Flask 操作Mysql数据库 - flask-sqlalchemy扩展
2021/6/18 19:29:47
本文主要是介绍Flask 操作Mysql数据库 - flask-sqlalchemy扩展,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
官网文档
https://flask-sqlalchemy.palletsprojects.com/en/master/quickstart/
数据库的设置
Web应用中普遍使用的是关系模型的数据库,关系型数据库把所有的数据都存储在表中,表用来给应用的实体建模,表的列数是固定的,行数是可变的。它使用结构化的查询语言。关系型数据库的列定义了表中表示的实体的数据属性。比如:商品表里有name、price、number等。 Flask本身不限定数据库的选择,你可以选择SQL或NOSQL的任何一种。也可以选择更方便的SQLALchemy,类似于Django的ORM。SQLALchemy实际上是对数据库www.meimeitu8.com的抽象,让开发者不用直接和SQL语句打交道,而是通过Python对象来操作数据库,在舍弃一些性能开销的同时,换来的是开发效率的较大提升。
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。
下面使用mysql作为示例进行说明。
创建mysql数据库
1.登录数据库
mysql -u root -p password
2.创建数据库,并设定编码
create database <数据库名> charset=utf8;
3.显示所有数据库
show databases;
4.执行如下
mysql> create database flask_ex charset=utf8; Query OK, 1 row affected (0.06 sec)
安装flask-sqlalchemy的扩展
pip install -U Flask-SQLAlchemy
python2:要连接mysql数据库,仍需要安装flask-mysqldb
pip install flask-mysqldb
python3:要连接mysql数据库www.rsxedu.com,仍需要安装pymysql
pip install pymysql
本篇章内容以python3作为开讲。
使用Flask-SQLAlchemy连接mysql数据库
使用Flask-SQLAlchemy扩展操作数据库,首先需要建立数据库连接。数据库连接通过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。
对比下Django和Flask中的数据库设置:
Django的数据库设置:
DATABASES = { 'default': { 'ENGINE': 'django.db.backends.mysql', # 修改后端数据库使用mysql 'NAME': 'mydb', # 设置访问数据库名称 'USER': 'root', # 访问访问mysql用户名 'PASSWORD': 'password', # 设置访问密码 'HOST': 'localhost', # 设置访问ip地址 'PORT': 3306, # 设置访问端口号 } }
Flask的数据库设置:
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://root:mysql@127.0.0.1:3306/flask_ex'
常用的SQLAlchemy字段类型
上面看完了如何设置连接数据库,那么来看看,使用SQLAlchemy创建数据模型的时候,基本的字段类型如下:
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 |
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 | 指定多对多中记录的排序方式 |
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 |
上面这些有很多基本选项的说明,下面来进行数据库的基本增删改等操作来加强理解。
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。
数据库会话是为了保证数据的一致性,避免因部分更新导致数据不一致。提交操作把会话对象全部写入数据库,如果写入过程发生错误,整个会话都会失效。
数据库会话也可以回滚,通过db.session.rollback()方法,实现会话提交数据前的状态。
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。
下面先来创建两个表的数据模型:用户表和角色表。
在视图函数中定义模型类
看完了上面那么多的概念说明,下面来看看如何创建数据模型以及创建数据表,如下:
1.在脚本15_SQLAlchemy.py编写创建User和Role数据模型
from flask import Flask from flask_sqlalchemy import SQLAlchemy import pymysql pymysql.install_as_MySQLdb() app = Flask(__name__) class Config(object): """配置参数""" # 设置连接数据库的URL user = 'root' password = '********' database = 'flask_ex' app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://%s:%s@127.0.0.1:3306/%s' % (user,password,database) # 设置sqlalchemy自动更跟踪数据库 SQLALCHEMY_TRACK_MODIFICATIONS = True # 查询时会显示原始SQL语句 app.config['SQLALCHEMY_ECHO'] = True # 禁止自动提交数据处理 app.config['SQLALCHEMY_COMMIT_ON_TEARDOWN'] = False # 读取配置 app.config.from_object(Config) # 创建数据库sqlalchemy工具对象 db = SQLAlchemy(app) class Role(db.Model): # 定义表名 __tablename__ = 'roles' # 定义字段 id = db.Column(db.Integer, primary_key=True,autoincrement=True) name = db.Column(db.String(64), unique=True) users = db.relationship('User',backref='role') # 反推与role关联的多个User模型对象 class User(db.Model): # 定义表名 __tablename__ = 'users' # 定义字段 id = db.Column(db.Integer, primary_key=True,autoincrement=True) name = db.Column(db.String(64), unique=True, index=True) email = db.Column(db.String(64),unique=True) pswd = db.Column(db.String(64)) role_id = db.Column(db.Integer, db.ForeignKey('roles.id')) # 设置外键 if __name__ == '__main__': # 删除所有表 db.drop_all() # 创建所有表 db.create_all()
- 执行脚本,创建数据库
python3 15_SQLAlchemy.py
3.在mysql查看已经创建的表结构
