Flask数据库操作
数据库操作
ORM
ORM 全拼Object-Relation Mapping
,中文意为 对象-关系映射。主要实现模型对象到关系数据库数据的映射
优点 :
- 只需要面向对象编程, 不需要面向数据库编写代码.
- 对数据库的操作都转化成对类属性和方法的操作.
- 不用编写各种数据库的
sql语句
.
- 实现了数据模型与数据库的解耦, 屏蔽了不同数据库操作上的差异.
- 不再需要关注当前项目使用的是哪种数据库。
- 通过简单的配置就可以轻松更换数据库, 而不需要修改代码.
缺点 :
- 相对于较为复杂的SQL语句,在使用模型来操作,难度会增加.
- 相对于编写原生SQL语句, 使用ORM会带来额外的学习成本和排错成本
- 根据对象的操作转换成SQL语句,根据查询的结果转化成对象, 在映射过程中有性能损失.
Flask-SQLAlchemy
flask默认提供模型操作,但是并没有提供ORM,所以一般开发的时候我们会采用flask-SQLAlchemy模块来实现ORM操作。
SQLAlchemy是一个关系型数据库框架,它提供了高层的 ORM 和底层的原生数据库的操作。flask-sqlalchemy 是一个简化了 SQLAlchemy 操作的flask扩展。
SQLAlchemy: https://www.sqlalchemy.org/
安装 flask-sqlalchemy
pip install flask-sqlalchemy -i https://pypi.douban.com/simple/
如果连接的是 mysql 数据库,需要安装 mysqldb 驱动
pip install flask-mysqldb
安装flask-mysqldb报错如下:
OSError: mysql_config not found
解决方案:
sudo apt-get install libmysqlclient-dev
数据库连接设置
- 在 Flask-SQLAlchemy 中,数据库使用URL指定,而且程序使用的数据库必须保存到Flask配置对象的 SQLALCHEMY_DATABASE_URI 键中
class Config():
DEBUG = True
# 数据类型://登录用户:登录密码@数据库IP或地址:端口/数据库名
SQLALCHEMY_DATABASE_URI = 'mysql://root:123@127.0.0.1:3306/flaskDemo'
# 动态追踪修改设置,如未设置只会提示警告
SQLALCHEMY_TRACK_MODIFICATIONS = True
#查询时会显示原始SQL语句
SQLALCHEMY_ECHO = True
app.config.from_object(Config)
- 其他设置:
# 动态追踪修改设置,如未设置只会提示警告
SQLALCHEMY_TRACK_MODIFICATIONS = True
#查询时会显示原始SQL语句
SQLALCHEMY_ECHO = True
- 配置完成需要去 MySQL 中创建项目所使用的数据库
$ mysql -uroot -p123
$ create database flaskDemo charset=utf8mb4;
常用的SQLAlchemy字段类型
类型名 | python中类型 | 说明 |
---|---|---|
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 |
BigInteger | int或long | 不限制精度的整数 |
Float | float | 浮点数 |
Numeric | decimal.Decimal | 普通整数,一般是32位 |
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 |
UnicodeText | 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 | 时间 |
Time | datetime.datetime | 日期和时间 |
LargeBinary | str | 二进制文件 |
常用的SQLAlchemy列选项
选项名 | 说明 |
---|---|
primary_key | 如果为True,代表表的主键 |
unique | 如果为True,代表这列不允许出现重复的值 |
index | 如果为True,为这列创建索引,提高查询效率 |
nullable | 如果为True,允许有空值,如果为False,不允许有空值 |
default | 为这列定义默认值 |
常用的SQLAlchemy关系选项
选项名 | 说明 |
---|---|
backref | 在关系的另一模型中添加反向引用,用于设置外键名称,在1查多的 |
primary join | 明确指定两个模型之间使用的联结条件 |
uselist | 如果为False,不使用列表,而使用标量值 |
order_by | 指定关系中记录的排序方式 |
secondary | 指定多对多关系中关系表的名字 |
secondary join | 在SQLAlchemy中无法自行决定时,指定多对多关系中的二级联结条件 |
数据库基本操作
- 在Flask-SQLAlchemy中,插入、修改、删除操作,均由数据库会话管理。
- 会话用 db.session 表示。在准备把数据写入数据库前,要先将数据添加到会话中然后调用 commit() 方法提交会话。
- 在 Flask-SQLAlchemy 中,查询操作是通过 query 对象操作数据。
- 最基本的查询是返回表中所有数据,可以通过过滤器进行更精确的数据库查询。
在视图函数中定义模型类
