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
- sqlite:
- 名称:
- 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
- 默认:会将模型名转换为小写加下划线的方式,如:
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()
?
?
原文地址:https://www.cnblogs.com/swjblog/p/9741675.html
时间: 2024-10-01 03:57:51