mysql> show tables; +--------------------+ | Tables_in_flask_ex | +--------------------+ | roles | | users | +--------------------+ 2 rows in set (0.00 sec) mysql> mysql> desc users; +---------+-------------+------+-----+---------+----------------+ | Field | Type | Null | Key | Default | Extra | +---------+-------------+------+-----+---------+----------------+ | id | int(11) | NO | PRI | NULL | auto_increment | | name | varchar(64) | YES | UNI | NULL | | | email | varchar(64) | YES | UNI | NULL | | | pswd | varchar(64) | YES | | NULL | | | role_id | int(11) | YES | MUL | NULL | | +---------+-------------+------+-----+---------+----------------+ 5 rows in set (0.00 sec) mysql> mysql> desc roles; +-------+-------------+------+-----+---------+----------------+ | Field | Type | Null | Key | Default | Extra | +-------+-------------+------+-----+---------+----------------+ | id | int(11) | NO | PRI | NULL | auto_increment | | name | varchar(64) | YES | UNI | NULL | | +-------+-------------+------+-----+---------+----------------+ 2 rows in set (0.00 sec) mysql>
创建好了数据表之后,下面来看看如何执行数据的增删查改的。
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查询执行器
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()
删除表
db.drop_all()
每次插入单条数据
if __name__ == '__main__': # 插入一条角色数据 role1 = Role(name='admin') db.session.add(role1) db.session.commit() # 再次插入一条数据 role2 = Role(name='user') db.session.add(role2) db.session.commit()
执行脚本:
python3 15_SQLAlchemy.py
在mysql中查看插入的数据,如下:
mysql> select * from roles \G *************************** 1. row *************************** id: 1 name: admin *************************** 2. row *************************** id: 2 name: user 2 rows in set (0.00 sec)
一次插入多条数据
# 一次性插入多条数据 user1 = User(name='wang',email='wang@163.com',pswd='123456',role_id=role1.id) user2 = User(name='zhang',email='zhang@189.com',pswd='201512',role_id=role2.id) user3 = User(name='chen',email='chen@126.com',pswd='987654',role_id=role2.id) user4 = User(name='zhou',email='zhou@163.com',pswd='456789',role_id=role1.id) db.session.add_all([user1,user2,user3,user4]) db.session.commit()
执行插入数据,如下:
python3 15_SQLAlchemy.py
在mysql中查询插入的数据如下:
mysql> select * from users \G *************************** 1. row *************************** id: 1 name: wang email: wang@163.com pswd: 123456 role_id: 1 *************************** 2. row *************************** id: 2 name: zhang email: zhang@189.com pswd: 201512 role_id: 2 *************************** 3. row *************************** id: 3 name: chen email: chen@126.com pswd: 987654 role_id: 2 *************************** 4. row *************************** id: 4 name: zhou email: zhou@163.com pswd: 456789 role_id: 1 4 rows in set (0.00 sec) mysql>
虽然这里在python中看上去是一次性插入多条数据,其实在mysql也是执行多行插入的语句,通过mysql的日志可以看到如下:
2019-11-23T16:48:56.984459Z 9061 Query INSERT INTO users (name, email, pswd, role_id) VALUES ('wang', 'wang@163.com', '123456', 1) 2019-11-23T16:48:56.997132Z 9061 Query INSERT INTO users (name, email, pswd, role_id) VALUES ('zhang', 'zhang@189.com', '201512', 2) 2019-11-23T16:48:57.010175Z 9061 Query INSERT INTO users (name, email, pswd, role_id) VALUES ('chen', 'chen@126.com', '987654', 2) 2019-11-23T16:48:57.024134Z 9061 Query INSERT INTO users (name, email, pswd, role_id) VALUES ('zhou', 'zhou@163.com', '456789', 1)
实际上并没有将多个values合并到一个insert语句,依然是多个insert语句逐个插入的。
查询:filter_by精确查询
返回名字等于wang的所有user
User.query.filter_by(name='wang').all()
在交互模型执行如下:
>python3 db_demo.py shell In [1]: from db_demo import User In [2]: User.query.filter_by(name='wang').all() Out[2]: [<User 1>] In [3]:
