Flask数据库模型及其增删改查

Flask-sqlalchemy

​ Sqlalchemy 是python开发的一个ORM(数据库映射)模块: 将python面向对象的类映射为数据库的表，通过映射关系来完成数据库的操作，降低数据库操作的难度和繁琐程度。类似的模块还有(peewee)。Flask将sqlalchemy进行封装，封装到自己的项目当中，sqlalchemy和flask-sqlalchemy的操作有一部分不同。

安装flask-sqlalchemy

pip install flask-sqlalchemy

连接数据库

import os
from flask import Flask
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)
BASE_DIR = os.path.abspath(os.path.dirname(__file__))


#app.config返回类字典对象，里面用来存放当前app实例的配置

#配置数据连接的参数
# MySQL——》 mysql://username:password@hostname[:port]/database
# Sqlite(windows)——》 sqlite:///d:/python/python.sqlite
# Sqlite(linux)——》 sqlite:python/python.sqlite
# Pgsql——》 postgresql://username:password@hostname/database
app.config['SQLALCHEMY_DATABASE_URI']='sqlite:///'+os.path.join(BASE_DIR,'Demo.sqlite')
#请求结束后自动提交数据库修改
app.config['SQLALCHEMY_COMMIT_ON_TEARDOWN'] = True
#如果设置成 True (默认情况)，Flask-SQLAlchemy将会追踪对象的修改并且发送信号。这需要额外的内存，如果不必要的可以禁用它。
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = True

models = SQLAlchemy(app) #关联sqlalchemy和flask应用

#学员
class Student(models.Model):
    __tablename__ = 'student' #表名
    id = models.Column(models.Integer,primary_key=True)
    name = models.Column(models.String(),unique=True)

#成绩
class Grade(models.Model):
    __tablename__ = 'grade' #表名
    id = models.Column(models.Integer,primary_key=True)
    name = models.Column(models.String(),unique=True)

#课程
class Course(models.Model):
    __tablename__ = 'course' #表名
    id = models.Column(models.Integer,primary_key=True)
    name = models.Column(models.String(),unique=True)

#考勤
class WorkAttendance(models.Model):
    __tablename__ = 'workattendance' #表名
    id = models.Column(models.Integer,primary_key=True)
    time = models.Column(models.DateTime(),unique=True)

#老师
class Teacher(models.Model):
    __tablename__ = 'teacher' #表名
    id = models.Column(models.Integer,primary_key=True)
    name = models.Column(models.String(),unique=True)

# 关系搭建
#学生与课程
Student_Course = models.Table(
    'student_course',
    models.Column('id',primary_key=True,autoincrement=True),
    models.Column('student_id',models.Integer,models.ForeignKey('student.id')),
    models.Column('course_id',models.Integer,models.ForeignKey('course.id'))
)

models.create_all()

创建数据表

定义类型，【类下需要__tablename__来定义表的名称 】

字段类型

Integer     	# 整型
Float       	# 浮点型
String      	# 字符串类型
Time        	# 时间类型 时分秒
DateTime    	# 时间类型 年月日时分秒
Text        	# 文本

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
Big Integer		# 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
Unicode 		# Text	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

字段常用的参数

Primary_key  	#主键
Unique 			#不重复
Index 			#索引
Nullable 		#如果为True是可以为空
Default 		#默认值
Autoincrement 	#自增长

数据表字段与关系

一对一

在一个表里记录另一个表的字段

一对多

多对多

数据库操作

数据库数据插入流程

1，创建数据库操作实例：

2，创建表实例，传入数据

数据库的增删改查

增

s = Students(name= '小明',age=28,gender='男')

session .add(s)
session.commit()

# 批量插入【添加的不通方式】
s = Students(name= '小刚',age=28,gender='男')
s1 = Students()
s1.name = '小红'
s1.age = 20
s1.gender = '女'

s2 = {'name': '小强','age': 20,'gender': '男'}
s3 = Students(**s2)

session .add_all([s,s1,s3])
session.commit()

删

# 1
d = Students.query.get(2) #没有数据会报错
session.delete(d)
session.commit()
# 2
Students.query.get(3).delete_obj() #没有数据会报错

改

# 1
g = Students.query.get(4)
g.name = '小明'
session.add(g)
session.commit()
# 2
g = Students.query.get(4)
g.name = 'xiaoming'
g.save()

查

c = Students.query.all() #返回查询的所有结果
print(c)

c = Students.query.first()#返回查询的第一个结果
print(c)

c = Students.query.filter_by(age = 20).all()# 返回年龄为20的所有数据
print(c)

c = Students.query.order_by('age').all() #升序
print(c)

c = Students.query.order_by(models.desc('age')).all()#降序
print(c)

c = Students.query.get(2)#以主键查询，没有返回none
print(c)

c = Students.query.offset(0).limit(1).all() #offset偏移量，limit限制条数
print(c)

如果有offset和limit的情况下，通常会用这个方法进行分页查询。

分页：用到参数

​ Page 页码 1

​ Page_size 单页条数 10

第1页 数据 0-10

第2页 数据 10-20

第3页 数据 20-30

第n页 数据 (n-1)page_size - npage_size

使用offset和limit

基于Flask_sqlalchemy的数据库操作优化

结构瑕疵

将重复的字段和方法写到一个类里，然后继承

数据映射瑕疵

Flask-sqlslchemy 继承了 sqlalchemy的数据库抽象，在一对多和多对多关系当中，需要双向映射。

Sqllite数据库，在整形的orm类型可以传入字符。