flask学习笔记(-数据库)

Python 数据库框架

大多数的数据库引擎都有对应的 Python 包,包括开源包和商业包。Flask 并不限制你使用何种类型的数据库包,因此可以根据自己的喜好选择使用 MySQL、Postgres、SQLite、Redis、MongoDB 或者 CouchDB。

如果这些都无法满足需求,还有一些数据库抽象层代码包供选择,例如SQLAlchemy和MongoEngine。你可以使用这些抽象包直接处理高等级的 Python 对象,而不用处理如表、文档或查询语言此类的数据库实体。

选择数据库框架的因素：

• 易用性。抽象层,也称为对象关系映 射(Object-Relational Mapper,ORM) 或 对 象 文 档 映 射(Object-Document Mapper,ODM),在用户不知觉的情况下把高层的面向对象操作转换成低层的数据库指令。
• 性能。ORM 和 ODM 把对象业务转换成数据库业务会有一定的损耗。真正的关键点在于如何选择一个能直接操作低层数据库的抽象层,以防特定的操作需要直接使用数据库原生指令优化。
• 可移植性。必须考虑其是否能在你的开发平台和生产平台中使用。
• Flask集成度

Flask-SQLAlchemy 管理数据库

• 安装

pip install flask-sqlalchemy

使用URL制定数据库

数据库引擎	URL
MySQL	mysql://username:password@hostname/database
Postgres	postgresql://username:password@hostname/database
SQLite(Unix)	sqlite:absolute/path/to/database
SQLite(Windows)	sqlite:///c:/absolute/path/to/database

SQLite 数 据 库 不 需 要 使 用 服 务 器, 因 此 不 用 指 定 hostname 、 username 和 password 。URL 中的 database 是硬盘上文件的文件名。

• 配置 
  程序使用的数据库 URL 必须保存到 Flask 配置对象的 SQLALCHEMY_DATABASE_URI 键中

配置对象中还有一个很有用的选项,即 SQLALCHEMY_COMMIT_ON_TEARDOWN 键,将其设为 True时,每次请求结束后都会自动提交数据库中的变动

from flask.ext.sqlalchemy import SQLAlchemy
basedir = os.path.abspath(os.path.dirname(__file__))
app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] =\
'sqlite:///' + os.path.join(basedir, 'data.sqlite')
app.config['SQLALCHEMY_COMMIT_ON_TEARDOWN'] = True
db = SQLAlchemy(app)

 

 

• 定义模型

  class Role(db.Model):
      #__tablename__ 定义在数据库中使用的表名,如果没有定义 __tablename__ ,
      #SQLAlchemy 会使用一个默认名字
      __tablename__ = 'roles'
      #primary_key如果设为 True ,这列就是表的主键
      id = db.Column(db.Integer, primary_key=True)
      name = db.Column(db.String(64), unique=True)
      def __repr__(self):
          return '<Role % r>' % self.name
  class User(db.Model):
      __tablename__ = 'users'
      id = db.Column(db.Integer, primary_key=True)
      username = db.Column(db.String(64), unique=True, index=True)
      def __repr__(self):
          return '<User % r>' % self.username
  

   

   

  最常用的SQLAlchemy列类型

  类型名	Python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	定点数
  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	日期
  Time	datetime.time	时间
  DateTime	datetime.datetime	日期和时间
  Interval	datetime.timedelta	时间间隔
  Enum	str	一组字符串
  PickleType	任何 Python 对象	自动使用 Pickle 序列化
  LargeBinary	str	二进制文件

  最常使用的SQLAlchemy列选项

  选项名	说 明
  primary_key	如果设为 True ,这列就是表的主键
  unique	如果设为 True ,这列不允许出现重复的值
  index	如果设为 True ,为这列创建索引,提升查询效率
  nullable	如果设为 True ,这列允许使用空值;如果设为 False ,这列不允许使用空值
  default	为这列定义默认值

 

