Flask入门到放弃(四)—— 数据库
轉載請在文章開頭附上原文鏈接地址:https://www.cnblogs.com/Sunzz/p/10979970.html
數據庫操作
ORM
ORM 全拼Object-Relation Mapping,中文意為 對象-關系映射。主要實現模型對象到關系數據庫數據的映射
優點 :
- 只需要面向對象編程, 不需要面向數據庫編寫代碼.
- 對數據庫的操作都轉化成對類屬性和方法的操作.
- 不用編寫各種數據庫的sql語句.
- 實現了數據模型與數據庫的解耦, 屏蔽了不同數據庫操作上的差異.
- 不再需要關注當前項目使用的是哪種數據庫。
- 通過簡單的配置就可以輕松更換數據庫, 而不需要修改代碼.
缺點 :
- 相比較直接使用SQL語句操作數據庫,有性能損失.
- 根據對象的操作轉換成SQL語句,根據查詢的結果轉化成對象, 在映射過程中有性能損失.
Flask-SQLAlchemy
flask默認提供模型操作,但是并沒有提供ORM,所以一般開發的時候我們會采用flask-SQLAlchemy模塊來實現ORM操作。
SQLAlchemy是一個關系型數據庫框架,它提供了高層的 ORM 和底層的原生數據庫的操作。flask-sqlalchemy 是一個簡化了 SQLAlchemy 操作的flask擴展。
SQLAlchemy: https://www.sqlalchemy.org/
安裝 flask-sqlalchemy
pip install flask-sqlalchemy如果連接的是 mysql 數據庫,需要安裝 mysqldb 驅動
pip install flask-mysqldb安裝flask-mysqldb時,注意
安裝 flask-mysqldb的時候,python底層依賴于一個底層的模塊 mysql-client模塊 如果沒有這個模塊,則會報錯如下:Command "python setup.py egg_info" failed with error code 1 in /tmp/pip-install-21hysnd4/mysqlclient/解決方案:
apt-get install libmysqlclient-dev python3-dev運行上面的安裝命令如果報錯:dpkg 被中斷,您必須手工運行 ‘sudo dpkg --configure -a’ 解決此問題。 則根據提示執行命令以下命令,再次安裝mysqlclientsudo dpkg --configure -aapt-get install libmysqlclient-dev python3-dev解決了mysqlclient問題以后,重新安裝 flask-mysqldb即可。 pip install flask-mysqldb數據庫連接設置
在 Flask-SQLAlchemy 中,數據庫使用URL指定,而且程序使用的數據庫必須保存到Flask配置對象的 SQLALCHEMY_DATABASE_URI 鍵中
config.py,配置文件代碼:
- 其他設置:
- 配置完成需要去 MySQL 中創建項目所使用的數據庫
常用的SQLAlchemy字段類型
| Integer | int | 普通整數,一般是32位 |
| SmallInteger | int | 取值范圍小的整數,一般是16位 |
| BigInteger | int或long | 不限制精度的整數 |
| Float | float | 浮點數 |
| Numeric | decimal.Decimal | 普通數值,一般是32位 |
| String | str | 變長字符串 |
| Text | str | 變長字符串,對較長或不限長度的字符串做了優化 |
| Unicode | unicode | 變長Unicode字符串 |
| UnicodeText | unicode | 變長Unicode字符串,對較長或不限長度的字符串做了優化 |
| Boolean | bool | 布爾值 |
| Date | datetime.date | 日期 |
| Time | datetime.datetime | 日期和時間 |
| LargeBinary | str | 二進制文件 |
常用的SQLAlchemy列選項
| primary_key | 如果為True,代表表的主鍵 |
| unique | 如果為True,代表這列不允許出現重復的值 |
| index | 如果為True,為這列創建索引,提高查詢效率 |
| nullable | 如果為True,允許有空值,如果為False,不允許有空值 |
| default | 為這列定義默認值 |
常用的SQLAlchemy關系選項
| backref | 在關系的另一模型中添加反向引用,用于設置外鍵名稱,在1查多的 |
| primary join | 明確指定兩個模型之間使用的連表條件 |
| uselist | 如果為False,不使用列表,而使用標量值 |
| order_by | 指定關系中記錄的排序方式 |
| secondary | 指定多對多關系中關系表的名字 |
| secondary join | 在SQLAlchemy中無法自行決定時,指定多對多關系中的二級連表條件 |
數據庫基本操作
- 在Flask-SQLAlchemy中,插入、修改、刪除操作,均由數據庫會話管理。
- 會話用 db.session 表示。在準備把數據寫入數據庫前,要先將數據添加到會話中然后調用 commit() 方法提交會話。
- 在 Flask-SQLAlchemy 中,查詢操作是通過 query 對象操作數據。
- 最基本的查詢是返回表中所有數據,可以通過過濾器進行更精確的數據庫查詢。
定義模型類
我們后面會把模型創建到單獨的文件中,但是現在我們先把模型類寫在manage.py文件中。
from flask import Flask from config import Configapp = Flask(__name__,template_folder='templates') app.config.from_object(Config)"""模型的創建""" from flask_sqlalchemy import SQLAlchemy db = SQLAlchemy(app)class Course(db.Model):# 定義表名__tablename__ = 'tb_course'# 定義字段對象id = db.Column(db.Integer, primary_key=True)name = db.Column(db.String(64), unique=True)price = db.Column(db.Numeric(6,2))# repr()方法類似于django的__str__,用于打印模型對象時顯示的字符串信息def __repr__(self):return 