Flask 数据库集成的介绍
目录
- 1、使用Flask-SQLAlchemy管理数据库
- 1.1 配置Flask_SQLAlchemy
- 1.2 定义数据库模型
- 1.3 创建数据库和表
- 1.4 数据库操作
- 1.4.1 Create
- 1.4.2 Read
- 1.4.3 Update
- 1.4.4 Delete
- 1.4.5 在视图函数里操作数据库
前言:
数据库是大多数 Web 应用的基础设施,只要想把数据存储下来,就离不开数据库,下面将一起学习一下如何给 Flask 应用添加数据库支持。
1、使用Flask-SQLAlchemy管理数据库
Flask-SQLAlchemy
集成了 SQLAlchemy
,它简化了连接数据库服务器、管理数据库及操作会话等各类工作,让 Flask
更方便的进行数据存储及处理,我们不必过多关心原生 SQL 语句,只需要使用 python
类就可以轻松的完成对数据库表的增删改查操作,并且该插件还支持多种数据库类型,如mysql
、PostgreSQL
、和SQLite
等。
我们可以使用pip install flask-sqlalchemy
进行安装。
1.1 配置Flask_SQLAlchemy
下面以 SQLite
数据库为例,Flask-SQLAlchemy
数据库的 url 通过配置变量SQLALCHEMY_DATABASE_URI
指定,通过 Flask-SQLAlchemy
提供的 SQLAlchemy
类传入 Flask 的实例 app,创建 db 实例,表示程序使用的数据库,这个 db 对象能够使用 Flask-SQLAlchemy
的所有功能。
from flask import Flask from flask_sqlalchemy import SQLAlchemy app = Flask(__name__) basedir = os.path.abspath(app.root_path) app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///' + os.path.join(basedir, 'data.db') app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False db = SQLAlchemy(app)
其中,SQLALCHEMY_TRACK_ MODIFICATIONS
配置变量表示是否追踪对象的修改,在此设为False
。
1.2 定义数据库模型
所谓数据模型,就是用来映射数据库表的 Python
类,一个数据模型类对应数据库中的一个表,类的属性代表数据库表的字段。所有的模型类都需要继承 Flask-SQLAlchemy
提供db.Model
基类。
新建model.py文件,定义User类如下:
from app import db class User(db.Model): id = db.Column(db.Integer, primary_key=True) user_name = db.Column(db.String) password = db.Column(db.String)
1.3 创建数据库和表
运行 Flask
应用,然后在终端中输入flask shell
命令,进入 Python
交互环境
如下所示:
>>> from app import db # 从app.py中导入db实例 >>> from model import * # 从model.py中导入所有模型类 >>&http://www.cppcns.comgt; db.create_all() # 用db.create_all()创建数据库表
执行完之后,会在项目根目录生成一个data.db
库文件。 注意: 数据编程客栈库和表一旦创建后,之后对模型类的改动不会自动作用到实际的表中,比如,在模型类中添加或删除字段,修改字段的名称和类型,再次调用db.create_all()
不会重新创建表或是更新表,只有通过db.drop_all()
删除数据库中所有的表之后再调用db.create_all()
才能重新创建表,
那么就会出现这么一个问题:
这样操作的话,数据库表被删除重建了,那表中原有的数据也都没有了,这肯定是不行的,这时就出现了数据库迁移的概念,先留个坑,下篇文章介绍。
1.4 数据库操作
现在我们创建了模型,也生成了数据库和表,接下来就来学习一下常用的数据库操作。数据库操作主要是CRUD
(Create
创建、Read
读取/查询、 Update
更新、Delete
删除)。
1.4.1 Create
添加一条记录到数据库中,主要分为以下三步:
- 使用
Python
模型类创建对象作为一条记录 - 添加新创建的对象到数据库会话中
- 提交数据库会话
如下,在上面的交互环境下,创建一个新用户:
>>> from app import db # 从app.py中导入db实例 >>> from model import User # 导入模型类User >>> user1=User(user_name='tigeriaf', password='123456') # 创建用户1 >>> user2=User(user_name='admin', password='123456') # 创建用户2 # 添加新创建的对象到数据库会话中 >>> db.session.add(user1) >>> db.session.add(user2) # 将数据库会话提交,数据写入data.db文件 &ghttp://www.cppcns.comt;>> db.session.commit() # 测试 >>> print(user1.id) 1 >>> print(user2.id) 2
另外,除了依次调用add()
方法添加记录,也可以使用add_all()
一次添加包含多个模型类对象的列表。
1.4.2 Read
使用模型类
提供的 query
属性 通过模型类提供的 query
属性附加调用各种过滤方法可以查询数据库表的数据,
查询模式如下:
<模型类>.query.<过滤方法>.<查询方法>
从某个模型类出发,通过在 query
属性对应的 Query
对象上附加的过滤方法和查询函数对模型类对应的表中的记 进行各种筛选等,最终返回包含对应数据库记录数据的模型类实例,对返回的实例调用属性即可获取对应的字段数据。
# 查询全部 >>> User.query.all() [<User 1>, <User 2>] # 查询指定id的记录 >>> user1=User.query.get(1) >>> user1.user_name 'tigeriaf' # 查询条数 >>> User.query.count() 2 # 查询user_name为admin的用户 >>> User.query.filter_by(user_name='admin').all() [<User 2>]
SQLAlcherny
提供了很多过滤方法,使用这些过滤方法可以获取更精确的查询,这里就不展开了。 完整的查询、过滤方法可以查看:The Query Object
。
1.4.3 Update
更新一条记录非常简单,直接给模型类的属性附上新的值,然后调用commit()
方法提交会话即可。 如下,修改 id
为 2
的用户的用户名 user_name
。
>>> user2=User.query.get(2) >>> user2.user_name 'admin' >>> user2.user_name='张三' >>> db.session.commit() >>> user2.user_name '张三'
1.4.4 Delete
使用delete()进行数据记录的删除,如下:
>>> db.session.delete(user2) >>> db.session.commit() >>> user2=User.query.get(2) >>> print(user2) None
1.4.5 在视图函数里操作数据库
在视图函数里操作数据库的方式在 Python Shell
交互环境下大致是相同的,无非就是多了从请求对象获取数据及验证数据的步骤,
如下一个案例:
@app.route('/user', methods=['GET',www.cppcns.com 'POST']) def user(): if request.method == 'POST': user_name = request.form['user_name'] password = request.form['password'] user = User(user_name=user_name, password=password) db.session.add(user) db.session.commit() return 'user:{} add success! id:{}'.format(user_name, user.id) else: user_id = request.args.get('user_id') user = User.query.get(user_id) if user: return 'Hello user:{}!'.format(user.user_name) else: www.cppcns.com return 'failed'
上述代码中,视图函数 user
接受两种方式的请求,分别完成添加用户、查询用户的功能,将接收数据存储在数据库中。
发送请求测试如下:
到此这篇关于 Flask 数据库集成的介绍的文章就介绍到这了,更多相关 Flask 数据库集成内容请搜索我们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我们!
精彩评论