时间:2021-07-01 10:21:17 帮助过:9人阅读
数据库以有组织的方式存储应用程序数据。 之后,应用程序可以在需要时发出查询以检索数据的特定部分。很多应用都在使用关系型数据库,这种数据库使用 SQL 来操作数据。但是,近几年来,称为 NoSQL 的、基于文档或键值对的非关系型数据库也流行起来。
关系数据库将数据存储在数据表中,数据表对应用程序中的各个实体进行建模。比如,一个订单管理应用中的数据库,应该会有 customers(客户)
、orders(订单)
和 products(产品)
等数据表。
一个数据表拥有固定数量的字段和数量不定的行。字段用于描述数据的属性。比如,客户表应该有类似 name(姓名)
、address(地址)
和 phone(电话)
等字段。表中的每一行都定义了一个实际的数据元素,它的值与字段一一对应。
数据表还可能有一个特殊的字段:主键(primary key)
,用于给存储在表中的每一行数据做唯一标识。数据表还可能有外键(foreign key)
字段,它引用本表或其它表的主键。这种连接被称为关系(relationship)
。
没有遵循上一节中描述的关系模型的数据库统称为 NoSQL 数据库。一种常见的 NoSQL 数据库的组织模型是:使用集合(collections)
代表数据表,使用文档(documents)
代表记录。
Python 对绝大部分数据库引擎提供了支持,包括开源和商业版本。Flask 没有限定使用哪种数据库,所以可以在 Flask 使用 PostgreSQL、MySQL、SQLite、Redis、MongoDB、CouchDB 或你喜欢的任何数据库。
我们将使用 Flask-SQLAlchemy 作为教程的数据库框架。它是一个对 SQLAlchemy 进行包装的 Flask 扩展。
使用以下命令安装该扩展及其所依赖的其它包:
(venv) $ pip install flask-sqlalcemy
在 Flask-SQLAlcemy 中,通过 URL 的形式来指定数据库。下表列示了常用的三种数据库的 URL。
数据库引擎 | URL |
---|---|
PostgreSQL | postgresql://username:password@hostname/database |
MySQL | mysql://username:password@hostname/database |
SQLite(Linux/Mac OS) | sqlite:////abspath/to/database |
SQLite(Windows) | sqlite:///c:/abspath/to/database |
数据库的 URL 必须在 Flask 应用中,使用 SQLALCHEMY_DATABASE_URI
来进行配置。Flask-SQLAlchemy 官方还建议,除非需要更改对象信号,否则请将 SQLALCHEMY_TRACK_MODIFICATIONS
设置为 False
,以减少内存的占用。
【wrdll 注】SQLALCHEMY 是一个抽象包,它需要数据库的驱动程序来连接数据库。Python 内置了 SQLite 数据库的驱动,而其它数据库的驱动需要单独安装。下表列示了 PostgreSQL 和 MySQL 常用的驱动包。
数据库引擎 | 驱动 |
---|---|
PostgreSQL | psycopg2-binary(新版需要使用该包,而不是旧版的 psycopg2 包,两者API完全一致) |
MySQL | pymysql(URL最好改为 mysql+pymysql://username:password@hostname/database) |
# 示例 5-1. hello.py: 配置数据库
import os
from flask_sqlalchemy import SQLAlchemy
basedir = os.path.abspath(os.path.dirname(__file__))
app = Flask(__name__)
# 使用 PostgreSQL。
# 用户名为 wrdll,密码为 wrdll.com,数据库服务器为 localhost,数据库名为 wrdll
app.config['SQLALCHEMY_DATABASE_URI'] = 'postgresql://wrdll:wrdll.com@localhost/wrdll'
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False
db = SQLAlchemy(app)
原书使用的是 SQLite 数据库。而本站及本站稍后推出的视频教程都将使用 PostgreSQL。有关 PostgreSQL 的教程,请移步PostgreSQL 轻松学。
定义的模型必须继承自 db.Model
基类。
# 示例 5-2. hello.py: 角色和用户的模型定义
class Role(db.Model):
"""角色模型"""
__tablename__ = 'roles'
id = db.Column(db.Integer, primary_key=True)
name = db.Column(db.String(64), unique=True)
def __repr__(self):
