python-flask复习——（五）Flask —SQLAlchemy

一、orm框架简介

对象-关系映射（Object/Relation Mapping，简称ORM），是随着面向对象的软件开发方法发展而产生的。面向对象的开发方法是当今企业级应用开发环境中的主流开发方法，关系数据库是企业级应用环境中永久存放数据的主流数据存储系统。对象和关系数据是业务实体的两种表现形式，业务实体在内存中表现为对象，在数据库中表现为关系数据。内存中的对象之间存在关联和继承关系，而在数据库中，关系数据无法直接表达多对多关联和继承关系。因此，对象-关系映射(ORM)系统一般以中间件的形式存在，主要实现程序对象到关系数据库数据的映射。
　
1、ORM方法论基于三个核心原则：

• 简单性：以最基本的形式建模数据。

• 传达性：数据库结构被任何人都能理解的语言文档化。

• 精确性：基于数据模型创建正确标准化了的结构。

面向对象是从软件工程基本原则(如耦合、聚合、封装)的基础上发展起来的，而关系数据库则是从数学理论发展而来的，两套理论存在显著的区别。为了解决这个不匹配的现象,对象关系映射技术应运而生。O/R中字母O起源于"对象"(Object),而R则来自于"关系"(Relational)。几乎所有的程序里面，都存在对象和关系数据库。在业务逻辑层和用户界面层中，我们是面向对象的。当对象信息发生变化的时候，我们需要把对象的信息保存在关系数据库中。

当开发一个应用程序的时候(不使用O/R Mapping),可能会写不少数据访问层的代码，用来从数据库保存，删除，读取对象信息，等等。在DAL中写了很多的方法来读取对象数据，改变状态对象等等任务。而这些代码写起来总是重复的。

如果打开你最近的程序，看看DAL代码，肯定会看到很多近似的通用的模式。我们以保存对象的方法为例，传入一个对象，为SqlCommand对象添加SqlParameter，把所有属性和对象对应，设置SqlCommand的CommandText属性为存储过程，然后运行SqlCommand。对于每个对象都要重复的写这些代码。除此之外，还有更好的办法吗？有，引入一个O/R Mapping。实质上，一个O/R Mapping会为你生成DAL。与其自己写DAL代码，不如用O/R Mapping。用O/R Mapping保存，删除，读取对象，O/R Mapping负责生成SQL，你只需要关心对象就好。对象关系映射成功运用在不同的面向对象持久层产品中。

2、一般的ORM包括以下四部分

• 一个对持久类对象进行CRUD操作的API；

• 一个语言或API用来规定与类和类属性相关的查询；

• 一个规定mapping metadata的工具；

• 一种技术可以让ORM的实现同事务对象一起进行dirty checking, lazy association fetching以及其他的优化操作；

3、ORM把关系数据库的表结构映射到对象上，我们先来看一个例子：

如果我们从数据库查出来几条数据，需要你在python中表示出来，如果你没有接触过ORM技术，你或许会使用下面的形式来存储这个数据：

　　[
　　　　(1, 'feng'),
　　　　(2, 'shang'),
　　　　(3, 'huo'),
　　]

如果你想知道表结构是什么样的，是不是就费劲了，如果你想快速的取出其中的元素，就需要听听ORM的思想了。

数据库中每次查出来的数据都用一个类表示，这个类的属性和数据库中表的字段一一对应。多条数据，就是一个list，每一行数据都是一个类来表示，如下所示：

	class User(object):
　　　　def __init__(self, id, name):
　　　　　　self.id = id
　　　　　　self.name = name

　　[
　　　　User(1, "feng"),
　　　　User(2, "shang"),
　　　　User(3, "huo"),
　　]

当我们需要获得id，或者name的时候，只需要通过循环获取到对象，直接通过user1.id或者user1.name就可以获取到id和name的属性。并且使得数据的存取非常的规范，这样ORM架构应运而生。
　
　二、SQLAlchemy介绍
　
　　Python中最有名的ORM架构就是SQLAlchemy，我们主要来学习SQLAlchemy的使用。
　　
1、安装

pip install sqlalchemy

2、创建数据表
my_create_table.py

# ORM中的数据表是什么呢?
# Object Relation Mapping
# Object - Table 通过 Object 去操纵数据表
# 从而引出了我们的第一步创建数据表 - 创建Object
# 1. 创建Object
# class User(object):
#     pass

# 2. 让Object与数据表产生某种关系 也就是让Object与数据表格式极度相似
# 导入官宣基础模型
from sqlalchemy.ext.declarative import declarative_base
# 实例化官宣模型 - Base 就是 ORM 模型
Base = declarative_base()
# 当前的这个Object继承了Base也就是代表了Object继承了ORM的模型
class User(Base):  # 相当于 Django Models中的 Model
    # 为Table创建名称
    __tablename__ = "user"
    # 创建ID数据字段 , 那么ID是不是一个数据列呢? 也就是说创建ID字段 == 创建ID数据列
    from sqlalchemy import Column,Integer,String
    # id = Column(数据类型,索引,主键,外键,等等)
    # int == Integer
    id = Column(Integer,primary_key=True,autoincrement=True)
    # str == char(长度) == String(长度)
    name = Column(String(32),index=True)

