Flask：05-一首歌的时间掌握flask数据模型(01)

Posted swjblog

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Flask：05-一首歌的时间掌握flask数据模型(01)相关的知识，希望对你有一定的参考价值。

数据模型

数据库回顾

  • 分类：
    • 关系型数据库：mysql、sqlite、…
    • 非关系型数据库：Redis、MongoDB、…
  • 操作：
    • 执行原生SQL语句，每次都需要拼接SQL语句，非常繁琐而且特别容易出错。
    • ORM(对象关系映射)，使用ORM可以通过对对象的操作完成对数据库的操作。

flask-sqlalchemy

  • 说明：其实是sqlalchemy扩展库在flask中的移植库，通过了绝大多数关系型数据库的支持(ORM)

  • 安装：pip install flask-sqlalchemy

  • 连接地址配置：

    • 名称：SQLALCHEMY_DATABASE_URI
    • 格式：
      • sqlite：sqlite:/// + 数据库文件名
      • MySQL：数据库名+驱动名://用户名:密码@主机:端口/数据库

  • 使用：

    # 配置数据连接地址
base_dir = os.path.dirname(__file__)
database_uri = ‘sqlite:///‘ + os.path.join(base_dir, ‘data.sqlite‘)
app.config[‘SQLALCHEMY_DATABASE_URI‘] = database_uri
# 禁止数据的修改追踪(需要消耗资源)
app.config[‘SQLALCHEMY_TRACK_MODIFICATIONS‘] = False

# 创建数据库操作对象
db = SQLAlchemy(app)

# 设计模型类
class User(db.Model):
    # 表名默认会将模型名转为小写加下划线的形式
    # 如：UserModel => user_model
    # 指定表名
    __tablename__ = ‘users‘
    id = db.Column(db.Integer, primary_key=True)
    name = db.Column(db.String(20), unique=True)
    email = db.Column(db.String(32), unique=True)

  • 数据表操作

    @app.route(‘/create/‘)
def create():
    # 创建数据表
    db.create_all()
    return ‘数据表已创建‘

@app.route(‘/drop/‘)
def drop():
    db.drop_all()
    return ‘数据表已删除‘

# 添加终端命令，完成数据表的创建
@manager.command
def createall():
    # 先删除原来的，副作用很大
    db.drop_all()
    # 然后再创建
    db.create_all()
    return ‘数据表已创建‘

# 添加终端命令，完成数据表的删除
@manager.command
def dropall():
    if prompt_bool(‘您确定要删库跑路吗？‘):
        db.drop_all()
        return ‘数据表已删除‘
    return ‘删库有风险，操作需谨慎！‘

    执行终端命令：python manage.py createall，即可创建数据表

数据库迁移

  • 说明：将数据模型的更改应用到数据表的操作叫数据库迁移。flask-migrate就是专门做迁移的扩展库。

  • 安装：pip install flask-migrate

  • 使用：

    from flask_migrate import Migrate

# 创建数据库迁移对象
migrate = Migrate(app, db)

# 将迁移命令添加到终端
manager.add_command(‘db‘, MigrateCommand)

  • 迁移：

    • 初始化，只需要一次，创建用户存放迁移脚本的目录及相关文件。
    python manage.py db init
    • 根据数据模型与数据表，生成迁移脚本。
    python manage.py db migrate
    • 执行迁移脚本
    python manage.py db upgrade

  • 提示：

    • 初始化操作只需要一次，以后生成迁移脚本与执行迁移脚本循环执行即可完成数据库的迁移。
    • 不是每次迁移都会成功，迁移出错时需要手动解决。

CURD操作

  • 增加数据

    # 设置自动提交操作，请求结束时无论如何都会提交
app.config[‘SQLALCHEMY_COMMIT_ON_TEARDOWN‘] = True

# 增加数据
@app.route(‘/insert/‘)
def insert():
    # 创建对象
    # jie = User(name=‘八戒‘, email=‘[email protected]‘, age=30)
    # hou = User(name=‘猴哥‘, email=‘[email protected]‘, age=20)
    # 保存到数据库，只能保存一条数据
    # db.session.add(hou)

    bei = User(name=‘贝贝‘, email=‘[email protected]‘, age=28)
    jing = User(name=‘晶晶‘, email=‘[email protected]‘, age=18)
    huan = User(name=‘欢欢‘, email=‘[email protected]‘, age=22)
    ying = User(name=‘迎迎‘, email=‘[email protected]‘, age=23)
    ni = User(name=‘妮妮‘,email=‘[email protected]‘,
    age=20)

    # 保存到数据库，一次性保存多条数据
    db.session.add_all([bei, jing, huan, ying, ni])

    # 提交操作，若没有设置自动提交，每次执行操作都需要手动提交一次
    # db.session.commit()

    return ‘数据已添加‘

  • 查询数据

    # 查询操作
@app.route(‘/select/<uid>/‘)
def select(uid):
    # 根据主键进行查询，找到返回对象，没找到返回None
    user = User.query.get(uid)
    if user:
        return user.name
    return ‘查无此人‘