from flask import Flask
app = Flask(__name__)
class Config():
DEBUG = True
# 数据类型://登录用户:登录密码@数据库IP或地址:端口/数据库名
SQLALCHEMY_DATABASE_URI = 'mysql://root:123@127.0.0.1:3306/flaskDemo'
# 动态追踪修改设置,如未设置只会提示警告
SQLALCHEMY_TRACK_MODIFICATIONS = True
#查询时会显示原始SQL语句
SQLALCHEMY_ECHO = True
app.config.from_object(Config)
# 数据库初始化
from flask_sqlalchemy import SQLAlchemy
db = SQLAlchemy(app)
# 创建模型
class User(db.Model):
"""用户"""
# 模型相关声明
__tablename__ = "user"
# 模型字段信息
id = db.Column(db.Integer, primary_key=True, comment="ID")
name = db.Column(db.String(20), index=True, comment="用户名")
age = db.Column(db.Integer, nullable=True, comment="年龄")
sex = db.Column(db.Boolean, default=True, comment="性别")
created_time = db.Column(db.DateTime, comment="创建时间")
role = db.Column(db.SmallInteger, db.ForeignKey("role.id") ) # role.id 是表名和表字段名
# 自定义模型操作方法
def __repr__(self):
"""当把模型输出时,展示的内容"""
return "%s" % self.name
class Role(db.Model):
"""角色"""
__tablename__ = "role"
id = db.Column(db.SmallInteger, primary_key=True, comment="ID")
name = db.Column(db.String(20), index=True, comment="角色名")
# 注意,这个user_list不是字段,不会在创建表的时候,加入到数据中,这个字段是ORM自己处理的。
user_list = db.relationship("User", backref='role')
def __repr__(self):
return "%s" % self.name
@app.route("/")
def index():
return "ok"
if __name__ == '__main__':
# 创建所有表, 根据当前系统应用中模型对应的数据表
# db.create_all()
# 删除所有表
# db.drop_all()
app.run(host="0.0.0.0", port=8080,debug=True)
常用的SQLAlchemy查询过滤器
过滤器 | 说明 |
---|---|
filter() | 把过滤器添加到原查询上,返回一个新查询 |
filter_by() | 把等值过滤器添加到原查询上,返回一个新查询 |
limit() | 使用指定的值限定原查询返回的结果 |
offset() | 偏移原查询返回的结果,返回一个新查询 |
order_by() | 根据指定条件对原查询结果进行排序,返回一个新查询 |
group_by() | 根据指定条件对原查询结果进行分组,返回一个新查询 |
常用的SQLAlchemy查询结果的方法
方法 | 说明 |
---|---|
all() | 以列表形式返回查询的所有结果 |
first() | 返回查询的第一个结果,如果未查到,返回None |
first_or_404() | 返回查询的第一个结果,如果未查到,返回404 |
get() | 返回指定主键对应的行,如不存在,返回None |
get_or_404() | 返回指定主键对应的行,如不存在,返回404 |
count() | 返回查询结果的数量 |
paginate() | 返回一个Paginate对象,它包含指定范围内的结果 |
创建表:
db.create_all() # 注意,create_all()方法执行的时候,需要放在模型的后面
删除表
db.drop_all()
插入一条数据
# 添加一个数据
role1 = Role(name="青铜会员")
db.session.add(role1)
db.session.commit()
一次插入多条数据
# 添加批量数据
# user1 = User(name="小明1号", age=12, sex=True)
user2 = User(name="小明2号", age=14, sex=True)
user3 = User(name="小明3号", age=16, sex=True)
user4 = User(name="小明4号", age=20, sex=True)
user5 = User(name="小红1号", age=22, sex=False)
user6 = User(name="小红2号", age=23, sex=False)
user7 = User(name="小红3号", age=26, sex=True)
user8 = User(name="小黑1号", age=10, sex=True)