# 3.去数据库中创建数据表? or 先连接数据库?
# 3.去连接数据库 创建数据引擎
from sqlalchemy import create_engine
# 创建的数据库引擎
engine = create_engine("mysql+pymysql://root:123456@127.0.0.1:3306/wll?charset=utf8")
# mysql+pymysql：指定是哪种数据库连接
# root：用户名
# 123456：root用户对应的密码
# 127.0.0.1:3306：数据库的ip和端口号
# wll：连接的数据库的名字
# charset=utf8：数据库字符集

# Base 自动检索所有继承Base的ORM 对象 并且创建所有的数据表
Base.metadata.create_all(engine)

my_create_table.py

3、增删改查操作

3.1、添加数据
orm_insert.py

# insert 为数据表增加数据
# insert One 增加一行数据
# insert into user(name) values ("张三")
# 在ORM中的操作:
# 1.首先导入之间做好的ORM 对象 User
from my_create_table import User
# 2.使用Users ORM模型创建一条数据
user1 = User(name="张三")
# 数据已经创建完了,但是需要写入到数据库中啊,怎么写入呢?
# 3.写入数据库:
# 首先打开数据库会话 , 说白了就是创建了一个操纵数据库的窗口
# 导入 sqlalchemy.orm 中的 sessionmaker
from sqlalchemy.orm import sessionmaker
# 导入之前创建好的 create_engine
from my_create_table import engine
# 创建 sessionmaker 会话对象,将数据库引擎 engine 交给 sessionmaker
Session = sessionmaker(engine)
# 打开会话对象 Session
db_session = Session()
# 在db_session会话中添加一条 UserORM模型创建的数据
db_session.add(user1)
# 使用 db_session 会话提交 , 这里的提交是指将db_session中的所有指令一次性提交
db_session.commit()
db_session.close()   # 关闭会话

# 当然也你也可很任性的提交多条数据
# 方法一:
user2 = User(name="李四")
user3 = User(name="王五")
db_session.add(user2)
db_session.add(user3)
db_session.commit()
# 之前说过commit是将db_session中的所有指令一次性提交,现在的db_session中至少有两条指令user2和user3
db_session.close()

# 如果说你觉得方法一很麻烦,那么方法二一定非常非常适合你
# 方法二:
user_list = [
    User(name="小明"),
    User(name="小红"),
    User(name="小兰")
]
db_session.add_all(user_list)   # add_all方法中传入可迭代对象，可一次性添加多条数据
db_session.commit()
db_session.close()

orm_insert.py

3.2、查询数据
orm_select.py

# ORM操作查询数据
# 有了刚才Insert增加数据的经验,那么查询之前的准备工作,就不用再重复了吧
# 回想一下刚才Insert时我们的操作
from my_create_table import User, engine
from sqlalchemy.orm import sessionmaker

Session = sessionmaker(engine)
db_session = Session()

# 1. select * from user 查询user表中的所有数据
# 语法是这样的 使用 db_session 会话 执行User表 query(User) 取出全部数据 all()
user_all_list = db_session.query(User).all()
print(user_all_list)  # [<my_create_table.User object at 0x0000016D7C4BCDD8>, ......]
# 如何查看user_all_list其中的数据呢? 循环呗
for obj in user_all_list:
    print(obj.id, obj.name)  # ORM对象 直接使用调用属性的方法 拿出对应字段的值
db_session.close()    # 关闭会话

# 2. select * from user where id >= 5
# 语法是这样的 使用 db_session 会话 执行User表 query(User) 筛选内容User.id >=20 的数据全部取出 all()
user_all_list = db_session.query(User).filter(User.id >= 5).all()
print(user_all_list)
for obj in user_all_list:
    print(obj.id, obj.name)

db_session.close()     # 关闭会话

# 3. 除了取出全部还可以只取出一条，不用循环，直接通过调用属性方法得到字段值
user = db_session.query(User).filter(User.id >= 5).first()
print(user.id, user.name)
db_session.close()   # 关闭会话

# 4. 乌龙 之 忘了取出数据......
wulong1 = db_session.query(User).filter(User.id >= 5)
print(wulong1)
# SELECT user.id AS user_id, user.name AS user_name
# FROM user
# WHERE user.id >= %(id_1)s
# 我忘了取出数据了!!!哎? wulong1给我显示了原生SQL语句,因祸得福了

wulong2 = db_session.query(User)<