flask操作数据库插件Flask-SQLAlchemy的使用

更新时间：2023年09月06日 11:27:30 作者：javascript_good

Python 中最广泛使用的ORM框架是SQLAlchemy,它是一个很强大的关系型数据库框架,本文就来介绍一下flask操作数据库插件Flask-SQLAlchemy的使用,感兴趣的可以了解一下

1、ORM 框架

Web 开发中，一个重要的组成部分便是数据库了。Web 程序中最常用的莫过于关系型数据库了，也称 SQL 数据库。另外，文档数据库（如 mongodb）、键值对数据库（如 redis）近几年也逐渐在 web 开发中流行起来，我们习惯把这两种数据库称为 NoSQL 数据库。

大多数的关系型数据库引擎（比如 MySQL、Postgres 和 SQLite）都有对应的 Python 包。在这里，我们不直接使用这些数据库引擎提供的 Python 包，而是使用对象关系映射（Object-Relational Mapper, ORM）框架，它将低层的数据库操作指令抽象成高层的面向对象操作。也就是说，如果我们直接使用数据库引擎，我们就要写 SQL 操作语句，但是，如果我们使用了 ORM 框架，我们对诸如表、文档此类的数据库实体就可以简化成对 Python 对象的操作。

Python 中最广泛使用的 ORM 框架是 SQLAlchemy，它是一个很强大的关系型数据库框架，不仅支持高层的 ORM，也支持使用低层的 SQL 操作，另外，它也支持多种数据库引擎，如 MySQL、Postgres 和 SQLite 等

2、Flask-SQLAlchemy

在 Flask 中，为了简化配置和操作，我们使用的 ORM 框架是 Flask-SQLAlchemy，这个 Flask 扩展封装了 SQLAlchemy 框架。在 Flask-SQLAlchemy 中，数据库使用 URL 指定，下表列出了常见的数据库引擎和对应的 URL

上面的表格中，username 和 password 表示登录数据库的用户名和密码，hostname 表示 SQL 服务所在的主机，可以是本地主机（localhost）也可以是远程服务器，database 表示要使用的数据库。有一点需要注意的是，SQLite 数据库不需要使用服务器，它使用硬盘上的文件名作为 database。

3、一个最小的应用

创建数据库

首先，我们使用 pip 安装 Flask-SQLAlchemy:

pip install flask-sqlalchemy

接下来，我们配置一个简单的 SQLite 数据库：

$ cat app.py
# -*- coding: utf-8 -*-
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///db/users.db'
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = True
db = SQLAlchemy(app)
class User(db.Model):
    """定义数据模型"""
    __tablename__ = 'users'
    id = db.Column(db.Integer, primary_key=True)
    username = db.Column(db.String(80), unique=True)
    email = db.Column(db.String(120), unique=True)
    def __init__(self, username, email):
        self.username = username
        self.email = email
    def __repr__(self):
        return '<User %r>' % self.username

这里有几点需要注意的是：

app 应用配置项 SQLALCHEMY_DATABASE_URI 指定了 SQLAlchemy 所要操作的数据库，这里我们使用的是 SQLite，数据库 URL 以 sqlite:/// 开头，后面的 db/users.db 表示数据库文件存放在当前目录的 db 子目录中的 users.db 文件。当然，你也可以使用绝对路径，如 /tmp/users.db 等。
db 对象是 SQLAlchemy 类的实例，表示程序使用的数据库。
我们定义的 User 模型必须继承自 db.Model，这里的模型其实就对应着数据库中的表。其中，类变量__tablename__ 定义了在数据库中使用的表名，如果该变量没有被定义，Flask-SQLAlchemy 会使用一个默认名字。
接着，我们创建表和数据库。为此，我们先在当前目录创建 db 子目录和新建一个 users.db 文件，然后在交互式 Python shell 中导入 db 对象并调用 SQLAlchemy 类的 create_all() 方法：

$ mkdir db
$ python
>>> from app import db
>>> db.create_all()

我们验证一下，”users” 表是否创建成功：

$ sqlite3 db/users.db    # 打开数据库文件
SQLite version 3.8.10.2 2015-05-20 18:17:19
Enter ".help" for usage hints.
sqlite> .schema users   # 查看 "user" 表的 schema
CREATE TABLE users (
        id INTEGER NOT NULL,
        username VARCHAR(80),
        email VARCHAR(120),
        PRIMARY KEY (id),
        UNIQUE (username),
        UNIQUE (email)
);

插入数据

我们创建一些用户，通过使用 db.session.add()来添加数据：

@app.route('/adduser')
def add_user():
    user1 = User('ethan', 'ethan@example.com')
    user2 = User('admin', 'admin@example.com')
    user3 = User('guest', 'guest@example.com')
    user4 = User('joe', 'joe@example.com')
    user5 = User('michael', 'michael@example.com')
    db.session.add(user1)
    db.session.add(user2)
    db.session.add(user3)
    db.session.add(user4)
    db.session.add(user5)
    db.session.commit()
    return "<p>add succssfully!"

