Flask学习之旅--还是数据库(sqlacodegen + SQL Alchemy)
一、写在前面
其实之前已经写过一篇关于 Flask 中使用数据库的博客了,不过那一篇博客主要是记录我在使用 Flask + MySQL8.0 时所遇到的一些问题(如果用的不是 MySQL8.0估计就没有这么多问题了!)。然后这一篇可以算作一份学习笔记了,也是关于在 Flask 中进行数据库操作的,感觉写这种学习笔记还是比较有用的,可以再学习一遍也就能更好的掌握了。
在使用 Flask 的时候,一般都会创建一个 model.py,然后在里面继承和创建模型,再迁移到数据库中,最后进行一些增删改查等操作。但是如果数据库表已经建立好了呢?有没有办法将这些数据库表引入到 Flask 中呢?
二、sqlacodegen
1.sqlacodegen简介
sqlacodegen pypi:https://pypi.org/project/sqlacodegen/。
其中对 sqlacodegen 的介绍是:这是一个工具,它读取现有数据库的结构并生成相应的 SQLAlchemy 模型代码,如果可能,使用声明式样式。
sqlacodegen 的几个主要特性为:
1)支持 SQLAlchemy 0.8.x - 1.3.x。
2)生成几乎看起来像是手写的声明性代码。
3)生成符合 PEP 8 标准的代码。
4)准确地确定关系,包括多对多,一对一。
5)自动检测连接表继承。
2.sqlacodegen安装
使用 pip 安装即可:
pip install sqlacodegen
3.sqlacodegen用法
下面是一个 sqlacodegen 用法示例:
sqlacodegen mysql+pymysql://root:qwer1234@127.0.0.1/mydb --tables users,roles,phone >models.py
首先是一个 sqlacodegen 命令,后面接上连接数据库的语句,然后可以使用 --tables 指定要导入的数据表,最后用 >models.py 输出到 models.py 中,如果不指定输出文件,会将 python 代码直接打印出来。下面是生成的 models.py 中的代码:
1 # coding: utf-8 2 from sqlalchemy import Column, ForeignKey, String 3 from sqlalchemy.dialects.mysql import INTEGER 4 from sqlalchemy.orm import relationship 5 from sqlalchemy.ext.declarative import declarative_base 6 7 Base = declarative_base() 8 metadata = Base.metadata 9 10 11 class Phone(Base): 12 __tablename__ = 'phone' 13 14 phone = Column(String(11), primary_key=True) 15 phone_address = Column(String(40)) 16 17 18 class Role(Base): 19 __tablename__ = 'roles' 20 21 role_id = Column(INTEGER(11), primary_key=True) 22 role_name = Column(String(45)) 23 24 25 class User(Base): 26 __tablename__ = 'users' 27 28 user = Column(String(10), primary_key=True) 29 sex = Column(String(10)) 30 email = Column(String(45)) 31 phone = Column(String(11)) 32 role_id = Column(ForeignKey('roles.role_id'), index=True) 33 34 role = relationship('Role')
三、SQL Alchemy
1.SQL Alchemy简介
SQL Alchemy pypi:https://pypi.org/project/SQLAlchemy/。
SQL Alchemy 是 Python SQL 工具包和对象关系映射器,它为应用程序开发人员提供了SQL的全部功能和灵活性。
在写上篇博客的时候简单介绍过 Flask-SQLAlchemy,当时说到它将对 SQL Alchemy 的支持添加到 Flask 应用程序中,因此我们通过简单设置之后就能在 Flask 中队数据库进行操作了,可那是当我们在把定义好的模型映射到数据库中时所用的。如果数据库表已经建好了,还怎么用 Flask-SQLAlchemy 来操作呢?这时候就需要使用 SQL Alchemy 了!
2.SQL Alchemy安装
使用 pip 安装即可:
pip install SQLAlchemy
3.SQL Alchemy架构
1)Schema / Types
定义了类到表之间的映射框架(规则)。
2)SQL Expression Language
封装好的 SQL 语句。
3)Engine
操作者。
4)Connection Pooling
连接池。
5)Dialect
根据用户的配置,调用不同的数据库 API(如:Mysql) 并执行对应的 SQL 语句。4.SQL Alchemy用法
(1)连接数据库
1 from sqlalchemy import create_engine 2 3 4 engine = create_engine("mysql+pymysql://root:qwer1234@127.0.0.1:3306/mydb")
create_engine() 会返回一个引擎实例,它代表着数据库的接口。这个引擎实例可以执行 SQL 语句,例如:
engine.execute("show tables")
(2)创建会话
光有这个数据库的引擎还不够,还需要建立会话才行,这里要使用引擎来创建一个 Session 类的实例,代码为:
1 from sqlalchemy import create_engine 2 from sqlalchemy.orm import sessionmaker 3 4 5 # 创建引擎 6 engine = create_engine("mysql+pymysql://root:qwer1234@127.0.0.1:3306/mydb") 7 # 使用引擎创建Session 8 DB_Session = sessionmaker(bind=engine) 9 # 实例化 10 db_session = DB_Session()
(3)单表 CRUD
插入数据:
1 # 插入 2 db_session.execute("insert into roles values(%d,%s)" % (1, "'admin'")) 3 db_session.execute("insert into users values(%s,%s,%s,%s,%d)" % ("'user1'", "'man'", "'user1@163.com'", "'12233445566'", 1)) 4 db_session.commit()
插入数据可以使用 SQL 语句来完成,在插入数据之后要使用 commit(),这一点不能忘记。
查询数据:
1 # 查询 2 result = db_session.query(User).filter(User.user == "user1") 3 print(result.all()) 4 usr = result.all()[0] 5 print(usr.email) 6 7 # [<SQlAlchemy.models.User object at 0x0000028D33D7CDD8>] 8 # user1@163.com
在查询的时候需要使用 query() 和 filter(),返回的结果是一个列表,如果列表为空就表示数据库中没有该记录。对于返回的这个结果,使用 all() 返回所有记录,使用 one() 返回第一条记录。
更新数据:
1 # 更新 2 db_session.query(User).filter(User.user == "user1").update({User.email: 'user1user1@163.com'}) 3 db_session.commit() 4 # 查询 5 result = db_session.query(User).filter(User.user == "user1") 6 usr = result.one() 7 print(usr.email) 8 9 # user1user1@163.com
更新数据可以使用 update() 方法,不过要接在 filter() 之后,使用这种方法即使数据库中没有记录也不会报错。
删除数据:
1 # 删除 2 db_session.query(User).filter(User.user == "user1").delete() 3 # 查询 4 result = db_session.query(User).filter(User.user == "user1") 5 usr = result.one() 6 print(usr.email) 7 8 # sqlalchemy.orm.exc.NoResultFound: No row was found for one()
删除数据的使用方法和更新数据类似,只不过是在 filter() 之后使用 delete() 方法。
(4)多表查询
假设要查询 phone 为"12233445566"的用户名称和电话所在地址,就需要将 users 表和 phone 表联合起来进行查询,方法是使用多个 filter():
1 res = db_session.query(User, Phone).filter(User.phone == "12233445566").filter(Phone.phone == "12233445566") 2 u, p = res.one() 3 print(u.user, p.phone_address) 4 5 # user1 A
假设要查询 user 为"user1"的用户的角色信息,就需要将 users 表和 roles 表联合起来进行查询,因为有外键的关系,所以可以使用 join():
1 res = db_session.query(User).join(Role).filter(User.user == "user1") 2 u = res.one() 3 print(u.user, u.role.role_name) 4 5 # user1 admin