'Course:%s'% self.nameclass Student(db.Model):__tablename__ = 'tb_student'id = db.Column(db.Integer, primary_key=True)name = db.Column(db.String(64), unique=True)email = db.Column(db.String(64),unique=True)age = db.Column(db.SmallInteger)sex = db.Column(db.Boolean,default=1)def __repr__(self):return 'Student:%s' % self.nameclass Teacher(db.Model):__tablename__ = 'tb_teacher'id = db.Column(db.Integer, primary_key=True)name = db.Column(db.String(64), unique=True)def __repr__(self):return 'Teacher:%s' % self.name@app.route("/") def index():return "ok"if __name__ == '__main__':app.run()模型之間的關聯
一對多
class Course(db.Model):...teacher_id = db.Column(db.Integer, db.ForeignKey('tb_teacher.id'))class Teacher(db.Model):...# 課程與老師之間的關聯courses = db.relationship('Course', backref='teacher', lazy='subquery')...- 其中realtionship描述了Course和Teacher的關系。第一個參數為對應參照的類"Course"
- 第二個參數backref為類Teacher申明新屬性的方法
- 第三個參數lazy決定了什么時候SQLALchemy從數據庫中加載數據
- 如果設置為子查詢方式(subquery),則會在加載完Teacher對象后,就立即加載與其關聯的對象,這樣會讓總查詢數量減少,但如果返回的條目數量很多,就會比較慢
- 設置為 subquery 的話,teacher.courses 返回所有當前老師關聯的課程列表
- 另外,也可以設置為動態方式(dynamic),這樣關聯對象會在被使用的時候再進行加載,并且在返回前進行過濾,如果返回的對象數很多,或者未來會變得很多,那最好采用這種方式
- 設置為 dynamic 的話,Teacher.courses返回查詢對象,并沒有做真正的查詢,可以利用查詢對象做其他邏輯,比如:先排序再返回結果
- 如果設置為子查詢方式(subquery),則會在加載完Teacher對象后,就立即加載與其關聯的對象,這樣會讓總查詢數量減少,但如果返回的條目數量很多,就會比較慢
多對多
achievement = db.Table('tb_achievement', db.Column('student_id', db.Integer, db.ForeignKey('tb_student.id')), db.Column('course_id', db.Integer, db.ForeignKey('tb_course.id')) )class Course(db.Model):...students = db.relationship('Student',secondary=achievement, backref='courses', lazy='dynamic') class Student(db.Model):...常用的SQLAlchemy查詢過濾器
| filter() | 把過濾器添加到原查詢上,返回一個新查詢 |
| filter_by() | 把等值過濾器添加到原查詢上,返回一個新查詢 |
| limit() | 使用指定的值限定原查詢返回的結果 |
| offset() | 偏移原查詢返回的結果,返回一個新查詢 |
| order_by() | 根據指定條件對原查詢結果進行排序,返回一個新查詢 |
| group_by() | 根據指定條件對原查詢結果進行分組,返回一個新查詢 |
常用的SQLAlchemy查詢結果的方法
| all() | 以列表形式返回查詢的所有結果 |
| first() | 返回查詢的第一個結果,如果未查到,返回None |
| first_or_404() | 返回查詢的第一個結果,如果未查到,返回404 |
| get() | 返回指定主鍵對應的行,如不存在,返回None |
| get_or_404() | 返回指定主鍵對應的行,如不存在,返回404 |
| count() | 返回查詢結果的數量 |
| paginate() | 返回一個Paginate對象,它包含指定范圍內的結果 |
創建和刪除表
創建表
db.create_all() # 注意,create_all()方法執行的時候,需要放在模型的后面 # 上面這段語句,后面我們需要轉移代碼到flask-script的自定義命令中。 # 執行了一次以后,需要注釋掉。刪除表
db.drop_all()數據操作
添加一條數據
student1 = Student(name='xiaoming') db.session.add(student1) db.session.commit() #再次插入一條數據 student2 = Role(name='xiaohong') db.session.add(student2) db.session.commit()一次插入多條數據
st1 = Student(name='wang',email='wang@163.com',age=22) st2 = Student(name='zhang',email='zhang@189.com',age=22) st3 = Student(name='chen',email='chen@126.com',age=22) st4 = Student(name='zhou',email='zhou@163.com',age=22) st5 = Student(name='tang',email='tang@163.com',age=22) st6 = Student(name='wu',email='wu@gmail.com',age=22) st7 = Student(name='qian',email='qian@gmail.com',age=22) st8 = Student(name='liu',email='liu@163.com',age=22) st9 = Student(name='li',email='li@163.com',age=22) st10 = Student(name='sun',email='sun@163.com',age=22) db.session.add_all([st1,st2,st3,st4,st5,st6,st7,st8,st9,st10]) db.session.commit()filter_by精確查詢
