Flask - 数据库 - 1

最新推荐文章于 2024-10-09 14:30:29 发布

梦因you而美

最新推荐文章于 2024-10-09 14:30:29 发布

阅读量1.1k

点赞数

分类专栏： Flask框架文章标签： ORM Flask-SQLAlchemy 增删改查一对多模型连接MySQL

本文链接：https://blog.csdn.net/apollo_miracle/article/details/83036438

版权

Flask框架专栏收录该内容

18 篇文章 1 订阅

订阅专栏

1 学习目标

能够理解 ORM 工作原理以及其优缺点
能够写出在 Flask 中连接 MySQL 的配置项格式（IP，端口，数据库）
能够使用 SQLAlchemy 定义出关系为一对多模型类
能够使用 SQLAlchemy 的相关函数创建表及删除表
能够写出的指定模型数据对数据库的增删改代码
能够写出模型数据按照条件查询的功能逻辑
能够写出模型数据按照指定数量分页的功能逻辑
能够写出模型数据按照指定条件排序的功能逻辑

2 ORM

ORM 全拼 Object-Relation Mapping，文意为对象-关系映射，主要实现模型对象到关系数据库数据的映射，比如：把数据库表中每条记录映射为一个模型对象。

2.1 ORM图解

优点 :

只需要面向对象编程，不需要面向数据库编写代码
- 对数据库的操作都转化成对类属性和方法的操作
- 不用编写各种数据库的sql语句
实现了数据模型与数据库的解耦，屏蔽了不同数据库操作上的差异
- 不在关注用的是mysql、oracle...等
- 通过简单的配置就可以轻松更换数据库，而不需要修改代码

缺点 :

相比较直接使用SQL语句操作数据库，有性能损失
根据对象的操作转换成SQL语句，根据查询的结果转化成对象，在映射过程中有性能损失

3 Flask-SQLAlchemy安装及设置

SQLALchemy 实际上是对数据库的抽象，让开发者不用直接和 SQL 语句打交道，而是通过 Python 对象来操作数据库，在舍弃一些性能开销的同时，换来的是开发效率的较大提升
SQLAlchemy是一个关系型数据库框架，它提供了高层的 ORM 和底层的原生数据库的操作。flask-sqlalchemy 是一个简化了 SQLAlchemy 操作的flask扩展。
文档地址：http://docs.jinkan.org/docs/flask-sqlalchemy

3.1 安装

安装 flask-sqlalchemy

pip install flask-sqlalchemy

如果连接的是 mysql 数据库，需要安装 mysqldb

pip install flask-mysqldb

在安装flask-mysqldb的时候可能会报错：mysql_config not found

解决如下，输入以下代码：

sudo aptitude install libmysqlclient-dev

3.2 数据库连接设置

3.2.1 连接 MySQL 数据库

完整连接 URI 列表请跳转到 SQLAlchemy 下面的文档 (Supported Databases) 。这里给出一些常见的连接字符串。

Postgres:

postgresql://scott:tiger@localhost/mydatabase

MySQL:

mysql://scott:tiger@localhost/mydatabase

Oracle:

- oracle://scott:tiger@127.0.0.1:1521/sidname

SQLite （注意开头的四个斜线）:

sqlite:absolute/path/to/foo.db

在 Flask-SQLAlchemy 中，数据库使用URL指定，而且程序使用的数据库必须保存到Flask配置对象的 SQLALCHEMY_DATABASE_URI 键中

app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://root:mysql@127.0.0.1:3306/test'

数据库连接url的说明：

mysql://：是协议

root：用户名

mysql：密码

127.0.0.1：数据库所在电脑

3306：数据库端口号

test：数据库名

其他设置：

# 动态追踪修改设置，如未设置只会提示警告
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = True
#查询时会显示原始SQL语句
app.config['SQLALCHEMY_ECHO'] = True

