souboru příklad kódu.

3. Uložte soubor do složky projektu s příponou .py , například postgres-insert.py. V systému Windows se ujistěte, že při uložení souboru je vybrané kódování UTF-8.

4. Ve složce projektu zadejte python následovaný názvem souboru, například python postgres-insert.py.

Vytvoření tabulky a vložení dat

Následující příklad kódu se připojí ke clusteru Azure HorizonDB pomocí funkce psycopg.connect a načte data pomocí příkazu SQL INSERT. Funkce cursor.execute spustí dotaz SQL na databázi.

import psycopg
from get_conn import get_connection_uri

conn_string = get_connection_uri()

conn = psycopg.connect(conn_string)
print("Connection established")
cursor = conn.cursor()

# Drop previous table of same name if one exists
cursor.execute("DROP TABLE IF EXISTS inventory;")
print("Finished dropping table (if existed)")

# Create a table
cursor.execute("CREATE TABLE inventory (id serial PRIMARY KEY, name VARCHAR(50), quantity INTEGER);")
print("Finished creating table")

# Insert some data into the table
cursor.execute("INSERT INTO inventory (name, quantity) VALUES (%s, %s);", ("banana", 150))
cursor.execute("INSERT INTO inventory (name, quantity) VALUES (%s, %s);", ("orange", 154))
cursor.execute("INSERT INTO inventory (name, quantity) VALUES (%s, %s);", ("apple", 100))
print("Inserted 3 rows of data")

# Clean up
conn.commit()
cursor.close()
conn.close()

Když se kód úspěšně spustí, vytvoří následující výstup:

Connection established
Finished dropping table (if existed)
Finished creating table
Inserted 3 rows of data

Čtení dat

Následující příklad kódu se připojí ke clusteru Azure HorizonDB a používá cursor.execute s příkazem SQL SELECT ke čtení dat. Tato funkce přijme dotaz a vrátí sadu výsledků pro iteraci pomocí cursor.fetchall().

import psycopg
from get_conn import get_connection_uri

conn_string = get_connection_uri()

conn = psycopg.connect(conn_string)
print("Connection established")
cursor = conn.cursor()

# Fetch all rows from table
cursor.execute("SELECT * FROM inventory;")
rows = cursor.fetchall()

# Print all rows
for row in rows:
    print("Data row = (%s, %s, %s)" %(str(row[0]), str(row[1]), str(row[2])))

# Cleanup
conn.commit()
cursor.close()
conn.close()

Když se kód úspěšně spustí, vytvoří následující výstup:

Connection established
Data row = (1, banana, 150)
Data row = (2, orange, 154)
Data row = (3, apple, 100)

Aktualizace dat

Následující příklad kódu se připojí ke clusteru Azure HorizonDB a použije cursor.execute s příkazem SQL UPDATE k aktualizaci dat.

import psycopg
from get_conn import get_connection_uri

conn_string = get_connection_uri()

conn = psycopg.connect(conn_string)
print("Connection established")
cursor = conn.cursor()

# Update a data row in the table
cursor.execute("UPDATE inventory SET quantity = %s WHERE name = %s;", (200, "banana"))
print("Updated 1 row of data")

# Cleanup
conn.commit()
cursor.close()
conn.close()

Odstranit data

Následující příklad kódu se připojí ke clusteru Azure HorizonDB a pomocí příkazu SQL DELETE odstraní položku inventáře, kterou jste předtím vložili.

import psycopg
from get_conn import get_connection_uri

conn_string = get_connection_uri()

conn = psycopg.connect(conn_string)
print("Connection established")
cursor = conn.cursor()

# Delete data row from table
cursor.execute("DELETE FROM inventory WHERE name = %s;", ("orange",))
print("Deleted 1 row of data")

# Cleanup
conn.commit()
cursor.close()
conn.close()

Související obsah

• Quickstart: Použití Java a JDBC v Azure HorizonDB (Preview)
• Pojení a dotazování Azure HorizonDB (Preview)