user9 = User(name="小黑2号", age=30, sex=True)
user10 = User(name="小黑3号", age=16, sex=True)
db.session.add_all([user2, user3, user4, user5, user6, user7, user8, user9, user10])
db.session.commit()
查询数据代码
@app.route("/select")
def select():
"""查询数据"""
"""使用filter_by来查询,只能编写=号条件查询字段内容"""
# user = User.query.filter_by(name="小明1号").first() # first() 表示只返回匹配到的第一个结果
# print(user) # 小明1号
# # 查询模型对象的数据
# print(user.age) # 12
# print(user.name) # 小明1号
# user_list = User.query.filter_by(sex=True).all() # all() 表示返回能匹配到的所有结果
# print(user_list) # [小明1号, 小明2号, 小明3号, 小明4号, 小红3号, 小黑1号, 小黑2号, 小黑3号]
"""使用filter来模糊查询,filter会比filter_by支持更多的判断和查询条件"""
# user = User.query.filter(User.name == "小明1号").first()
# print(user) # 小明1号
user_list = User.query.filter(User.age < 14).all()
print(user_list) # [小明1号, 小黑1号]
return "查询成功"
filter_by精确查询
first()返回查询到的第一个对象
"""使用filter_by来查询,只能编写=号条件查询字段内容"""
user = User.query.filter_by(name="小明1号").first() # first() 表示只返回匹配到的第一个结果
print(user) # 小明1号
# 查询模型对象的数据
print(user.age) # 12
print(user.name) # 小明1号
all()返回查询到的所有对象
user_list = User.query.filter_by(sex=True).all() # all() 表示返回能匹配到的所有结果
print(user_list) # [小明1号, 小明2号, 小明3号, 小明4号, 小红3号, 小黑1号, 小黑2号, 小黑3号]
filter模糊查询,返回名字结尾字符为g的所有数据。
"""使用filter来模糊查询,filter会比filter_by支持更多的判断和查询条件"""
user = User.query.filter(User.name == "小明1号").first()
print(user) # 小明1号
user_list = User.query.filter(User.age < 14).all()
print(user_list) # [小明1号, 小黑1号]
get():参数为主键,如果主键不存在没有返回内容
User.query.get()
逻辑非,返回名字不等于wang的所有数据
User.query.filter(User.name!='wang').all()
not_ 相当于取反
from sqlalchemy import not_
User.query.filter(not_(User.name=='chen')).all()
逻辑与,需要导入and,返回and()条件满足的所有数据
from sqlalchemy import and_
User.query.filter(and_(User.name!='wang',User.email.endswith('163.com'))).all()
逻辑或,需要导入or_
from sqlalchemy import or_
User.query.filter(or_(User.name!='wang',User.email.endswith('163.com'))).all()
查询数据后删除
@app.route("/delete")
def delete():
"""删除数据"""
try:
user = User.query.filter(User.name=="小明4号").first()
db.session.delete(user)
db.session.commit()
except:
return "查无此人或已经删除!"
return "删除成功"
更新数据
@app.route("/update")
def update():
"""修改数据"""
user = User.query.filter(User.name=="小明2号").first()
user.age = 26
db.session.commit()
return "修改成功"
查询所有用户数据
查询有多少个用户
查询第1个用户
查询id为4的用户[3种方式] filter 和 filter_by 和 get 3种
查询名字结尾字符为g的所有数据[开始/包含]
查询名字不等于wang的所有数据[2种方式]
查询age是 14 或者 `age` 以 12 的所有用户
查询id为 [1, 3, 5, 7, 9] 的用户列表
查询所有女生数据,并以年龄排序
每页3个,查询第2页的数据
模型之前的关联
一对多
class Role(db.Model):
...