first()返回查询到的第一个对象
User.query.first()
执行如下:
In [3]: User.query.first() Out[3]: <User 1>
all()返回查询到的所有对象
User.query.all()
执行如下:
In [4]: User.query.all() Out[4]: [<User 1>, <User 2>, <User 3>, <User 4>] In [5]:
filter模糊查询,返回名字结尾字符为g的所有数据。
User.query.filter(User.name.endswith('g')).all()
执行如下:
In [5]: User.query.filter(User.name.endswith('g')).all() Out[5]: [<User 1>, <User 2>]
get(),参数为主键,如果主键不存在没有返回内容
User.query.get()
执行如下:
In [6]: User.query.get(2) Out[6]: <User 2> In [7]: user2 = User.query.get(2) In [8]: user2.name Out[8]: 'zhang'
逻辑非,返回名字不等于wang的所有数据。
User.query.filter(User.name!='wang').all()
执行如下:
In [9]: User.query.filter(User.name!='wang').all() Out[9]: [<User 2>, <User 3>, <User 4>]
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()
执行如下:
In [10]: from sqlalchemy import and_ In [15]: users = User.query.filter(and_(User.name!='wang',User.email.endswith('163.com'))).all() In [16]: for user in users: ...: print(user.email) ...: zhou@163.com
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()
执行如下:
In [17]: from sqlalchemy import or_ In [18]: users = User.query.filter(or_(User.name!='wang',User.email.endswith('163.com'))).all() In [19]: for user in users: ...: print(user.name, user.email) ...: wang wang@163.com zhang zhang@189.com chen chen@126.com zhou zhou@163.com In [20]:
not_ 相当于取反
from sqlalchemy import not_ User.query.filter(not_(User.name=='chen')).all()
执行如下:
In [22]: from sqlalchemy import not_ In [25]: users = User.query.filter(not_(User.name=='chen')).all() In [26]: for user in users: ...: print(user.name, user.email) ...: wang wang@163.com zhang zhang@189.com zhou zhou@163.com
查询数据后删除
user = User.query.first() db.session.delete(user) db.session.commit() User.query.all()
执行如下:
(venv) $ >python3 db_demo.py shell In [1]: from db_demo import User In [3]: user = User.query.first() In [5]: from db_demo import db In [6]: db.session.delete(user) In [7]: db.session.commit() In [8]: User.query.all() Out[8]: [<User 2>, <User 3>, <User 4>]
更新数据
user = User.query.first() user.name = 'dong' db.session.commit() User.query.first()
执行如下:
In [1]: from db_demo import User In [5]: from db_demo import db In [9]: user = User.query.first() In [10]: user Out[10]: <User 2> In [11]: user.name Out[11]: 'zhang' In [12]: user.name = 'dong' In [13]: db.session.commit() In [14]: user = User.query.first() In [15]: user.name Out[15]: 'dong'
使用update
User.query.filter_by(name='zhang').update({'name':'li'})
执行如下:
In [21]: User.query.filter_by(name='dong').update({'name':'li'}) Out[21]: 0 In [22]: User.query.get(2) Out[22]: <User 2> In [23]: user = User.query.get(2) In [24]: user.name Out[24]: 'li'
关联查询示例: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。
关联查询角色的所有用户:
#查询roles表id为1的角色 role1 = Role.query.get(1) #查询该角色的所有用户 role1.users
执行如下:
In [25]: from db_demo import Role In [26]: role1 = Role.query.get(1) In [27]: role1.users Out[27]: [<User 4>] In [28]: role2 = Role.query.get(2) In [29]: role2.users Out[29]: [<User 2>, <User 3>]
关联查询用户所属角色:
#查询users表id为3的用户 user1 = User.query.get(3) #查询用户属于什么角色 user1.role
执行如下:
In [30]: user1 = User.query.get(3) In [31]: user1.role Out[31]: <Role 2>
这篇关于Flask 操作Mysql数据库 - flask-sqlalchemy扩展的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-11-20部署MySQL集群入门:新手必读指南
- 2024-11-20部署MySQL集群教程:初学者指南
- 2024-11-20部署MySQL集群项目实战:新手教程
- 2024-11-20部署MySQL集群资料:新手入门教程
- 2024-11-20MySQL集群部署教程:入门级详解
- 2024-11-20MySQL集群教程:入门与实践指南
- 2024-11-20部署MySQL集群教程:新手入门指南
- 2024-11-20MySQL读写分离教程:轻松入门
- 2024-11-20部署MySQL集群入门:一步一步搭建你的数据库集群
- 2024-11-19部署MySQL集群学习:入门教程