配置完成需要去 MySQL 中创建项目所使用的数据库

mysql -uroot -pmysql
create database test charset utf8;

其他配置

名字	备注
SQLALCHEMY_DATABASE_URI	用于连接的数据库 URI 。例如:sqlite:tmp/test.dbmysql://username:password@server/db
SQLALCHEMY_BINDS	一个映射 binds 到连接 URI 的字典。更多 binds 的信息见用 Binds 操作多个数据库。
SQLALCHEMY_ECHO	如果设置为Ture， SQLAlchemy 会记录所有发给 stderr 的语句，这对调试有用。(打印sql语句)
SQLALCHEMY_RECORD_QUERIES	可以用于显式地禁用或启用查询记录。查询记录在调试或测试模式自动启用。更多信息见get_debug_queries()。
SQLALCHEMY_NATIVE_UNICODE	可以用于显式禁用原生 unicode 支持。当使用不合适的指定无编码的数据库默认值时，这对于一些数据库适配器是必须的（比如 Ubuntu 上某些版本的 PostgreSQL ）。
SQLALCHEMY_POOL_SIZE	数据库连接池的大小。默认是引擎默认值（通常是 5 ）
SQLALCHEMY_POOL_TIMEOUT	设定连接池的连接超时时间。默认是 10 。
SQLALCHEMY_POOL_RECYCLE	多少秒后自动回收连接。这对 MySQL 是必要的，它默认移除闲置多于 8 小时的连接。注意如果使用了 MySQL ， Flask-SQLALchemy 自动设定这个值为 2 小时。

3.2.2 连接其他数据库

完整连接 URI 列表请跳转到 SQLAlchemy 下面的文档 (Supported Databases) 。这里给出一些常见的连接字符串。

Postgres：

postgresql://scott:tiger@localhost/mydatabase

MySQL：

mysql://scott:tiger@localhost/mydatabase

Oracle：

- oracle://scott:tiger@127.0.0.1:1521/sidname

SQLite （注意开头的四个斜线）：

sqlite:absolute/path/to/foo.db

3.2.3 常用的SQLAlchemy字段类型

类型名	python中类型	说明
Integer	int	普通整数，一般是32位
SmallInteger	int	取值范围小的整数，一般是16位
BigInteger	int或long	不限制精度的整数
Float	float	浮点数
Numeric	decimal.Decimal	普通整数，一般是32位
String	str	变长字符串
Text	str	变长字符串，对较长或不限长度的字符串做了优化
Unicode	unicode	变长Unicode字符串
UnicodeText	unicode	变长Unicode字符串，对较长或不限长度的字符串做了优化
Boolean	bool	布尔值
Date	datetime.date	时间
Time	datetime.datetime	日期和时间
LargeBinary	str	二进制文件

3.2.4 常用的SQLAlchemy列选项

选项名	说明
primary_key	如果为True，代表表的主键
unique	如果为True，代表这列不允许出现重复的值
index	如果为True，为这列创建索引，提高查询效率
nullable	如果为True，允许有空值，如果为False，不允许有空值
default	为这列定义默认值

3.2.5 常用的SQLAlchemy关系选项

选项名	说明
backref	在关系的另一模型中添加反向引用
primary join	明确指定两个模型之间使用的联结条件
uselist	如果为False，不使用列表，而使用标量值
order_by	指定关系中记录的排序方式
secondary	指定多对多关系中关系表的名字
secondary join	在SQLAlchemy中无法自行决定时，指定多对多关系中的二级联结条件

3.2.6 SQLAlchemy使用操作

from flask import Flask
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)

# 配置数据库连接地址
app.config['SQLALCHEMY_DATABASE_URI'] = "mysql://root:mysql@127.0.0.1:3306/test_27"
# 是否追踪数据库的修改
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False

db = SQLAlchemy(app)

@app.route("/")
def index():
    return "index"


if __name__ == '__main__':
    app.run(debug=True)