#关键代码
user_list = db.relationship('User', backref='myrole', lazy='dynamic')
...
class User(db.Model):
...
role = db.Column(db.Integer, db.ForeignKey('roles.id'))
- 其中realtionship描述了Role和User的关系。在此文中,第一个参数为对应参照的类"User"
- 第二个参数backref为类User申明新属性的方法
- 第三个参数lazy决定了什么时候SQLALchemy从数据库中加载外键模型数据
- 如果设置为子查询方式(subquery),则会在加载完Role对象后,就立即加载与其关联的对象,这样会让总查询数量减少,但如果返回的条目数量很多,就会比较慢
- 设置为 subquery 的话,role.users 返回所有数据列表
- 另外,也可以设置为动态方式(dynamic),这样关联对象会在被使用的时候再进行加载,并且在返回前进行过滤,如果返回的对象数很多,或者未来会变得很多,那最好采用这种方式
- 设置为 dynamic 的话,role.users 返回查询对象,并没有做真正的查询,可以利用查询对象做其他逻辑,比如:先排序再返回结果
- 如果设置为子查询方式(subquery),则会在加载完Role对象后,就立即加载与其关联的对象,这样会让总查询数量减少,但如果返回的条目数量很多,就会比较慢
多对多
registrations = db.Table('registrations',
db.Column('student_id', db.Integer, db.ForeignKey('students.id')),
db.Column('course_id', db.Integer, db.ForeignKey('courses.id'))
)
class Course(db.Model):
...
class Student(db.Model):
...
courses = db.relationship('Course',secondary=registrations,
backref='students',
lazy='dynamic')
关联查询
角色和用户的关系是一对多的关系,一个角色可以有多个用户,一个用户只能属于一个角色。
- 查询角色的所有用户
#查询roles表id为1的角色
ro1 = Role.query.get(1)
#查询该角色的所有用户
ro1.us.all()
- 查询用户所属角色
#查询users表id为3的用户
us1 = User.query.get(3)
#查询用户属于什么角色
us1.role
数据库迁移
- 在开发过程中,需要修改数据库模型,而且还要在修改之后更新数据库。最直接的方式就是删除旧表,但这样会丢失数据。
- 更好的解决办法是使用数据库迁移框架,它可以追踪数据库模式的变化,然后把变动应用到数据库中。
- 在Flask中可以使用Flask-Migrate扩展,来实现数据迁移。并且集成到Flask-Script中,所有操作通过命令就能完成。
- 为了导出数据库迁移命令,Flask-Migrate提供了一个MigrateCommand类,可以附加到flask-script的manager对象上。
首先要在虚拟环境中安装Flask-Migrate。
pip install flask-migrate==2.7.0
代码文件内容:
from flask import Flask
from flask_migrate import Migrate, MigrateCommand
from flask_script import Manager
app = Flask(__name__)
manager = Manager(app)
class Config():
DEBUG = True
# 数据类型://登录用户:登录密码@数据库IP或地址:端口/数据库名?charset=utf8
SQLALCHEMY_DATABASE_URI = 'mysql://root:123@127.0.0.1:3306/flaskDemo?charset=utf8'
# 动态追踪修改设置,如未设置只会提示警告
SQLALCHEMY_TRACK_MODIFICATIONS = False
#查询时会显示原始SQL语句
SQLALCHEMY_ECHO = True
app.config.from_object(Config)
# 数据库初始化
from flask_sqlalchemy import SQLAlchemy
db = SQLAlchemy(app)
# 对数据迁移类进行初始化
migrate = Migrate(app, db)
# 把数据迁移的相关命令添加到项目中进行注册
manager.add_command("db", MigrateCommand)
# 创建模型
class Student(db.Model):
"""学生"""
# 模型相关声明
__tablename__ = "student"
# 模型字段信息
id = db.Column(db.Integer, primary_key=True, comment="ID")
name = db.Column(db.String(20), index=True, comment="用户名")
age = db.Column(db.Integer, nullable=True, comment="年龄")
achievement = db.relationship("Achievement", backref="student",lazy="dynamic")
# 自定义模型操作方法
def __repr__(self):
"""当把模型输出时,展示的内容"""
return "%s" % self.name
class Course(db.Model):
"""课程"""
__tablename__ = "course"
id = db.Column(db.SmallInteger, primary_key=True, comment="ID")
