flask的sqlalchemy快速插入数据、scoped_session线程安全、基本的增删查改、一对多、多对多、连表查询

阅读目录

• 1 sqlalchemy快速插入数据
• 2 scoped_session线程安全
• 3 基本增删查改
• 4 一对多
• 5 多对多
• 6 连表查询

 

---

今日内容

• sqlalchemy快速插入数据

• scoped_session线程安全

• 基本的增删改查

• 一对多

• 多对多

• 连表查询

回到顶部

1 sqlalchemy快速插入数据

# sqlalchemy是什么
   ORM框架，跟其他web框架没有必然联系，可以独立使用
    
# 安装，快速使用，执行原生sql

# 创建表和删除表
  -不能创建数据库
  -不能修改字段(增加，删除)

# 使用orm插入
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from models import Book

# 第一步：生成engine对象
engine = create_engine(
    "mysql+pymysql://root:123@127.0.0.1:3306/aaa",
    max_overflow=0,  # 超过连接池大小外最多创建的连接
    pool_size=5,  # 连接池大小
    pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错
    pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
)
# 第二步：拿到一个Session类,传入engine
Session = sessionmaker(bind=engine)

# 第三步：拿到session对象,相当于连接对象（会话）
session = Session()

# 第四步，增加数据
book = Book(name='红楼梦', )
session.add(book)
session.commit()

# 第五步：关闭session对象
session.close()

回到顶部

2 scoped_session线程安全

2.1 基本使用

from flask import Flask
from models import User

app = Flask(__name__)

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker

# 第一步：生成engine对象
engine = create_engine(
    "mysql+pymysql://root:123@127.0.0.1:3306/aaa",
    max_overflow=0,  # 超过连接池大小外最多创建的连接
    pool_size=5,  # 连接池大小
    pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错
    pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
)

# 第二步：拿到一个Session类，传入engine
Session = sessionmaker(bind=engine)


@app.route('/index')
def index():
    # 访问一下，就往users表中插入一条记录
    user = User(name='superxz', email='123@qq.com')
    # session 放到视图函数外面或里面 哪个对？
    # 外面 全局都用这一个session连接会话，数据错乱---》flask中，以后就用全局的session，不用每次都新建一个session，会有并发安全问题
    # 第三步：拿到session对象，相当于连接对象(会话)
    session = Session()
    session.add(user)

    session.commit()
    session.close()
    return '增加成功'


if __name__ == '__main__':
    app.run()

因为全局都用一个session对象，会有并发安全问题，于是sqlalchemy就是用了scoped_session解决了这个问题

from models import User


from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker

# 第一步：生成engine对象
engine = create_engine(
    "mysql+pymysql://root:123@127.0.0.1:3306/aaa",
    max_overflow=0,  # 超过连接池大小外最多创建的连接
    pool_size=5,  # 连接池大小
    pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错
    pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
)

# 第二步：拿到一个Session类，传入engine
Session = sessionmaker(bind=engine)

from threading import Thread
from sqlalchemy.orm import scoped_session

# 线程不安全
# session = Session()

# 做成线程安全的，如何做？
# 内部使用了local对象，取当前线程的session，日过当前线程有，就直接返回用，如果没有，创建一个，放到local中
# session 是 scoped_session 的对象
session = scoped_session(Session)


# session对象，不是Session的对象，但它有Session的所有方法
def task():
    user = User(name='qwe')
    session.add(user)
    session.commit()
    session.close()
    return '增加成功'


if __name__ == '__main__':
    for i in range(10):
        t = Thread(target=task)
        t.start()

做成线程安全的：如何做的？

内部使用了local对象，取当前线程的session，如果当前线程有，就直接返回用，如果没有，创建一个，放到local中

session 是 scoped_session 的对象

session = scoped_session(Session)

