Szybki start: nawiązywanie połączeń z danymi Azure HorizonDB (wersja zapoznawcza) i wykonywanie na nich zapytań przy użyciu Python

W tym przewodniku Szybki start połączysz się z wystąpieniem usługi Azure HorizonDB za pomocą języka Python. Następnie użyjesz instrukcji SQL do wykonywania zapytań, wstawiania, aktualizowania i usuwania danych w bazie danych z platform macOS, Ubuntu Linux i Windows.

Kroki opisane w tym artykule obejmują uwierzytelnianie postgreSQL.

Uwierzytelnianie postgreSQL używa kont przechowywanych w usłudze PostgreSQL i musisz samodzielnie zarządzać rotacją haseł.

W tym artykule założono, że wiesz już, jak programować przy użyciu Python, ale dopiero zaczynasz pracę z usługą Azure HorizonDB.

Wymagania wstępne

• Konto platformy Azure z aktywną subskrypcją. Utwórz bezpłatne konto.
• Klaster Azure HorizonDB. Aby utworzyć klaster Azure HorizonDB, zobacz Tworzenie klastra Azure HorizonDB.
• Python 3.8 lub nowszy.
• Najnowszy instalator pakietów pip.

Dodaj reguły zapory dla stacji roboczej klienta

• Jeśli utworzono klaster Azure HorizonDB z Public access (dozwolone adresy IP) możesz dodać lokalny adres IP do listy reguł zapory w klastrze. Zapoznaj się z Networking w Azure HorizonDB (wersja zapoznawcza).

Przygotowywanie środowiska projektowego

Przejdź do folderu, w którym chcesz uruchomić kod, i utwórz i aktywuj środowisko wirtualne. Środowisko wirtualne to samodzielny katalog dla określonej wersji języka Python oraz inne pakiety potrzebne dla tej aplikacji.

Uruchom następujące polecenia, aby utworzyć i aktywować środowisko wirtualne:

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

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

Instalowanie bibliotek języka Python

Zainstaluj biblioteki języka Python potrzebne do uruchomienia przykładów kodu.

Zainstaluj moduł psycopg, który umożliwia nawiązywanie połączenia z bazą danych PostgreSQL i wykonywanie zapytań względem nich.

# 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

Dodawanie kodu uwierzytelniania

W tej sekcji dodasz do katalogu roboczego kod odpowiedzialny za uwierzytelnianie oraz wykonasz wszelkie dodatkowe kroki wymagane do uwierzytelniania i autoryzacji w instancji klastra.

Przed dodaniem kodu uwierzytelniania upewnij się, że są zainstalowane wymagane pakiety dla każdego przykładu.

Wymagane pakiety (przykłady w tym artykule):

• Przykład hasła: psycopg (zalecane: python -m pip install "psycopg[binary]")

Opcjonalnie: utwórz plik requirements.txt z tymi wpisami i zainstaluj za pomocą python -m pip install -r requirements.txt, aby zapewnić powtarzalność instalacji.

1. Skopiuj następujący kod do edytora i zapisz go w pliku o nazwie 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. Uzyskaj informacje o połączeniu z bazą danych.

   Korzystanie z portalu Azure:

   1. W menu po lewej stronie w portalu Azure wybierz pozycję Wszystkie zasoby, a następnie wyszukaj utworzony klaster.

   2. Wybierz nazwę klastra.

   3. W menu zasobów wybierz pozycję Przegląd. Umieść kursor myszy na wartości wyświetlanej jako Podstawowy punkt końcowy (odczyt/zapis) i wybierz przycisk Kopiuj do schowka .

      

   4. Jeśli zapomnisz hasło logowania administratora, możesz zresetować je przy użyciu przycisku Resetuj hasło .

      

3. Ustaw zmienne środowiskowe dla elementów identyfikatora URI połączenia:

   • Windows
   • macOS/Linux

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

Jak uruchomić przykłady języka Python

Dla każdego przykładu kodu w tym artykule:

1. Utwórz nowy plik w edytorze tekstów.

2. Dodaj przykładowy kod do pliku.

3. Zapisz plik w folderze projektu przy użyciu rozszerzenia .py , takiego jak postgres-insert.py. W przypadku systemu Windows upewnij się, że podczas zapisywania pliku wybrano kodowanie UTF-8.

4. W folderze projektu wpisz python, a następnie nazwę pliku, na przykład python postgres-insert.py.

Tworzenie tabeli i wstawianie danych

Poniższy przykład kodu łączy się z klastrem Azure HorizonDB przy użyciu funkcji psycopg.connect i ładuje dane za pomocą instrukcji SQL INSERT. Funkcja cursor.execute wykonuje zapytanie SQL względem bazy danych.

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()

Po pomyślnym uruchomieniu kodu generuje następujące dane wyjściowe:

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

Odczyt danych

Poniższy przykład kodu łączy się z klastrem Azure HorizonDB i używa polecenia cursor.execute z instrukcją SQL SELECT w celu odczytu danych. Ta funkcja akceptuje zapytanie i zwraca zestaw wyników w celu iteracji przy użyciu funkcji 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()

Po pomyślnym uruchomieniu kodu generuje następujące dane wyjściowe:

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

Aktualizowanie danych

Poniższy przykład kodu łączy się z klastrem Azure HorizonDB i używa polecenia cursor.execute z instrukcją SQL UPDATE w celu zaktualizowania danych.

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()

Usuń dane

Poniższy przykład kodu łączy się z klastrem Azure HorizonDB i używa polecenia cursor.execute z instrukcją SQL DELETE, aby usunąć wcześniej wstawiony element spisu.

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()

Treści powiązane

• Quickstart: użyj Java i JDBC w usłudze Azure HorizonDB (wersja zapoznawcza)
• Łącz się i wykonuj zapytania w Azure HorizonDB (wersja zapoznawcza)