2-2-flask框架-扩展-数据库访问-SQLAlchemy

SQLAlchemy介绍

SQLAlchemy 是一个 Python 的 SQL 工具包以及数据库对象映射框架。它包含整套企业级持久化模式，专门为高效和高性能的数据库访问。

简单使用，代码示例

from flask import Flask, request
from flask_restful import Resource, Api
from flask_sqlalchemy import SQLAlchemy
import json

app = Flask(__name__)
# api 和 app 要关联在一起
api = Api(app)
# 连接mysql数据库
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql+pymysql://root:Ji10201749@localhost:3306/flask_test?charset=utf8'
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = True

db = SQLAlchemy(app)


class TestCase(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    name = db.Column(db.String(80), unique=False, nullable=False)
    desc = db.Column(db.String(120), unique=False, nullable=False)
    steps = db.Column(db.String(120), unique=False, nullable=False)

    def __repr__(self):
        return '<TestCase %r>' % self.name

    def model_to_dict(self):
        return {c.name: getattr(self, c.name) for c in self.__table__.columns}


# 类要继承resource
class TestCaseSearch(Resource):
    def get(self):
        print(request.args)
        id = request.args.get("id")
        if id:
            return TestCase.query.filter_by(id=id).first().model_to_dict()
        return [item.model_to_dict() for item in TestCase.query.all()]

    def post(self):
        print(request.json)
        data_dict = request.json

        data_dict["steps"] = json.dumps(data_dict["steps"])
        print(data_dict)
        testcase = TestCase(**data_dict)
        db.session.add(testcase)
        db.session.commit()

        return {
            "msg": "success"
        }


# 注册到api里面去
api.add_resource(TestCaseSearch, '/testcase')

if __name__ == '__main__':
    db.create_all()
    app.run(debug=True, use_reloader=True)

1，flask，使用flask-sqlalchemy连接mysql数据库

2，使用flask-sqlalchemy创建表，

3，使用flask-sqlalchemy查询数据，单条和多条

4，使用flask-sqlalchemy查询数据，新增数据

5，把查询的数据json序列化，

用来发起post请求的代码：

import requests

url = "http://127.0.0.1:5000/testcase"
data = {"name": "test", "desc": "1234", "steps": ['1', '2', '3']}

result = requests.post(url, json=data)

print(result.text)

后续的新建表，一对多关联，多对多关联，等等后面在学

还有复杂的查询，都是后面在学，

现在先开一个头，

是否一定要使用orm？

群众都是用ORM的，你目前觉得raw sql写的更舒服是因为你没面临需求不断变更，上线压力大的情况。
试想下raw sql这样的有几个问题
1）移植很困难，让你把数据库从mysql迁移到Oracle，给你一天时间，60个表要改，你怎么办
2）转义很难处理
3）基本没法做cache
4）可读性
所以更好的方案是用ORM，有性能非常瓶颈的时候再有针对性优化

所以小项目，根本不需要使用orm，

个人经验，每一个立志简洁不用orm的项目，随着业务复杂度提高，最后都发展出自己的一套残缺版orm

大的项目还是推荐ORM。如果你裸写SQL，随着业务和人员的增加你也会试着封装与DB连接的模块，那么恭喜你，你自己写了一个ORM。

一开始决定不用ORM的，最终都被逼得自己重新造了个蹩脚的ORM轮子；
一开始决定使用ORM的，最终都被逼得绕开ORM自己挽起袖子裸写SQL。
药丸！

可以集成orm，最好是查询使用裸sql，orm负责增删改，orm的特性也不要用太多（比如主外键关联啥的最好不用），这样达到简洁而又不用编写大量的sql，代码看上去更可读

使用 ORM 的好处：

避免裸写 SQL 语句，一个是看起来简洁，另一个是借助 ORM 框架防止 SQL 注入
将 Data 抽象为 Object，由此可以融入现有的 OO 编程方法

缺点：

据说 ORM 性能不行不过以我自身的姿势水平，还没到考虑 ORM 对性能消耗的地步，另外从周围前辈们的经验来看，基本也都推荐使用 ORM 作为最佳实践

这个其实挺复杂。就像Python到底要不要异步一样；

小项目简单脚本上ORM会费事，所以并不建议。

大一点的项目或者变化较快的项目ORM是一个好东西，可以让开发更加高效。

再大一些，需要考虑性能时，手写SQL是必须的，尤其是某些场景ORM会带来额外性能消耗，这时一般数据结构变化可能性小了很多，手写SQL会带来一些性能优化，可以考虑。

所以，大点项目要用orm，

1，可以提升开发效率，

2，可以避免一些安全问题，裸sql，可能会有安全问题，

而复杂的sql，还不如手写，使用orm太麻烦了，

posted @ 2021-07-29 12:19 技术改变命运Andy 阅读(263) 评论(0) 编辑收藏举报

刷新页面返回顶部