例如:返回名字等于wang的所有人
Student.query.filter_by(name='xiaoming').all()first()返回查詢到的第一個對象【first獲取一條數據,all獲取多條數據】
Student.query.first()all()返回查詢到的所有對象
Student.query.all()filter模糊查詢,返回名字結尾字符為g的所有數據。
Student.query.filter(Student.name.endswith('g')).all()get():參數為主鍵,如果主鍵不存在沒有返回內容
Student.query.get()邏輯非,返回名字不等于wang的所有數據
Student.query.filter(Student.name!='wang').all()not_ 相當于取反
from sqlalchemy import not_ Student.query.filter(not_(Student.name=='wang')).all()邏輯與,需要導入and,返回and()條件滿足的所有數據
from sqlalchemy import and_ Student.query.filter(and_(Student.name!='wang',Student.email.endswith('163.com'))).all()邏輯或,需要導入or_
from sqlalchemy import or_ Student.query.filter(or_(Student.name!='wang',Student.email.endswith('163.com'))).all()查詢數據后刪除
student = Student.query.first() db.session.delete(student) db.session.commit()更新數據
student = Student.query.first() student.name = 'dong' db.session.commit()關聯查詢
假設:老師和課程的關系是一對多的關系,一個老師可以授課多個課程,一個課程只由一個老師授課。
- 查詢老師授課的所有課程
- 查詢課程所屬講師
數據庫遷移
- 在開發過程中,需要修改數據庫模型,而且還要在修改之后更新數據庫。最直接的方式就是刪除舊表,但這樣會丟失數據。
- 更好的解決辦法是使用數據庫遷移框架,它可以追蹤數據庫模式的變化,然后把變動應用到數據庫中。
- 在Flask中可以使用Flask-Migrate擴展,來實現數據遷移。并且集成到Flask-Script中,所有操作通過命令就能完成。
- 為了導出數據庫遷移命令,Flask-Migrate提供了一個MigrateCommand類,可以附加到flask-script的manager對象上。
首先要在虛擬環境中安裝Flask-Migrate。
pip install flask-migrate代碼文件內容:
from flask import Flask from config import Config from flask_migrate import Migrate,MigrateCommand from flask_script import Manager,Commandapp = Flask(__name__,template_folder='templates') app.config.from_object(Config)manage = Manager(app)"""模型的創建""" from flask_sqlalchemy import SQLAlchemy db = SQLAlchemy(app)#第一個參數是Flask的實例,第二個參數是Sqlalchemy數據庫實例 migrate = Migrate(app,db)#manager是Flask-Script的實例,這條語句在flask-Script中添加一個db命令 manage.add_command('db',MigrateCommand)# 多對多的關系 # 關系表的聲明方式 achieve = db.Table('tb_achievement',db.Column('student_id', db.Integer, db.ForeignKey('tb_student.id')),db.Column('course_id', db.Integer, db.ForeignKey('tb_course.id')) )class Course(db.Model):# 定義表名__tablename__ = 'tb_course'# 定義字段對象id = db.Column(db.Integer, primary_key=True)name = db.Column(db.String(64), unique=True)price = db.Column(db.Numeric(6,2))teacher_id = db.Column(db.Integer, db.ForeignKey('tb_teacher.id'))students = db.relationship('Student', secondary=achieve, backref='courses', lazy='subquery')# repr()方法類似于django的__str__,用于打印模型對象時顯示的字符串信息def __repr__(self):return 'Course:%s'% self.nameclass Student(db.Model):__tablename__ = 'tb_student'id = db.Column(db.Integer, primary_key=True)name = db.Column(db.String(64), unique=True)email = db.Column(db.String(64),unique=True)age = db.Column(db.SmallInteger,nullable=False)sex = db.Column(db.Boolean,default=1)def __repr__(self):return 'Student:%s' % self.nameclass Teacher(db.Model):__tablename__ = 'tb_teacher'id = db.Column(db.Integer, primary_key=True)name = db.Column(db.String(64), unique=True)# 課程與老師之間的多對一關聯courses = db.relationship('Course', backref='teacher', lazy='subquery')def __repr__(self):return 'Teacher:%s' % self.name@app.route("/") def index():return "ok"if __name__ == '__main__':manage.run()創建遷移版本倉庫
