對數據庫基本操作
-
在Flask-SQLAlchemy中,插入、修改、刪除操作,均由數據庫會話管理。
- 會話用 db.session 表示。在準備把數據寫入數據庫前,要先將數據添加到會話中然後調用 db.session.commit() 方法提交會話。
-
在 Flask-SQLAlchemy 中,查詢操作是通過 query 對象操作數據。
- 最基本的查詢是返回表中所有數據,可以通過過濾器進行更精確的數據庫查詢。
一、定義模型類
表關係爲一對多
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
app = Flask(__name__)
#設置連接數據庫的URL
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://root:[email protected]:3306/test'
#設置數據庫追蹤信息,壓制警告
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = True
#創建SQLAlchemy對象,讀取app中配置信息
db = SQLAlchemy(app)
#定義角色模型(一方) 模型類必須繼承db.Model
class Role(db.Model):
# 定義表名,不寫此段表名默認爲類名小寫
__tablename__ = 'roles'
# 定義列對象,即sql中字段
id = db.Column(db.Integer, primary_key=True)
name = db.Column(db.String(64), unique=True)
#設置關係屬性,方便查詢使用
us = db.relationship('User', backref='role')
#重寫__repr__方法,方便查看對象輸出內容
def __repr__(self):
return 'Role:%s'% self.name
#定義用戶模型類(多方)
class User(db.Model):
__tablename__ = 'users'
id = db.Column(db.Integer, primary_key=True)
name = db.Column(db.String(64), unique=True, index=True)
email = db.Column(db.String(64),unique=True)
password = db.Column(db.String(64))
# 外鍵的定義
role_id = db.Column(db.Integer, db.ForeignKey('roles.id'))
def __repr__(self):
return 'User:%s'%self.name
if __name__ == '__main__':
#刪除所有和db相關聯的表
db.drop_all()
#創建所有和db相關聯的表
db.create_all()
app.run(debug=True)
二、關鍵代碼格式,說明
- 一對多關係
class Role(db.Model):
...
#關鍵代碼
us = db.relationship('User', backref='role', lazy='dynamic')
...
class User(db.Model):
...
role_id = db.Column(db.Integer, db.ForeignKey('roles.id'))
- 其中realtionship描述了Role和User的關係。
- 第一個參數爲對應參照的類"User"
- 第二個參數backref爲類User,反向引用屬性
- 第三個參數lazy決定了什麼時候SQLALchemy從數據庫中加載數據
- 如果設置爲子查詢方式(subquery),則會在加載完Role對象後,就立即加載與其關聯的對象,這樣會讓總查詢數量減少,但如果返回的條目數量很多,就會比較慢
- 設置爲 subquery 的話,role.users 返回所有數據列表
- 另外,也可以設置爲動態方式(dynamic),這樣關聯對象會在被使用的時候再進行加載,並且在返回前進行過濾,如果返回的對象數很多,或者未來會變得很多,那最好採用這種方式
三、常見的操作語句
- db.session.add(obj) 添加對象
- db.session.add_all([obj1,obj2,..]) 添加多個對象
- db.session.delete(obj) 刪除對象
- db.session.commit() 提交會話
- db.session.rollback() 回滾
- db.session.remove() 移除會話
四、常用的SQLAlchemy查詢過濾器
- 用來過濾數據,返回查詢的結果集
過濾器 | 說明 |
---|---|
filter() | 把過濾器添加到原查詢上,返回一個新查詢 |
filter_by() | 把等值過濾器添加到原查詢上,返回一個新查詢 |
limit | 使用指定的值限定原查詢返回的結果 |
offset() | 偏移原查詢返回的結果,返回一個新查詢 |
order_by() | 根據指定條件對原查詢結果進行排序,返回一個新查詢 |
group_by() | 根據指定條件對原查詢結果進行分組,返回一個新查詢 |
五、常用的SQLAlchemy查詢執行器
- 用來執行結果集,得到具體數據
方法 | 說明 |
---|---|
all() | 以列表形式返回查詢的所有結果 |
first() | 返回查詢的第一個結果,如果未查到,返回None |
first_or_404() | 返回查詢的第一個結果,如果未查到,返回404 |
get() | 返回指定主鍵對應的行,如不存在,返回None |
get_or_404() | 返回指定主鍵對應的行,如不存在,返回404 |