name = db.Column(db.String(20), index=True, comment="课程名称")
achievement = db.relationship("Achievement", backref="course", lazy="dynamic")
def __repr__(self):
return "%s" % self.name
# 创建关系模型
class Achievement(db.Model):
"""成绩"""
__tablename__= "mychievement"
id = db.Column(db.Integer, primary_key=True, comment="ID")
score = db.Column(db.Numeric(4,1), default=0, comment="分数")
student_id = db.Column(db.Integer, db.ForeignKey("student.id"), comment="学生")
course_id = db.Column(db.SmallInteger, db.ForeignKey("course.id"), comment="课程")
def __repr__(self):
return "%s-%s-%s" % (self.student.name, self.course.name, self.score)
@app.route("/")
def select():
return "ok"
if __name__ == '__main__':
manager.run()
创建迁移仓库(先把数据库里表都删干净)
#这个命令会创建migrations文件夹,所有迁移文件都放在里面。
python manage.py db init
创建迁移脚本
- 自动创建迁移脚本有两个函数
- upgrade():函数把迁移中的改动应用到数据库中。
- downgrade():函数则将改动删除。
- 自动创建的迁移脚本会根据模型定义和数据库当前状态的差异,生成upgrade()和downgrade()函数的内容。
- 对比不一定完全正确,有可能会遗漏一些细节,需要进行检查
python manage.py db migrate -m 'initial migration'
更新数据库
python manage.py db upgrade
返回以前的版本
可以根据history命令找到版本号,然后传给downgrade命令:
python manage.py db history
输出格式:<base> -> 版本号 (head), initial migration
回滚到指定版本[升级也可以指定版本号]
python manage.py db downgrade # 默认返回上一个版本
python manage.py db downgrade 版本号 # 返回到指定版本号对应的版本
数据迁移的步骤:
1. 初始化数据迁移的目录
python manage.py db init
2. 数据库的数据迁移版本初始化
python manage.py db migrate -m 'initial migration'
3. 升级版本[创建表]
python manage.py db upgrade
4. 降级版本[删除表]
python manage.py db downgrade
模块推荐Faker
文档: https://faker.readthedocs.io/en/master/locales/zh_CN.html
github: https://github.com/joke2k/faker
from flask import Flask
from flask_migrate import Migrate, MigrateCommand
from flask_script import Manager, Command
app = Flask(__name__)
manager = Manager(app)
class Config():
DEBUG = True
# 数据类型://登录用户:登录密码@数据库IP或地址:端口/数据库名?charset=utf8
SQLALCHEMY_DATABASE_URI = 'mysql://root:123@127.0.0.1:3306/flaskDemo?charset=utf8'
# 动态追踪修改设置,如未设置只会提示警告
SQLALCHEMY_TRACK_MODIFICATIONS = False
# 查询时会显示原始SQL语句
SQLALCHEMY_ECHO = True
app.config.from_object(Config)
# 数据库初始化
from flask_sqlalchemy import SQLAlchemy
db = SQLAlchemy(app)
# 对数据迁移类进行初始化
migrate = Migrate(app, db)
# 把数据迁移的相关命令添加到项目中进行注册
manager.add_command("db", MigrateCommand)
# 创建模型
class Student(db.Model):
"""学生"""
# 模型相关声明
__tablename__ = "student"
# 模型字段信息
id = db.Column(db.Integer, primary_key=True, comment="ID")
name = db.Column(db.String(20), index=True, comment="用户名")
mobile = db.Column(db.String(20), unique=True, comment="手机号码")
email = db.Column(db.String(100), unique=True, comment="邮箱地址")
address = db.Column(db.String(500), default=None, nullable=True, comment="地址")
birth = db.Column(db.DateTime, default=None, nullable=True, comment="出生年月")