SQLAlchemy常用配置就这两个：uri 和 track_modifications

4 数据库基本操作

在Flask-SQLAlchemy中，插入、修改、删除操作，均由数据库会话管理。

会话用 db.session 表示。在准备把数据写入数据库前，要先将数据添加到会话中然后调用 commit() 方法提交会话。

在 Flask-SQLAlchemy 中，查询操作是通过 query 对象操作数据。

最基本的查询是返回表中所有数据，可以通过过滤器进行更精确的数据库查询。

4.1 添加模型&增删改

4.1.1 准备工作

通过对象操作数据库，那么首先需要创建数据库 test：

create database test charset utf8;

进入看一眼，目前还没有表：

4.1.2 添加模型

from flask import Flask
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)

# 配置数据库连接地址
app.config['SQLALCHEMY_DATABASE_URI'] = "mysql://root:mysql@127.0.0.1:3306/test"
# 是否追踪数据库的修改
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False

db = SQLAlchemy(app)


class Role(db.Model):
    # 指定该模型对应数据库中的表名，如果不指定，表名就为类名小写，即“role”
    __tablename__ = "roles"
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    name = db.Column(db.String(64), unique=True)

    def __repr__(self):
        return "Role: %s %s" % (self.id, self.name)


@app.route("/")
def index():
    return "index"


if __name__ == '__main__':
    db.create_all()
    app.run(debug=True)

代码说明：

__repr__ ：类似于__str__，打印Role实例对象的时候会调用__repr__

db.create_all()：创建所有继承 db.Model 的模型对应的数据库表

接下来运行此程序，然后查看表：

4.1.3 增加

通过 pycharm 的 terminal 进入 ipython3，输入如下代码：

增加数据，需要新建Role实例对象，并且添加到db.session中，最终还要commit提交才可以

注意：

这里的session(会话)跟视图中操作的session不一样，这里他是自己做了一个会话，可以将多个数据库操作一次性添加到会话中，最终commit一次即可

commit之后，role.id竟然有值了，这是因为插入成功之后，数据库有了id值，然后SQLAlchemy给数据库的改变反馈到了实例对象role上了，所以role.id有值了

插入成功之后，查询数据库：(插入之前没有数据，插入之后有一条数据)

4.1.4 修改

注意：

这里的修改操作也应该通过db.session.add(role)来处理，但是因为上边增加操作已经将role 添加到db.session中了。所以这里可以省略第二步。(其实建议再写一遍，这样更规范)

4.1.5 删除

注意：删除操作是通过db.session.delete()来处理的

4.2 数据库一对多的关系定义

4.2.1 准备工作

接下来我们讨论一下多表的关系：一对多关系

那么就需要增加一个模型类User，Role 与 User 的关系是一对多。

增加User如下：

增加测试数据：

if __name__ == '__main__':
    db.drop_all()
    db.create_all()

    # 插入一条数据
    ro1 = Role(name='admin')
    db.session.add(ro1)
    db.session.commit()
    # 再次插入一条数据
    ro2 = Role(name='user')
    db.session.add(ro2)
    db.session.commit()
    
    # 一次插入多条数据
    us1 = User(name='wang', email='wang@163.com', password='123456', role_id=ro1.id)
    us2 = User(name='zhang', email='zhang@189.com', password='201512', role_id=ro2.id)
    us3 = User(name='chen', email='chen@126.com', password='987654', role_id=ro2.id)
    us4 = User(name='zhou', email='zhou@163.com', password='456789', role_id=ro1.id)
    us5 = User(name='tang', email='tang@itheima.com', password='158104', role_id=ro2.id)
    us6 = User(name='wu', email='wu@gmail.com', password='5623514', role_id=ro2.id)
    us7 = User(name='qian', email='qian@gmail.com', password='1543567', role_id=ro1.id)
    us8 = User(name='liu', email='liu@itheima.com', password='867322', role_id=ro1.id)
    us9 = User(name='li', email='li@163.com', password='4526342', role_id=ro2.id)
    us10 = User(name='sun', email='sun@163.com', password='235523', role_id=ro2.id)
    db.session.add_all([us1, us2, us3, us4, us5, us6, us7, us8, us9, us10])
    db.session.commit()
    
    app.run(debug=True)

问题：

为啥create_all()之前要先drop_all()?