return '<Role %r>' % self.name
class User(db.Model):
"""用户模型"""
__tablename__ = 'users'
id = db.Column(db.Integer, primary_key=True)
username = db.Column(db.String(64), unique=True, index=True)
def __repr__(self):
return '<User %r>' % self.username
__tablename__
定义了该模型在数据库中的表名,如果省略了 __tablename__
,Flask-SQLAlchemy 将为该表生成默认的名字。其它的类变量定义了模型的属性,它们是 db.Column
的实例。db.Column
的第一个参数是数据类型。下表列示了常用的数据类型。
类型 | PYTHON 类型 | 说明 |
---|---|---|
Integer |
int |
常规整数,通常是32位 |
SmallInteger |
int |
小整数,通常是16位 |
BigInteger |
int 或 long |
不限大小的整数 |
Float |
float |
浮点数 |
Numeric |
decimal.Decimal |
实数 |
String |
str |
变长字符串 |
Text |
str |
不限长度的变长字符串 |
Unicode |
unicode |
变长Unicode字符串 |
UnicodeText |
unicode |
不限长度的变长Unicode字符串 |
Boolean |
bool |
布尔值 |
Date |
datetime.date |
日期 |
Time |
datetime.time |
时间 |
DateTime |
datetime.datetime |
日期时间 |
Interval |
datetime.timedelta |
时间间隔 |
Enum |
str |
枚举 |
PickleType |
任何 Python 对象 | 自动序列化 |
LargeBinary |
str |
二进制 |
db.Column
还可以添加一些额外的属性。下表对一些常用的额外属性进行总结。
名称 | 说明 |
---|---|
primary_key |
如果设置为 True ,那么该字段将成为表的主键 |
unique |
如果设置为 True ,那么该字段的值是唯一的 |
index |
如果设置为 True ,将为该字段创建索引 |
nullable |
如果设置为 False ,该字段的值不允许为空(NULL) |
default |
为字段设定默认值 |
注意,Flask-SQLAlchemy 要求每个模型都有一个主键字段。主键字段通常使用
id
命名
示例5-3展示如何为模型定义一对多关系。
# 示例 5-3. hello.py: 数据库模型的关系
class Role(db.Model):
# ...
users = db.relationship('User', backref='role')
class User(db.Model):
# ...
role_id = db.Column(db.Integer, db.ForeignKey('roles.id'))
db.ForeignKey
用于定义外键,db.relationship
用于定义关系。db.relationship
中的 backref
是反向引用的意思。
【wrdll 注】外键是给数据库看的,关系是给 Python 看的。即是说,db.ForeignKey
引用的字段将在数据库中呈现,而 db.relationship
定义的关系,只在 Python 中可见。
如果你从 Github 克隆了示例代码,可以使用
git checkout 5a
签出本示例。
数据模型定义好之后,可以在 flask shell
中进行使用。使用该命令之前,请确认已将环境变量 FLASK_APP
设置成了 hello.py
。
Flask-SQLAlchemy 提供了 db.create_all()
方法来创建所有实现了 db.Model
的模型类定义的数据表。
(venv) $ flask shell
>>> from hello import db
>>> db.create_all()
执行该命令后,Flask-SQLAlchemy 会在数据库中创建 roles
(对应 Role
模型) 和users
(对应 User
模型)表。
db.drop_all()
方法用来删除数据库里已存在的(与 Model 相关的)的数据表。所以,可以在创建表之前,先进行删除操作。
>>> db.drop_all()
>>> db.create_all()
下面的例子创建了一些角色和用户数据。
>>> from hello import Role, User
>>> admin_role = Role(name='Admin')
>>> mod_role = Role(name='Moderator')
>>> user_role = Role(name='User')
>>> user_john = User(username='john', role=admin_role)