# 自定义模型操作方法
def __repr__(self):
return self.name
from faker import Faker
class FakerCommand(Command):
"""生成测试数据"""
def run(self):
"""调用模型来生成数据"""
faker = Faker(locale="zh_CN")
for _ in range(0, 100):
student = Student(
name=faker.name(),
mobile=faker.phone_number(),
email=faker.email(),
address=faker.address(),
birth=faker.date_of_birth(minimum_age=0, maximum_age=60)
)
db.session.add(student)
db.session.commit()
manager.add_command("faker", FakerCommand)
if __name__ == '__main__':
manager.run()
执行命令生成数据
python manage.py faker
flask-session
允许设置session到指定存储的空间中, 文档:
安装命令: https://pythonhosted.org/Flask-Session/
pip install Flask-Session
使用session之前,必须配置一下配置项:
SECRET_KEY = "QFLNQIWFHOW,1pr32k4pEIFH" # session秘钥
redis基本配置
from flask import Flask, session
from redis import Redis
from flask_session import Session
app = Flask(__name__)
class Config():
DEBUG = True
SECRET_KEY = "QFLNQIWFHOW,1pr32k4pEIFH"
""" 把session保存到redis中 """
SESSION_TYPE = "redis" # session存储方式为redis
# session保存数据到redis时启用的连接对象
SESSION_REDIS = Redis(host="127.0.0.1", port="6379", db=1) # 用于链接redis的配置
# 如果设置session的生命周期是否是会话期,为True, 则关闭浏览器session就失效
SESSION_PERMANENT = False
# 是否对发送到浏览器上session的cookie值进行加密
SESSION_USE_SIGNER = False
# 保存到redis的session数据的键名称前缀
SESSION_KEY_PREFIX = "session:"
app.config.from_object(Config)
Session(app)
@app.route("/")
def set():
session["user"] = "xiaoming"
return "ok"
@app.route("/get")
def get():
user = session["user"]
return f"ok! {user}"
if __name__ == '__main__':
app.run()
SQLAlchemy基本配置
from flask import Flask, session
from flask_session import Session
from flask_sqlalchemy import SQLAlchemy
app = Flask(__name__)
db = SQLAlchemy()
class Config():
DEBUG = True
SECRET_KEY = "qwfkpwekrf12#!$@#$#%35" # session秘钥
# 数据库配置
SQLALCHEMY_DATABASE_URI = "mysql://root:123@127.0.0.1:3306/flaskDemo"
# 设置mysql的错误跟踪信息显示
SQLALCHEMY_TRACK_MODIFICATIONS = True
# 打印每次模型操作对应的SQL语句
SQLALCHEMY_ECHO = True
"""把session保存到mysql中"""
SESSION_TYPE = 'sqlalchemy' # session类型为sqlalchemy
SESSION_SQLALCHEMY = db # SQLAlchemy对象
SESSION_SQLALCHEMY_TABLE = 'session' # session要保存的表名称
SESSION_PERMANENT = True # 如果设置为True,则关闭浏览器session就失效。
SESSION_USE_SIGNER = False # 是否对发送到浏览器上session的cookie值进行加密
SESSION_KEY_PREFIX = 'session:' # 保存到session中的值的前缀
app.config.from_object(Config)
# 让数据库在创建对象之后进行初始化
db.init_app(app)
Session(app)
@app.route("/")
def set():
session["user"] = "xiaoming"
return "ok"
@app.route("/get")
def get():
user = session["user"]
return f"ok! {user}"
if __name__ == '__main__':
with app.app_context(): # 把session表创建进来
db.create_all()
app.run()
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· Docker 太简单,K8s 太复杂?w7panel 让容器管理更轻松!