关系表达

关系型数据库使用关系把不同表中的行联系起来。

• 一对多

  class Role(db.Model):
      #添加到 Role 模型中的 users 属性代表这个关系的面向对象视角。
      #对于一个 Role 类的实例,其 users 属性将返回与角色相关联的用户组成的列表。
      #db.relationship() 的第一个参数表,如果模型类尚未定义,可使用字符串形式指定。
      #db.relationship() 中的 backref 参数向 User 模型中添加一个 role 属性,从而定义反向关系。
      #这一属性可替代 role_id 访问 Role 模型,此时获取的是模型对象
      users = db.relationship('User', backref='role')
  class User(db.Model):
      #关系使用 users 表中的外键连接了两行。
      #添加到 User 模型中的 role_id 列被定义为外键,就是这个外键建立起了关系。
      #传给 db.ForeignKey() 的参数 'roles.id' 表明,这列的值是 roles 表中行的 id 值。
      role_id = db.Column(db.Integer, db.ForeignKey('roles.id'))

   

  db.relationship() 都能自行找到关系中的外键,但有时却无法决定把哪一列作为外键。如果 User 模型中有两个或以上的列定义为 Role 模型的外键,SQLAlchemy 就不知道该使用哪列。如果无法决定外键,你就要为 db.relationship() 提供额外参数,从而确定所用外键

   

• 常用的SQLAlchemy关系选项

  选项名	说 明
  backref	在关系的另一个模型中添加反向引用
  primaryjoin	明确指定两个模型之间使用的联结条件。只在模棱两可的关系中需要指定
  lazy	指定如何加载相关记录。可选值有 select (首次访问时按需加载)、 immediate (源对象加载后就加载)、 joined (加载记录,但使用联结)、 subquery (立即加载,但使用子查询),noload (永不加载)和 dynamic (不加载记录,但提供加载记录的查询)
  uselist	如果设为 Fales ,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
  secondaryjoin	SQLAlchemy 无法自行决定时,指定多对多关系中的二级联结条件

• 一对一 
  一对一关系可以用前面介绍的一对多关系表示,但调用 db.relationship() 时要把 uselist 设为 False ,把“多”变成“一”。

• 多对多

  tags = db.Table('tags',
      db.Column('tag_id', db.Integer, db.ForeignKey('tag.id')),
      db.Column('page_id', db.Integer, db.ForeignKey('page.id'))
  )
  
  class Page(db.Model):
      id = db.Column(db.Integer, primary_key=True)
      tags = db.relationship('Tag', secondary=tags,
          backref=db.backref('pages', lazy='dynamic'))
  
  class Tag(db.Model):
      id = db.Column(db.Integer, primary_key=True)

   

   

  查询行

• 查询全部。Role.query.all()
• 条件查询（使用过滤器）。User.query.filter_by(role=user_role).all()

#filter_by() 等过滤器在 query 对象上调用,返回一个更精确的 query 对象。
user_role = Role.query.filter_by(name='User').first()

 

• 常用过滤器

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()	使用指定的值限制原查询返回的结果数量,返回一个新查询
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

最常使用的SQLAlchemy查询执行函数

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,如果没有结果,则返回 None
first_or_404()	返回查询的第一个结果,如果没有结果,则终止请求,返回 404 错误响应
get()	返回指定主键对应的行,如果没有对应的行,则返回 None
get_or_404()	返回指定主键对应的行,如果没找到指定的主键,则终止请求,返回 404 错误响应
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

• 关系查询

  #执行 user_role.users 表达式时,隐含的查询会调用 all() 返回一个用户列表。 
  #query 对象是隐藏的,因此无法指定更精确的查询过滤器。
  users = user_role.users
  
  #修改了关系的设置,加入了 lazy = 'dynamic' 参数,从而禁止自动执行查询
  class Role(db.Model):
  users = db.relationship('User', backref='role', lazy='dynamic')
  
  #顺序排列
  user_role.users.order_by(User.username).all()
  

   

  集成 Python shell

  让 Flask-Script 的 shell 命令自动导入特定的对象

  from flask.ext.script import Shell
  def make_shell_context():
      return dict(app=app, db=db, User=User, Role=Role)  
  manager.add_command("shell", Shell(make_context=make_shell_context))

   

   

  make_shell_context() 函数注册了程序、数据库实例以及模型,因此这些对象能直接导入 shell

  使用 Flask-Migrate 实现数据库迁移

  创建迁移仓库

  pip install flask-migrate

   

  配置

  from flask.ext.migrate import Migrate, MigrateCommand
  # ...
  migrate = Migrate(app, db)
  manager.add_command('db', MigrateCommand)

   

   

  在维护数据库迁移之前,要使用 init 子命令创建迁移仓库

• python hello.py db init

  创建迁移脚本

  python hello.py db migrate -m "initial migration"

   

  更新数据库

python hello.py db upgrade