将teradata数据库与django模型框架集成

Question

我们有一个外部的teradata数据库，我们希望创建一个使用django生成和查询的前端。

在使用到DB的直接ODBC连接和运行查询并在网站上显示查询方面，我已经取得了相当大的进步，但我越深入，就越明显需要使用django模型框架。

我的问题是，是否有人有经验或洞察力，在如何将teradata集成到django web应用程序中？

例如，我使用django-table 2显示数据，因为它不仅允许使用查询集生成表，而且还允许使用对我非常有用的字典列表。现在，我已经开始使用django-filters包添加筛选，而且它似乎只能使用queryset对象而不是其他任何东西来完成。

如果你能提供任何建议，我将不胜感激！

Answer 1

这里是我为Django应用程序所构建的“数据库实用程序”库。后端是Postgres，但它应该适合Teradata。

看看get_data_qs()函数中的逻辑。这就是我用来使用QuerySets过滤器技巧创建__in的方法，它应该将结果集转换为QuerySet。不知道这能让你走多远，但你可以玩点什么。

dbUtils.py

from django.db import connection
from collections import namedtuple

# TO-DO: Handle non-ASCII characters (Python default encoding is ASCII)

# Return data as a RawQuerySet object (list of objects)
def get_data(myobjects, sp_signature, params):
    # IMPORTANT: Model field names must match column names in DB
    resultset = myobjects.raw('select 1 as id, * from ' + sp_signature, params)

    # Check if resultset has any rows
    try:
        test = resultset[0] 
    except IndexError:
        return myobjects.none() # return empty queryset ("not myobjects.none()" == True)

    # Return result set
    return resultset

# Return data as a single model object
def get_data_pk(myobjects, sp_signature, params):
    resultset = get_data(myobjects, sp_signature, params)

    # If there is a result set, return the first instance
    if(resultset):
        return resultset[0] 

# Return data as a QuerySet object (first column in resultset must be the model PK
def get_data_qs(self, sp_signature, params, pk_fieldname = None):
    cursor = connection.cursor()
    try:
        # Use default PK if not provided
        if(not pk_fieldname):
            pk_fieldname = self.model._meta.pk.name

        # Create "IN" filter
        myfilter = pk_fieldname + '__in' 

        # Execute query and apply filter to convert to QuerySet        
        cursor.execute("select * from " + sp_signature, params)
        return self.filter(**{ myfilter: (x[0] for x in cursor) }) 
          # TO-DO: This (**) may need looking at due to Python 3 conversion

    finally:
        cursor.close()

# Return data as a non-objectified result set (list of rows)
def get_data_raw(sp_name, params):
    with connection.cursor() as cursor:        
        cursor.callproc(sp_name, params)
        return_data = namedtuplefetchall(cursor) # Format as result set (list of tuples)
        cursor.close()

    return return_data

def save_data(sp_name, params):
    with connection.cursor() as cursor:        
        cursor.callproc(sp_name, params)
        return_data = cursor.fetchone() # Store any output
        cursor.close()

    return return_data

# Return all rows from a cursor as named tuples (i.e. rows with field names)
def namedtuplefetchall(cursor):
    columns = [col[0] for col in cursor.description]
    nt_result = namedtuple('Result', columns)

    return [
        nt_result(*row) 
        for row in cursor.fetchall()
    ]