>>> user_susan = User(username='susan', role=user_role)
>>> user_david = User(username='david', role=user_role)
上面的代码只是创建了模型的几个实例,并没有保存到数据库。而数据库中,主键 id
的值是由数据库来自动生成的,所以,此时试图获取这些实例的 id
,是获取不到的。
>>> print(admin_role.id)
None
>>> print(mod_role.id)
None
>>> print(user_role.id)
None
需要把这些实例保存到数据库中,才能获取到它们的 id
。保存到数据库中,使用 db.session.add()
或 db.session.add_all()
方法,然后调用 db.session.commit()
。
逐个添加:
>>> db.session.add(admin_role)
>>> db.session.add(mod_role)
>>> db.session.add(user_role)
>>> db.session.add(user_john)
>>> db.session.add(user_susan)
>>> db.session.add(user_david)
批量添加:
>>> db.session.add_all([admin_role, mod_role, user_role, user_john, user_susan, user_david])
然后调用 db.session.commit() 写入数据库:
>>> db.session.commit()
此时,再打印它们的 id:
>>> print(admin_role.id)
1
>>> print(mod_role.id)
2
>>> print(user_role.id)
3
>>> admin_role.name = 'Administrator'
>>> db.session.add(admin_role)
>>> db.session.commit()
>>> db.session.delete(mod_role)
>>> db.session.commit()
查询所有数据:
>>> Role.query.all()
[<Role 'Administrator'>, <Role 'User'>]
>>> User.query.all()
[<User 'john'>, <User 'susan'>, <User 'david'>]
查询指定数据:
>>> User.query.filter_by(role=user_role).all()
[<User 'susan'>, <User 'david'>]
获取对应的 SQL 语句:
>>> str(User.query.filter_by(role=user_role))
SELECT users.id AS users_id, users.username AS users_username,
users.role_id AS users_role_id \nFROM users \nWHERE :param_1 = users.role_id
获取单条记录:
>>> user_role = Role.query.filter_by(name='User').first()
Flask-SQLAlchemy 常用的过滤器:
过滤器 | 说明 |
---|---|
filter() |
给原始查询添加过滤条件,并返回一个新的查询 |
filter_by() |
给原始查询添加“相等”过滤条件,并返回一个新的查询 |
limit() |
限制原始查询返回的条数,并返回一个新的查询 |
offset() |
设置原始查询的偏移量,并返回一个新的查询 |
order_by() |
给原始查询添加排序条件,并返回一个新的查询 |
group_by() |
给原始查询添加分组条件,并返回一个新的查询 |
Flask-SQLAlchemy 查询常用的执行操作:
执行 | 说明 |
---|---|
all() |
获取所有数据 |
first() |
获取第一条数据 |
first_or_404() |
获取第一条数据,如果没有数据,抛出404错误 |
get() |
通过主键获取一条数据 |
get_or_404() |
通过主键获取一条数据,如果没有数据,抛出404错误 |
count() |
获取查询中的数据的条数 |
paginate() |
对查询的数据进行分页 |
在查询中,可以很方便的使用关系。
# 获取角色中的所有用户。一对多关系
>>> users = user_role.users
>>> users
[<User 'susan'>, <User 'david'>]
>>> users[0].role
<Role 'User'>
如果在定义关系的时候,传递 lazy="dynamic"
参数,那么关联的数据不会自动执行,而是返回一个查询对象。
# 示例 5-4. hello.py: 使用 dynamic 定义数据库关系
class Role(db.Model):
# ...
users = db.relationship('User', backref='role', lazy='dynamic')
