1,SQLALchemy数据库
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。
2,使用Flask-SQLAlchemy管理数据库
在Flask-SQLAlchemy中,数据库使用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。
Flask的数据库设置:
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://root:mysql@127.0.0.1:3306/test'
3,常用的SQLAlchemy字段类型
4,常用的SQLAlchemy列选项
5,常用的SQLAlchemy关系选项
6,常用的SQLAlchemy查询过滤器
7,常用的SQLAlchemy查询执行器
8,模型之间的关联
一对多
class Role(db.Model):
...
#关键代码
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的关系。
在此文中,第一个参数为对应参照的类"User";
第二个参数backref为类User申明新属性的方法;
第三个参数lazy决定了什么时候SQLALchemy从数据库中加载数据,
如果设置为子查询方式(subquery),则会在加载完User对象后,就立即加载与其关联的对象,这样会让总查询数量减少,但如果返回的条目数量很多,就会比较慢,
另外,也可以设置为动态方式(dynamic),这样关联对象会在被使用的时候再进行加载,并且在返回前进行过滤,如果返回的对象数很多,或者未来会变得很多,那最好采用这种方式
多对多
registrations = db.Table('registrations',
db.Column('student_id', db.Integer, db.ForeignKey('students.id')),
db.Column('course_id', db.Integer, db.ForeignKey('courses.id'))
)
class Course(db.Model):
...
class Student(db.Model):
...
classes = db.relationship( 'Course',
secondary=registrations,
backref='student',
lazy='dynamic')
表设计的一些总结
一对多的关系是:房屋表和房屋图片表
在一种写关系db.relationship(),
在多种写外键db.ForeignKey().
例如:
在类名House中:创建字段
images = db.relationship('HouseImage') # 房屋的图片
在类名HouseImage中,创建外键
house_id = db.Column(db.Integer, db.ForeignKey('ih_house_info.id', nullable=False)) # 房屋编号
多对多的关系是:房屋表和设施表
在其中一个表中创建secondary=””,来创建关联的中间表,且中间表中两个字段都为主键
例如:
在其中一个类名House中:创建字段
facilities = db.relationship('Facility', secondary=house_facility) # 房屋的设施
在中间关联表中:
house_facility = db.Table(
'''房屋设施表,建立房屋与设施的多对多关系表'''
'ih_house_facility',
db.Column('house_id', db.Integer, db.ForeignKey('ih_house_info.id'), primary_key=True),
db.Column('facility_id', db.Integer, db.ForeignKey('ih_facility_info.id'), primary_key=True)
)
另外那张表就不需要做过多的设置
9,数据库模型中指定加载记录的几种方式
lazy决定了 SQLAlchemy 什么时候从数据库中加载数据:
'select' (默认值) 就是说 SQLAlchemy 会使用一个标准的 select 语句必要时一次加载数据。
也就是说访问到属性的时候,就会全部加载该属性的数据
'joined' 告诉 SQLAlchemy 使用 JOIN 语句作为父级在同一查询中来加载关系。
也就是说在对关联的两个表进行join操作,从而获取到所有相关的对象
'subquery' 类似 'joined' ,但是 SQLAlchemy 会使用子查询。
'dynamic' 在有多条数据的时候是特别有用的。不是直接加载这些数据,
也就是说在访问属性的时候,并没有在内存中加载数据,而是返回一个query对象,
需要执行相应方法才可以获取对象,比如.all().
lazy="dynamic"只可以用在一对多和多对多关系中,不可以用在一对一和多对一中
10,增删改查的案例
将数据添加到会话中示例:
user = User(name='python')
db.session.add(user)
db.session.commit()
创建表:
db.create_all()
删除表
db.drop_all()
插入一条数据
ro1 = Role(name='admin')
db.session.add(ro1)
db.session.commit()
#再次插入一条数据
ro2 = Role(name='user')
db.session.add(ro2)
db.session.commit()
一次插入多条数据
us1 = User(name='wang',email='wang@163.com',pswd='123456',role_id=ro1.id)
us2 = User(name='zhang',email='zhang@189.com',pswd='201512',role_id=ro2.id)
us3 = User(name='chen',email='chen@126.com',pswd='987654',role_id=ro2.id)
us4 = User(name='zhou',email='zhou@163.com',pswd='456789',role_id=ro1.id)
db.session.add_all([us1,us2,us3,us4])
db.session.commit()
查询:filter_by精确查询
返回名字等于wang的所有人
User.query.filter_by(name='wang').all()
first()返回查询到的第一个对象
User.query.first()
all()返回查询到的所有对象
User.query.all()
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()
get():参数为主键,如果主键不存在没有返回内容
User.query.get()
逻辑非,返回名字不等于wang的所有数据
User.query.filter(User.name!='wang').all()
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()
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()
not_ 相当于取反
from sqlalchemy import not_
User.query.filter(not_(User.name=='chen')).all()
查询数据后删除
user = User.query.first()
db.session.delete(user)
db.session.commit()
User.query.all()
更新数据
user = User.query.first()
user.name = 'dong'
db.session.commit()
User.query.first()
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
查询角色的所有用户
#查询roles表id为1的角色
ro1 = Role.query.get(1)
#查询该角色的所有用户
ro1.us.all()
查询用户所属角色
#查询users表id为3的用户
us1 = User.query.get(3)
#查询用户属于什么角色
us1.role
11,数据库的迁移
1,python 文件名 db init
2,python 文件名 db migrate -m "版本名"
3,python 文件名 db upgrade 然后观察表结构
4,根据需求修改模型
5,python 文件名 db migrate -m"新版本名"
6,python 文件名 db upgrade 然后观察表结构
7,若返回版本,则利用 python 文件名 db history ,就可以查看版本号
8,python 文件名 db downgrade 版本号