  • 修改数据

    # 修改数据
@app.route(‘/update/<uid>/‘)
def update(uid):
    user = User.query.get(uid)
    if user:
        user.email = ‘[email protected]‘
        # 再次添加到数据库即可
        db.session.add(user)
        return ‘数据已修改‘
    return ‘查无此人‘

  • 删除数据

    # 删除数据
@app.route(‘/delete/<uid>/‘)
def delete(uid):
    user = User.query.get(uid)
    if user:
        db.session.delete(user)
        return ‘数据已删除‘
    return ‘查无此人‘

模型设计参考

  • 常见的字段类型

    字段类型python类型说明
    Integer int 整型(32)
    SmallInteger int 整型(16)
    BigInteger int/long 整型(64)
    Float float 浮点型
    String str 变长字符串
    Text str 不受限制的文本
    Boolean bool 布尔值，True/False
    Date datetime.date 日期
    Time datetime.time 时间
    DateTime datetime.datetime 日期时间
    Interval datetime.timedelta 时间间隔
    PickleType pickle.dumps() 使用pickle模块序列化后的python对象
    LargeBinary bytes 任意大的二进制数据

  • 常见字段选项

    选项说明
    primary_key 是否作为主键索引，默认为False
    autoincrement 是否设置字段自增，默认为False
    unique 是否作为唯一索引，默认为False
    index 是否作为普通索引，默认为False
    nullable 字段是否可以为空，默认为True
    default 设置默认值

  • 总结：

    • 插入数据可以不传值的情况：自增的字段、可以为空的字段、有默认值的字段
    • 使用flask-sqlalchemy时每个模型都需要有一个主键，通常主键字段名称为id
    • 数据模型类名与数据表中的名字
      • 默认：会将模型名转换为小写加下划线的方式，如：UserModel => user_model
      • 指定：通过类属性__tablename__指定表名

各种查询

  • 说明：在数据库的操作中，绝大多数都是查询操作，而且这些操作都是通过方法来实现的。

  • 常见操作：

    操作说明
    get 根据主键查询，查到返回对象，没查到返回None
    get_or_404 根据主键查询，查到返回对象，没查到报404错
    first 返回第一条数据，没有时返回None
    first_or_404 返回第一条数据，没有时报404错
    all 查询所有数据组成的列表
    limit 限制结果集数量，返回时查询对象
    offset 结果集偏移数量，返回时查询对象
    order_by 排序，指定字段后，默认按升序排序(asc)，降序(desc)，可以指定多个字段
    count 统计个数

  • 聚合函数：max、min、sum、avg、count

    from sqlalchemy import func

@app.route(‘/query/‘)
def query():
    # 聚合函数
    # max_age = db.session.query(func.max(User.age)).scalar()
    max_age = db.session.query(func.min(User.age)).scalar()
    return str(max_age)

  • 指定条件查询

    @app.route(‘/query/‘)
def query():
    # 指定等值条件
    # users = User.query.filter_by(age=18).all()
    # 指定任意条件
    users = User.query.filter(User.age > 18).all()
    return ‘,‘.join(u.name for u in users)

filter条件查询

  • 关系

    >, __gt__：大于
示例：     # users = User.query.filter(User.age > 20).all()
        # 等价于上式
        users = User.query.filter(User.age.__gt__(20)).all()
>=,__ge__：大于等于
<, __lt__：小于
<=,__le__：小于等于
==,__eq__：等于
!=,__ne__：不等于

  • 范围

    users = User.query.filter(User.id.between(1, 3)).all()
users = User.query.filter(User.id.in_((1, 3, 5))).all()
users = User.query.filter(User.id.notin_((1, 3, 5))).all()

  • 内容

    # 包含指定内容
# users = User.query.filter(User.email.contains(‘ng‘)).all()
# 以指定内容开头
# users = User.query.filter(User.email.startswith(‘fe‘)).all()
# 以指定内容结尾
# users = User.query.filter(User.email.endswith(‘.com‘)).all()
# 模糊匹配
# users = User.query.filter(User.email.like(‘l%‘)).all()
users = User.query.filter(User.email.notlike(‘l%‘)).all()

  • 逻辑

    from sqlalchemy import and_, or_

# 默认的关系就是逻辑与
# users = User.query.filter(User.id > 3, User.age > 20).all()
# 与上式等价
# users = User.query.filter(and_(User.id > 3, User.age > 20)).all()
# 逻辑或
users = User.query.filter(or_(User.id > 3, User.age > 20)).all()

    ?

?

以上是关于Flask：05-一首歌的时间掌握flask数据模型(01)的主要内容，如果未能解决你的问题，请参考以下文章

python：用flask快速实现数据可视化

一周掌握Flask框架学习笔记Flask中使用数据库（使用Flask-SQLAlchemy管理数据库）

3天掌握Flask开发项目系列博客之二，操作数据库

flask POST请求，数据入库，文件上传，一文看懂，3天掌握Flask开发项目系列博客之三

一周掌握Flask框架学习笔记Flask概念及基础

一周掌握Flask框架学习笔记Flask概念及基础