以后全局使用session即可，它线程安全

2.2 加在类上的装饰器

# session 是  scoped_session 的对象,类上没有属性和方法，但是，用的时候，确实用
session = scoped_session(Session) 


def speak():
    print('说话了')


def wrapper(func):
    def inner(*args, **kwargs):
        res = func()
        res.name = 'lqz'
        res.speak = speak
        return res

    return inner


@wrapper  # 语法糖会把Person当参数传入到装饰器中   Person=wrapper(Person)
class Person:
    pass


p = Person()

print(p.name)
p.speak()

回到顶部

3 基本增删查改

# 增，删，改
# 查 基本查询和高级查询


from models import User, Book
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.orm import scoped_session
from sqlalchemy.sql import text
engine = create_engine("mysql+pymysql://root@127.0.0.1:3306/aaa")
Session = sessionmaker(bind=engine)
session = scoped_session(Session)


# 1  增加：add   add_all
user = User(name='pyy', email='44@qq.com', extra='摄氏度法')
user1 = User(name='yyy', email='4@qq.com', extra='大沙发斯蒂芬')
book = Book(name='西游记')
session.add(user)
session.add_all([user, user1, book])  # 多个对象可以是models中任意表模型的对象
session.commit()
session.close()



# 2 基本查 filter filter_by 
# filer:写条件 filter_by：等于的值

# filter
# 2.1 session.query(User)   中写表模型，可以写多个表模型（连表操作）  select * from User;
# 2.2 filter 过滤条件，必须写表达式  ==    >=    <=    !=   select * from user where user.id=1
# 2.3 all:普通列表  first
user = session.query(User).filter(User.name == 'lqz').first()
user = session.query(User).filter(User.name != 'lqz').all()
print(user)
res = session.query(User).filter(User.id > 1).all()
print(res)

# filter_by  直接写等式    不能写成 User.name = 'lqz'
user = session.query(User).filter_by(name='lqz').first()
user = session.query(User).filter_by(id=2).first()
user = session.query(User).filter_by(id=2).first()
print(user)



# 3 删除（查到才能删） filter或filter_by查询的结果  不要all或first出来， .delete()即可
res = session.query(User).filter_by(id=2).delete()
session.commit()  # 一定不要忘了
print(res) # 影响的行数


# 4 修改（查到才能改）
# 方式一：update修改
res = session.query(User).filter_by(id=3).update({"name" : "彭于晏"})
print(res)
session.commit()

# 方式二，使用对象修改
res = session.query(User).filter_by(id=3).first()
res = session.query(User).filter_by(name='zzz').first()
res.name='来来来'
print(res.id)
session.add(res)  # add 如果有主键，就是修改，如果没有主键就是新增
session.commit()

3.1 高级查询

# 4 查询： filer:写条件     filter_by：等于的值
# 4.1 查询所有  是list对象
res = session.query(User).all()  # 是个普通列表
print(type(res))
print(len(res))

# 4.1.1 只查询某几个字段
select name as xx,email from user;
res = session.query(User.name.label('xx'), User.email)
print(res)  # 打出原生sql
# print(res.all())
for item in res.all():
    print(item[0])


# 4.1.2 filter传的是表达式，filter_by传的是参数
res = session.query(User).filter(User.name == "lqz").all()
res = session.query(User).filter(User.name != "lqz").all()
res = session.query(User).filter(User.name != "lqz", User.email == '3@qq.com').all()  # django 中使用 Q
res = session.query(User).filter_by(name='lqz099').all()
res = session.query(User).filter_by(name='lqz099',email='47@qq.com').all()
print(len(res))

# 4.2 取一个 all了后是list，list 没有first方法
res = session.query(User).first()



# 4.3 查询所有，使用占位符(了解)  :value     :name
select * from user where id <20 or name=lqz099
res = session.query(User).filter(text("id<:value or name=:name")).params(value=10, name='lqz099').all()


# 4.4 自定义查询（了解）
# from_statement 写纯原生sql

res=session.query(User).from_statement(text("SELECT * FROM users where email=:email")).params(email='3@qq.com').all()
# # print(type(res[0]))  # 是book的对象，但是查的是User表   不要这样写
print(res[0].name)