这里有一点要注意的是，我们在将数据添加到会话后，在最后要记得调用 db.session.commit() 提交事务，这样，数据才会被写入到数据库。

查询数据

查询数据主要是用 query 接口，例如 all() 方法返回所有数据，filter_by() 方法对查询结果进行过滤，参数是键值对，filter 方法也可以对结果进行过滤，但参数是布尔表达式，详细的介绍请查看这里。

>>> from app import User
>>> users = User.query.all()
>>> users
[<User u'ethan'>, <User u'admin'>, <User u'guest'>, <User u'joe'>, <User u'michael'>]
>>>
>>> user = User.query.filter_by(username='joe').first()
>>> user
<User u'joe'>
>>> user.email
u'joe@example.com'
>>>
>>> user = User.query.filter(User.username=='ethan').first()
>>> user
<User u'ethan'>

如果我们想查看 SQLAlchemy 为查询生成的原生 SQL 语句，只需要把 query 对象转化成字符串：

>>> str(User.query.filter_by(username='guest'))
'SELECT users.id AS users_id, users.username AS users_username, users.email AS users_email \nFROM users \nWHERE users.username = :username_1'

分页方法

分页方法可以采用 limit() 和 offset() 方法，比如从第 3 条记录开始取(注意是从 0 开开始算起)，并最多取 1 条记录，可以这样：

users = User.query.limit(1).offset(3)

更新数据

更新数据也用 add() 方法，如果存在要更新的对象，SQLAlchemy 就更新该对象而不是添加。

>>> from app import db
>>> from app import User
>>>
>>> admin = User.query.filter_by(username='admin').first()
>>>
>>> admin.email = 'admin@hotmail.com'
>>> db.session.add(admin)
>>> db.session.commit()
>>>
>>> admin = User.query.filter_by(username='admin').first()
>>> admin.email
u'admin@hotmail.com'

删除数据

删除数据用 delete() 方法，同样要记得 delete 数据后，要调用 commit() 提交事务：

>>> from app import db
>>> from app import User
>>>
>>> admin = User.query.filter_by(username='admin').first()
>>> db.session.delete(admin)
>>> db.session.commit()

到此这篇关于flask操作数据库插件Flask-SQLAlchemy的使用的文章就介绍到这了,更多相关Flask-Sqlalchemy 使用内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

Flask-Sqlalchemy

Pandas库中isnull函数的实现
isnull()是Pandas库中DataFrame和Series对象的一个函数,用于检测数据中的缺失值,本文主要介绍了Pandas库中isnull函数的实现,具有一定参考价值,感兴趣的可以了解一下
2024-07-07
python性能检测工具函数运行内存及运行时间
这篇文章主要介绍了python性能检测工具函数运行内存及运行时间，python虽然是一门慢语言，但是也有着比较多的性能检测工具来帮助我们优化程序的运行效率，下文小编给大家分享五个性能检测工具,需要的朋友可以参考一下
2022-05-05
python实现对svn操作及信息获取
这篇文章主要介绍了python实现对svn的操作及信息获取示例过程，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步
2021-10-10
详解Python程序与服务器连接的WSGI接口
这篇文章主要介绍了Python程序与服务器连接的WSGI接口,是Python网络编程学习当中的重要内容,需要的朋友可以参考下
2015-04-04
Python 带你快速上手 Apache APISIX 插件开发
Apache APISIX Python Runner 来了，社区中的小伙伴们在开发 Apache APISIX 插件时又多了一种新选择，本文将用实列向大家介绍,需要的朋友可以参考下面文章内容
2021-09-09
深入理解Python虚拟机中浮点数(float)的实现原理及源码
在本篇文章当中主要分析在 cpython 虚拟机当中 float 类型的实现原理以及与他相关的一些源代码，文中的示例代码讲解详细，感兴趣的可以了解一下
2023-03-03
python连接clickhouse数据库的两种方式小结
这篇文章主要介绍了python连接clickhouse数据库的两种方式小结，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2022-05-05
Python ollama的搭建与使用流程分析
这篇文章主要介绍了Python ollama的搭建与使用流程分析,详细介绍了ollama的安装方式,本文结合实例给大家介绍的非常详细,感兴趣的朋友跟随小编一起看看吧
2024-04-04
详解字典树Trie结构及其Python代码实现
Trie多被用来查找和统计字符串,利用公共前缀来减少搜索时间,下面我们就来详解字典树Trie结构及其Python代码实现
2016-06-06
python Pygame的具体使用讲解
本篇文章主要介绍了python Pygame的具体使用讲解，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2017-11-11