count() | 返回查詢結果的數量 |
paginate() | 返回一個Paginate對象,它包含指定範圍內的結果 |
六、完整操作
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
app = Flask(__name__)
#配置信息
app.config["SQLALCHEMY_DATABASE_URI"] = "mysql+pymysql://root:[email protected]:3306/test"
#設置壓制警告信息,如果True會追蹤數據庫變化,會增加顯著開銷,所以建議設置爲False
app.config["SQLALCHEMY_TRACK_MODIFICATIONS"] = False
#創建SQLAlchemy類對象,關聯app
db = SQLAlchemy(app)
#編寫模型類,繼承db.Model
#角色,用戶之間的關係
class Role(db.Model):
__tablename__ = "roles" #指定表名稱
#參數1:表示整數類型, 參數2:表示主鍵
id = db.Column(db.Integer,primary_key=True)
#角色名唯一的
name = db.Column(db.String(64),unique=True)
#需要設置關係屬性relationship(不會產生字段),設置在一方
#給Role添加了users關係屬性, 查詢格式: role.users
#給User添加了role關係屬性(反向引用),查詢格式: user.role
users = db.relationship('User',backref='role')
#爲了方便的看到對象輸出的內容__repr__, 如果是普通類__str__
def __repr__(self):
return "<Role:%s>"%self.name
# 用戶(多方)
class User(db.Model):
__tablename__ = "users" # 指定表名稱
#參數1:表示整數類型, 參數2:表示主鍵
id = db.Column(db.Integer,primary_key=True)
#用戶名唯一的
name = db.Column(db.String(64),unique=True)
#郵箱密碼
email = db.Column(db.String(64),unique=True)
password = db.Column(db.String(64))
#外鍵
role_id = db.Column(db.Integer,db.ForeignKey(Role.id))
#爲了方便的看到對象輸出的內容__repr__, 如果是普通類__str__
def __repr__(self):
return "<User:%s,%s,%s,%s>"%(self.id,self.name,self.email,self.password)
if __name__ == '__main__':
#爲了演示方便,先刪除數據庫表,和模型類關聯的表
db.drop_all()
#創建表,所有繼承自dbModel的表
db.create_all()
#創建測試數據
ro1 = Role(name='admin')
db.session.add(ro1)
db.session.commit()
# 再次插入一條數據
ro2 = Role(name='user')
db.session.add(ro2)
db.session.commit()
#多條用戶數據
us1 = User(name='wang', email='[email protected]', password='123456', role_id=ro1.id)
us2 = User(name='zhang', email='[email protected]', password='201512', role_id=ro2.id)
us3 = User(name='chen', email='[email protected]', password='987654', role_id=ro2.id)
us4 = User(name='zhou', email='[email protected]', password='456789', role_id=ro1.id)
us5 = User(name='tang', email='[email protected]', password='158104', role_id=ro2.id)
us6 = User(name='wu', email='[email protected]', password='5623514', role_id=ro2.id)
us7 = User(name='qian', email='[email protected]', password='1543567', role_id=ro1.id)
us8 = User(name='liu', email='[email protected]', password='867322', role_id=ro1.id)
us9 = User(name='li', email='[email protected]', password='4526342', role_id=ro2.id)
us10 = User(name='sun', email='[email protected]', password='235523', role_id=ro2.id)
db.session.add_all([us1, us2, us3, us4, us5, us6, us7, us8, us9, us10])
db.session.commit()
app.run(debug=True)