# 4.5 高级查询
# 　条件
# 表达式，and条件连接
res = session.query(User).filter(User.id > 1, User.name == 'lqz099').all() # and条件


# between
res = session.query(User).filter(User.id.between(1, 9), User.name == 'lqz099').all()
res = session.query(User).filter(User.id.between(1, 9)).all()

# in
res = session.query(User).filter(User.id.in_([1,3,4])).all()
res = session.query(User).filter(User.email.in_(['3@qq.com','r@qq.com'])).all()

# ~非，除。。外
res = session.query(User).filter(~User.id.in_([1,3,4])).all()
print(res)

# 二次筛选
res = session.query(User).filter(~User.id.in_(session.query(User.id).filter_by(name='lqz099'))).all()
print(res)


# and or条件
from sqlalchemy import and_, or_

# or_包裹的都是or条件，and_包裹的都是and条件
res = session.query(User).filter(and_(User.id >= 3, User.name == 'lqz099')).all()  #  and条件
res = session.query(User).filter(User.id < 3, User.name == 'lqz099').all()  #  等同于上面
res = session.query(User).filter(or_(User.id < 2, User.name == 'eric')).all()
res = session.query(User).filter(
    or_(
        User.id < 2,
        and_(User.name == 'lqz099', User.id > 3),
        User.extra != ""
    )).all()


# 通配符，以e开头，不以e开头
res = session.query(User).filter(User.email.like('%@%')).all()
select user.id from user where  user.name not like e%;
res = session.query(User.id).filter(~User.name.like('e%'))


# 分页
# 一页2条，查第5页
res = session.query(User)[2*5:2*5+2]

# 排序，根据name降序排列（从大到小）
res = session.query(User).order_by(User.email.desc()).all()
res = session.query(Book).order_by(Book.price.desc()).all()
res = session.query(Book).order_by(Book.price.asc()).all()
# 第一个条件重复后，再按第二个条件升序排
res = session.query(User).order_by(User.name.desc(), User.id.asc())



# 分组查询  5个聚合函数
from sqlalchemy.sql import func

res = session.query(User).group_by(User.extra)  # 如果是严格模式，就报错
# 分组之后取最大id，id之和，最小id  和分组的字段
res = session.query(
    User.extra,
    func.max(User.id),
    func.sum(User.id),
    func.min(User.id)).group_by(User.extra).all()
for item in res:
    print(item[2])

# having
# select max(id),sum(id),min(id) from  user group by  user.extra   having id_max>2;
res = session.query(
    func.max(User.id),
    func.sum(User.id),
    func.min(User.id)).group_by(User.extra).having(func.max(User.id) > 2)

3.2 原生sql

### 方式一：
# 第一步：导入
from sqlalchemy import create_engine
# 第二步：生成引擎对象
engine = create_engine(
    "mysql+pymysql://root@127.0.0.1:3306/cnblogs",
    max_overflow=0,  # 超过连接池大小外最多创建的连接
    pool_size=5,  # 连接池大小
    pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错
    pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
)
# 第三步：使用引擎获取连接，操作数据库
conn = engine.raw_connection()
cursor=conn.cursor()
cursor.execute('select * from aritcle')
print(cursor.fetchall())



### 方式二：
from models import User, Book
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.orm import scoped_session
engine = create_engine("mysql+pymysql://root@127.0.0.1:3306/aaa")
Session = sessionmaker(bind=engine)
session = scoped_session(Session)

# 2.0.9 版本需要使用text包裹一下，原来版本不需要
# cursor = session.execute(text('select * from users'))
# result = cursor.fetchall()
# print(result)

cursor = session.execute(text('insert into books(name) values(:name)'), params={"name": '红楼梦'})
session.commit()
print(cursor.lastrowid)

session.close()