因为执行已经生成过Role表了，现在如果重新创建，肯定会报错，所以先删除所有表，在重新创建

为啥ro1和ro2添加到db.session之后，要立马commit，不能和user一起commit么?

运行，生成表和数据：

4.2.2 关联查询

进入ipython3，我们来看一下一对多查询：

说明：

all 返回两个用户的列表，列表中的每一项是一个role对象；

为啥是Role 1 admin，这是因为__repr__方法就是这样返回的

我们先执行如下代码：

然后获取id3的用户的角色信息：

你会发现这样查询很麻烦，需要先通过id3查询到user，然后在查询user身上的role_id角色id，在通过角色id查询Role表才可以知道。那我们畅想一下：

如何实现畅想呢?给Role添加一个关系属性users：

上图代码说明：users属性关联着User模型类

接下来查询：

那么想查询用户所属角色怎么办?在后边加上一句：backref("role")

users = db.relationship("User", backref="role")

查询：

4.3 数据库的简单查询

4.3.1 常用的SQLAlchemy查询过滤器

过滤器	说明
filter()	把过滤器添加到原查询上，返回一个新查询
filter_by()	把等值过滤器添加到原查询上，返回一个新查询
limit	使用指定的值限定原查询返回的结果
offset()	偏移原查询返回的结果，返回一个新查询
order_by()	根据指定条件对原查询结果进行排序，返回一个新查询
group_by()	根据指定条件对原查询结果进行分组，返回一个新查询

4.3.2 常用的SQLAlchemy查询执行器

方法	说明
all()	以列表形式返回查询的所有结果
first()	返回查询的第一个结果，如果未查到，返回None
first_or_404()	返回查询的第一个结果，如果未查到，返回404
get()	返回指定主键对应的行，如不存在，返回None
get_or_404()	返回指定主键对应的行，如不存在，返回404
count()	返回查询结果的数量
paginate()	返回一个Paginate对象，它包含指定范围内的结果

4.3.3 牛刀小试

接下来我们给下边的所有题目做完即可：

查询所有用户数据
查询有多少个用户
查询第1个用户
查询id为4的用户[3种方式]
查询名字结尾字符为g的所有数据[开始/包含]
查询名字不等于wang的所有数据[2种方式]
查询名字和邮箱都以 li 开头的所有数据[2种方式]
查询password是 `123456` 或者 `email` 以 `itheima.com` 结尾的所有数据
查询id为 [1, 3, 5, 7, 9] 的用户列表
查询name为liu的角色数据
查询所有用户数据，并以邮箱排序
每页3个，查询第2页的数据

答案如下：

In [1]: from test import *                                                                        

In [2]: User.query.all()                                                                          
Out[2]: 
[User: 1 wang,
 User: 2 zhang,
 User: 3 chen,
 User: 4 zhou,
 User: 5 tang,
 User: 6 wu,
 User: 7 qian,
 User: 8 liu,
 User: 9 li,
 User: 10 sun]

In [3]: User.query.count()                                                                        
Out[3]: 10

In [4]: User.query.first()                                                                        
Out[4]: User: 1 wang

In [5]: User.query.get(4)                                                                         
Out[5]: User: 4 zhou

In [6]: User.query.filter_by(id=4).first()                                                        
Out[6]: User: 4 zhou

In [7]: User.query.filter(User.id==4).first()                                                     
Out[7]: User: 4 zhou