#這個命令會創建migrations文件夾,所有遷移文件都放在里面。 python main.py db init創建遷移版本
- 自動創建遷移版本有兩個函數
- upgrade():函數把遷移中的改動應用到數據庫中。
- downgrade():函數則將改動刪除。
- 自動創建的遷移腳本會根據模型定義和數據庫當前狀態的差異,生成upgrade()和downgrade()函數的內容。
- 對比不一定完全正確,有可能會遺漏一些細節,需要進行檢查
升級版本庫的版本
python main.py db upgrade降級版本庫的版本
python main.py db downgrade版本庫的歷史管理
可以根據history命令找到版本號,然后傳給downgrade命令:
python manage.py db history輸出格式:<base> -> 版本號 (head), initial migration回滾到指定版本
python manage.py db downgrade # 默認返回上一個版本 python manage.py db downgrade 版本號 # 返回到指定版本號對應的版本數據遷移的步驟:
1. 初始化數據遷移的目錄 python manage.py db init2. 數據庫的數據遷移版本初始化 python manage.py db migrate -m 'initial migration'3. 升級版本[創建表/創建字段/修改字段] python manage.py db upgrade 4. 降級版本[刪除表/刪除字段/恢復字段] python manage.py db downgrade模塊推薦
文檔: https://faker.readthedocs.io/en/master/locales/zh_CN.html
github: https://github.com/joke2k/faker
flask-session
允許設置session到指定存儲的空間中, 文檔:
安裝命令: https://pythonhosted.org/Flask-Session/
pip install flask-Session使用session之前,必須配置一下配置項:
SECRET_KEY = "*(%#4sxcz(^(#$#8423" # session秘鑰redis保存session的基本配置
配置文件信息:
import redis class Config(object):DEBUG = TrueSECRET_KEY = "*(%#4sxcz(^(#$#8423"# 數據庫鏈接配置:#數據類型://登錄賬號:登錄密碼@數據庫主機IP:數據庫訪問端口/數據庫名稱SQLALCHEMY_DATABASE_URI = "mysql://root:123@127.0.0.1:3306/flask_students"# 設置mysql的錯誤跟蹤信息顯示SQLALCHEMY_TRACK_MODIFICATIONS = True# 打印每次模型操作對應的SQL語句SQLALCHEMY_ECHO = True# 把session保存到redis中# session存儲方式為redisSESSION_TYPE="redis"# 如果設置session的生命周期是否是會話期, 為True,則關閉瀏覽器session就失效SESSION_PERMANENT = False# 是否對發送到瀏覽器上session的cookie值進行加密SESSION_USE_SIGNER = False# 保存到redis的session數的名稱前綴SESSION_KEY_PREFIX = "session:"# session保存數據到redis時啟用的鏈接對象SESSION_REDIS = redis.Redis(host='127.0.0.1', port='6379') # 用于連接redis的配置主文件信息main.py,代碼:
from flask import Flask from config import Config from flask_session import Session from flask import session app = Flask(__name__,template_folder='templates') app.config.from_object(Config)Session(app)@app.route("/") def index():return "ok"@app.route("/set_session") def set_session():"""設置session"""session["username"] = "小明"return "ok"if __name__ == '__main__':app.run()SQLAlchemy存儲session的基本配置
需要手動創建session表,在項目第一次啟動的時候,使用db.create_all()來完成創建。
db = SQLAlchemy(app)app.config['SESSION_TYPE'] = 'sqlalchemy' # session類型為sqlalchemy app.config['SESSION_SQLALCHEMY'] = db # SQLAlchemy對象 app.config['SESSION_SQLALCHEMY_TABLE'] = 'session' # session要保存的表名稱 app.config['SESSION_PERMANENT'] = True # 如果設置為True,則關閉瀏覽器session就失效。 app.config['SESSION_USE_SIGNER'] = False # 是否對發送到瀏覽器上session的cookie值進行加密 app.config['SESSION_KEY_PREFIX'] = 'session:' # 保存到session中的值的前綴Session(app)轉載于:https://www.cnblogs.com/Sunzz/p/10979970.html
創作挑戰賽新人創作獎勵來咯,堅持創作打卡瓜分現金大獎總結
以上是生活随笔為你收集整理的Flask入门到放弃(四)—— 数据库的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Python基础:模块化来搭项目
- 下一篇: MySQL 8.0索引合并