3.3 django中执行原生sql

# 选择的查询基表Book.objects.raw ，只是一个傀儡，正常查询出哪些字段，都能打印出来

def index(request):
    # books = Book.objects.raw('select * from app01_book where id=1')  # RawQuerySet  用起来跟列表一样
    # books = Publish.objects.raw('select * from app01_book where id=1')  # RawQuerySet  用起来跟列表一样
    # print(books[0])
    # print(type(books[0]))
    # # for book in books:
    # #     print(book.name)
    # # print(books[0].name)
    # print(books[0].addr)  #也能拿出来，但是是不合理的

    res = Book.objects.raw('select * from app01_publish where id=1')  # RawQuerySet  用起来跟列表一样
    print(res[0])
    print(type(res[0]))
    print(res[0].name)
    # book 没有addr，但是也打印出来了
    print(res[0].addr)

    return HttpResponse('ok')

回到顶部

4 一对多

一对一：本身是一个表，拆成两个表，做一对一的关联；；；本质就是一对多，只不过关联字段唯一

一对多：关联字段写在多的一方

多对多：需要建立中间表；；本质也是一对多

# 本质就只有一种外键关系

4.1 表模型

# 一对多关系
from sqlalchemy import create_engine
import datetime
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Text, ForeignKey, DateTime, UniqueConstraint, Index
from sqlalchemy.orm import relationship

# 第二步：执行declarative_base，得到一个类
Base = declarative_base()


class Hobby(Base): 
    __tablename__ = 'hobby'
    id = Column(Integer, primary_key=True)
    caption = Column(String(50), default='篮球')


class Person(Base):
    __tablename__ = 'person'
    id = Column(Integer, primary_key=True)
    name = Column(String(32), index=True, nullable=True)
    # hobby指的是tablename而不是类名
    # 关联字段写在多的一方，写在Person中，跟hobby表中id字段做外键关联
    hobby_id = Column(Integer, ForeignKey("hobby.id"))

    # 跟数据库无关，不会新增字段，只用于快速链表操作
    # 基于对象的跨表查询:就要加这个字段，取对象  person.hobby     pserson.hobby_id
    # 类名，backref用于反向查询
    hobby = relationship('Hobby', backref='pers')  # 如果有hobby对象，拿到所有人 hobby.pers

    def __repr__(self):
        return self.name


engine = create_engine("mysql+pymysql://root@127.0.0.1:3306/aaa", )

# 把表同步到数据库  （把被Base管理的所有表，都创建到数据库）
Base.metadata.create_all(engine)

# 把所有表删除
# Base.metadata.drop_all(engine)

4.2 新增和基于对象的查询

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.orm import scoped_session
from models1 import Hobby, Person

engine = create_engine("mysql+pymysql://root@127.0.0.1:3306/aaa")
Session = sessionmaker(bind=engine)
session = scoped_session(Session)

# 一对多新增

hobby = Hobby(caption='乒乓球')
session.add(hobby)
person = Person(name='张三')
session.add(person)

hobby=session.query(Hobby).filter(Hobby.caption=='乒乓球').first()
# person = Person(name='王五',hobby_id=hobby.id)
person = Person(name='王五',hobby_id=1)
session.add(person)


# 支持按对象的增加方式，必须加relationship 做关联
# 方式一
hobby=session.query(Hobby).filter(Hobby.caption=='乒乓球').first()
person = Person(name='赵六',hobby=hobby)
# 方式二
hobby = Hobby(caption='羽毛球')  # 表中暂时没有
person = Person(name='赵六', hobby=hobby)
session.add_all([person, hobby])
session.commit()




## 基于对象的跨表查询  .
# 正向查询
person=session.query(Person).filter(Person.name=='王五').first()
# print(person.hobby_id)
print(person.hobby)  # Hobby 的对象

# 反向查询
hobby=session.query(Hobby).filter(Hobby.id==1).first()
print(hobby.pers)



# 基于连表的查询（一会讲）

回到顶部

5 多对多

5.1 表模型

# 一对多关系
from sqlalchemy import create_engine
import datetime
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Text, ForeignKey, DateTime, UniqueConstraint, Index
from sqlalchemy.orm import relationship

