import os
from sqlalchemy import create_engine
# 确保 ALIBABA_CLOUD_ACCESS_KEY_ID 环境变量设置为用户 Access Key ID，
# ALIBABA_CLOUD_ACCESS_KEY_SECRET 环境变量设置为用户 Access Key Secret，
# 不建议直接使用 Access Key ID / Access Key Secret 字符串，下同
conn_string = 'odps://%s:%s@<project>' % (
   os.getenv('ALIBABA_CLOUD_ACCESS_KEY_ID'),
   os.getenv('ALIBABA_CLOUD_ACCESS_KEY_SECRET'),
engine = create_engine(conn_string)
要在连接字符串中指定 endpoint，可以按如下方式：
import os
from sqlalchemy import create_engine
conn_string = 'odps://%s:%s@<project>/?endpoint=<endpoint>' % (
   os.getenv('ALIBABA_CLOUD_ACCESS_KEY_ID'),
   os.getenv('ALIBABA_CLOUD_ACCESS_KEY_SECRET'),
engine = create_engine(conn_string)
这里把 <access_id> 等替换成相应的账号。
对于已有的 ODPS 对象 o ，调用 o.to_global() 设为全局账号后，在连接字符串中就不需要指定了。
from sqlalchemy import create_engine
o.to_global()  # set ODPS object as global one
engine = create_engine('odps://')
接着创建连接。
conn = engine.connect()
如果需要为 SQL 作业配置执行选项，可以使用 PyODPS 提供的 options 对象：
import os
from odps import options
from sqlalchemy import create_engine
conn_string = 'odps://%s:%s@<project>/?endpoint=<endpoint>' % (
   os.getenv('ALIBABA_CLOUD_ACCESS_KEY_ID'),
   os.getenv('ALIBABA_CLOUD_ACCESS_KEY_SECRET'),
options.sql.settings = {'odps.sql.hive.compatible': 'true'}
engine = create_engine(conn_string)
也可以直接配置在连接字符串中：
import os
from sqlalchemy import create_engine
conn_string = 'odps://%s:%s@<project>/?endpoint=<endpoint>&odps.sql.hive.compatible=true' % (
   os.getenv('ALIBABA_CLOUD_ACCESS_KEY_ID'),
   os.getenv('ALIBABA_CLOUD_ACCESS_KEY_SECRET'),
engine = create_engine(conn_string)
使用上述方式时，每个 engine 对象都会拥有不同的选项。
部分商业智能引擎（例如 Apache Superset）可能会频繁列举 MaxCompute 表等对象，这可能会带来较大的延迟。如果你在数据分析过程中对新增的 MaxCompute 对象不敏感，在 PyODPS 0.12.0 及以上版本中可以考虑为连接字符串增加 cache_names=true 选项以启用对象名缓存，并可指定缓存超时的时间 cache_seconds=<超时秒数>
（默认为 24 * 3600）。下面的例子开启缓存并将缓存超时时间设定为 1200 秒。
import os
from sqlalchemy import create_engine
conn_string = 'odps://%s:%s@<project>/?endpoint=<endpoint>&cache_names=true&cache_seconds=1200' % (
   os.getenv('ALIBABA_CLOUD_ACCESS_KEY_ID'),
   os.getenv('ALIBABA_CLOUD_ACCESS_KEY_SECRET'),
engine = create_engine(conn_string)
from sqlalchemy import Table, Column, Integer, String, MetaData
metadata = MetaData()
users = Table('users', metadata,
    Column('id', Integer),
    Column('name', String),
    Column('fullname', String),
metadata.create_all(engine)
写入数据
ins = users.insert().values(id=1, name='jack', fullname='Jack Jones')
conn.execute(ins)
>>> from sqlalchemy.sql import select
>>> s = select([users])
>>> result = conn.execute(s)
>>> for row in result:
>>>     print(row)
(1, 'jack', 'Jack Jones')