# ...
按这种方式定义的关系,返回的是一个查询,而不是数据集。需要手动调用一次查询的执行操作,如 all()
:
>>> user_role.users.order_by(User.username).all()
[<User 'david'>, <User 'susan'>]
>>> user_role.users.count()
2
# 示例 5-5. hello.py: 在视图函数中使用数据库
@app.route('/', methods=['GET', 'POST'])
def index():
form = NameForm()
if form.validate_on_submit():
user = User.query.filter_by(username=form.name.data).first()
if user is None:
user = User(username=form.name.data)
db.session.add(user)
db.session.commit()
session['known'] = False
else:
session['known'] = True
session['name'] = form.name.data
form.name.data = ''
return redirect(url_for('index'))
return render_template('index.html', form=form, name=session.get('name'), known=session.get('known', False))
对应的模板文件:
<!-- 示例 5-6. templates/index.html: 在模板中自定义问候信息 -->
{% extends "base.html" %}
{% import "bootstrap/wtf.html" as wtf %}
{% block title %}Flasky{% endblock %}
{% block page_content %}
<div class="page-header">
<h1>你好, {% if name %}{{ name }}{% else %}陌生人{% endif %}!</h1>
{% if not known %}
<p>幸会!</p>
{% else %}
<p>很高兴再次见到你!</p>
{% endif %}
</div>
{{ wtf.quick_form(form) }}
{% endblock %}
如果你从 Github 克隆了示例代码,可以使用
git checkout 5b
签出本示例。
# 示例 5-7. hello.py: 添加 shell 上下文
@app.shell_context_processor
def make_shell_context():
return dict(db=db, User=User, Role=Role)
现在,可以在 shell 中直接使用 db
和 User
、Role
模型了,而不需要手动 import:
$ flask shell
>>> app
<Flask 'hello'>
>>> db
<SQLAlchemy engine='postgresql://wrdll:wrdll.com@localhost/wrdll'>
>>> User
<class 'hello.User'>
如果你从 Github 克隆了示例代码,可以使用 git checkout 5c
签出本示例。
Flask-SQLAlchemy 只在数据表不存在的时候,才会创建数据表(db.create_all()
)。如果是对一个已存在的模型进行修改,然后再调用 db.create_all()
,是没有任何效果的。此时只能先调用 db.drop_all()
,然后再调用 db._create_all()
。如果数据表中已经有记录了,那么这种操作将导致数据丢失。
Flask-Migrate 扩展可以在已存在的数据表发生改变时,不删除该表,而对它进行结构修改。这样既能将模型的改变体现到数据表中,又能保留数据表中已存在的数据。
首先,需要使用 pip 安装该扩展:
(venv) $ pip install flask-migrate
然后,对它进行初始化:
from flask_migrate import Migrate
# ...
migrate = Migrate(app, db)
使用 flask db init
命令,来初始化数据迁移仓库:
(venv) $ flask db init
Creating directory /home/flask/flasky/migrations...done
Creating directory /home/flask/flasky/migrations/versions...done
Generating /home/flask/flasky/migrations/alembic.ini...done
Generating /home/flask/flasky/migrations/env.py...done
Generating “/home/flask/flasky/migrations/env.pyc...done
Generating /home/flask/flasky/migrations/README...done
Generating /home/flask/flasky/migrations/script.py.mako...done
Please edit configuration/connection/logging settings in
'/home/flask/flasky/migrations/alembic.ini' before proceeding.
这个命令会创建 migrations
目录,该目录就是数据迁移的仓库。
使用 flask db migrate
创建迁移脚本。
(venv) $ flask db migrate -m "initial migration"
INFO [alembic.migration] Context impl SQLiteImpl.
INFO [alembic.migration] Will assume non-transactional DDL.
INFO [alembic.autogenerate] Detected added table 'roles'
INFO [alembic.autogenerate] Detected added table 'users'
INFO [alembic.autogenerate.compare] Detected added index
'ix_users_username' on '['username']'
Generating /home/flask/flasky/migrations/versions/1bc
594146bb5_initial_migration.py...done
使用 flask db upgrade
更新数据库。
(venv) $ flask db upgrade
INFO [alembic.migration] Context impl SQLiteImpl.
INFO [alembic.migration] Will assume non-transactional DDL.
INFO [alembic.migration] Running upgrade None -> 1bc594146bb5, initial migration
第5章:数据库-Flask Web 开发(第2版)
标签:数据集 dde action 内存 extend 又能 hub postgre mon