In [10]: User.query.filter(User.name.endswith("g")).all()                                         
Out[10]: [User: 1 wang, User: 2 zhang, User: 5 tang]                                                                     

In [11]: User.query.filter(User.name.endswith("g")).all()                                         
Out[11]: [User: 1 wang, User: 2 zhang, User: 5 tang]

In [12]: User.query.filter(User.name.startswith("g")).all()                                       
Out[12]: []

In [13]: User.query.filter(User.name.contains("g")).all()                                         
Out[13]: [User: 1 wang, User: 2 zhang, User: 5 tang]

In [14]: User.query.filter(User.name != "wang").all()                                             
Out[14]: 
[User: 2 zhang,
 User: 3 chen,
 User: 4 zhou,
 User: 5 tang,
 User: 6 wu,
 User: 7 qian,
 User: 8 liu,
 User: 9 li,
 User: 10 sun]

In [17]: from sqlalchemy import not_                                                              

In [18]: User.query.filter(User.name != "wang").all()                                             
Out[18]: 
[User: 2 zhang,
 User: 3 chen,
 User: 4 zhou,
 User: 5 tang,
 User: 6 wu,
 User: 7 qian,
 User: 8 liu,
 User: 9 li,
 User: 10 sun]

In [19]: from sqlalchemy import not_                                                              

In [20]: User.query.filter(not_(User.name == "wang")).all()                                       
Out[20]: 
[User: 2 zhang,
 User: 3 chen,
 User: 4 zhou,
 User: 5 tang,
 User: 6 wu,
 User: 7 qian,
 User: 8 liu,
 User: 9 li,
 User: 10 sun]

In [21]: User.query.filter(User.name.startswith("li"), User.email.startswith("li")).all()         
Out[21]: [User: 9 li, User: 8 liu]

In [22]: from sqlalchemy import and_                                                              

In [23]: User.query.filter(and_(User.name.startswith("li"), User.email.startswith("li"))).all()   
Out[23]: [User: 9 li, User: 8 liu]

In [24]: from sqlalchemy import or_                                                               

In [25]: User.query.filter(or_(User.password == "123456", User.email.endswith("itheima.com"))).all
    ...: ()                                                                                       
Out[25]: [User: 1 wang, User: 5 tang, User: 8 liu]

In [26]: User.query.filter(User.id.in_([1, 3, 5, 7, 9])).all()                                    
Out[26]: [User: 1 wang, User: 3 chen, User: 5 tang, User: 7 qian, User: 9 li]

In [28]: User.query.filter(User.name == "liu").first().role                                       
Out[28]: Role: 1 admin

In [29]: User.query.order_by(User.email).all()                                                    
Out[29]: 
[User: 3 chen,
 User: 9 li,
 User: 8 liu,
 User: 7 qian,
 User: 10 sun,
 User: 5 tang,
 User: 1 wang,
 User: 6 wu,
 User: 2 zhang,
 User: 4 zhou]

In [30]: User.query.order_by(User.email.desc()).all()                                             
Out[30]: 
[User: 4 zhou,
 User: 2 zhang,
 User: 6 wu,
 User: 1 wang,
 User: 5 tang,
 User: 10 sun,
 User: 7 qian,
 User: 8 liu,
 User: 9 li,
 User: 3 chen]

In [31]: User.query.order_by(User.email.asc()).all()                                              
Out[31]: 
[User: 3 chen,
 User: 9 li,
 User: 8 liu,
 User: 7 qian,
 User: 10 sun,
 User: 5 tang,
 User: 1 wang,
 User: 6 wu,
 User: 2 zhang,
 User: 4 zhou]

In [34]: paginate = User.query.paginate(2, 3)                                                     

In [35]: paginate.items                                                                           
Out[35]: [User: 4 zhou, User: 5 tang, User: 6 wu]

In [36]: paginate.pages                                                                           
Out[36]: 4

In [37]: paginate.page                                                                            
Out[37]: 2