# 第二步：执行declarative_base，得到一个类
Base = declarative_base()


# 多对多

# 中间表  手动创建
class Boy2Girl(Base):
    __tablename__ = 'boy2girl'
    id = Column(Integer, primary_key=True, autoincrement=True)
    girl_id = Column(Integer, ForeignKey('girl.id'))
    boy_id = Column(Integer, ForeignKey('boy.id'))


class Girl(Base):
    __tablename__ = 'girl'
    id = Column(Integer, primary_key=True)
    name = Column(String(64), unique=True, nullable=False)

    def __str__(self):
        return self.name

    def __repr__(self):
        return self.name


class Boy(Base):
    __tablename__ = 'boy'
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(64), unique=True, nullable=False)



    # 与生成表结构无关，仅用于查询方便,放在哪个单表中都可以
    # 方便快速查询，写了这个字段，相当于django 的manytomany，快速使用基于对象的跨表查询
    girls = relationship('Girl', secondary='boy2girl', backref='boys')

    def __str__(self):
        return self.name

    def __repr__(self):
        return self.name


engine = create_engine("mysql+pymysql://root@127.0.0.1:3306/aaa", )


# 把表同步到数据库  （把被Base管理的所有表，都创建到数据库）
Base.metadata.create_all(engine)

# 把所有表删除
# Base.metadata.drop_all(engine)

5.2 增加和基于对象的跨表查询

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.orm import scoped_session
from models2 import Girl, Boy, Boy2Girl

engine = create_engine("mysql+pymysql://root@127.0.0.1:3306/aaa")
Session = sessionmaker(bind=engine)
session = scoped_session(Session)

# 新增
# 1 笨办法新增
girl=Girl(name='刘亦菲')
boy=Boy(name='彭于晏')
session.add_all([girl,boy])
session.add(Boy2Girl(girl_id=1,boy_id=1))
session.commit()

# 2 使用relationship
boy = Boy(name='lqz')
boy.girls = [Girl(name='迪丽热巴'), Girl(name='景田')]
session.add(boy)
session.commit()


# 基于对象的跨表查询
# 正向
boy = session.query(Boy).filter(Boy.id==2).first()
print(boy.girls)

# 反向
girl = session.query(Girl).filter(Girl.id==2).first()
print(girl.boys)


# 如果没有relationship，纯自己操作



# 基于连表的查询（一会讲）

回到顶部

6 连表查询

### 关联关系，基于连表的跨表查询
from models1 import Person,Hobby
# 链表操作
select * from person,hobby where person.hobby_id=hobby.id;
res = session.query(Person, Hobby).filter(Person.hobby_id == Hobby.id).all()

# 自己连表查询
# join表，默认是inner join,自动按外键关联
select * from Person inner join Hobby on Person.hobby_id=Hobby.id;
res = session.query(Person).join(Hobby).all()

#isouter=True 外连，表示Person left join Favor，没有右连接，反过来即可
select * from Person left join Hobby on Person.hobby_id=Hobby.id;
res = session.query(Person).join(Hobby, isouter=True).all()
# 没有right join，通过这个实现
res = session.query(Hobby).join(Person, isouter=True).all()

# # 自己指定on条件（连表条件）,第二个参数，支持on多个条件，用and_,同上
# select * from Person left join Hobby on Person.id=Hobby.id;
res = session.query(Person).join(Hobby, Person.hobby_id == Hobby.id, isouter=True) #  sql本身有问题，只是给你讲， 自己指定链接字段
# 右链接
# print(res)



# 多对多关系连表
# 多对多关系，基于链表的跨表查
#方式一：直接连
res = session.query(Boy, Girl,Boy2Girl).filter(Boy.id == Boy2Girl.boy_id,Girl.id == Boy2Girl.girl_id).all()
# 方式二：join连
res = session.query(Boy).join(Boy2Girl).join(Girl).filter(Person.id>=2).all()