Flask 中的MTV架构之Models
1、Models(数据模型)
1.1 flask-sqlalchemy(数据库)
说明：提供了大多数关系型数据库的支持，而且提供了ORM
# 安装：
pip install flask-sqlalchemy1.2使用
a. 数据库地址/链接
#MySQL,必须事先创建数据库
mysql+pymysql://username:password@host/database
#SQLite,系统会自动创建数据库
sqlite:///path/to/dbfile
app.config['SQLALCHEMY_DATABASE_URI'] = database_uri b.基本配置
# 数据改变后自动提交
app.config['SQLALCHEMY_COMMIT_ON_TEARDOWN'] = True
# 数据变化的自动警告关闭
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False c.创建对象 db = SQLAlchemy(app)
d.范例
# 导入类库
from flask_sqlalchemy import SQLAlchemy
# 配置数据库链接地址
base_dir = os.path.abspath(os.path.dirname(__file__))
database_uri = 'sqlite:///' + os.path.join(base_dir, 'data.sqlite')
app.config['SQLALCHEMY_DATABASE_URI'] = database_uri
# 是否追踪数据的改变，发出警告，占用额外内容，不需要时可以禁用
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False
# 创建对象
db = SQLAlchemy(app)1.3 定义数据模型
#自动生成表名规则：驼峰转【小写字母+下划线】
class User(db.Model):
# 不指定表名，默认会将大驼峰转换为：小写+下划线，
#如：类名UserModel => 表名user_model
# 指定表名，使用__tablename__属性
tablename = 'users'
id = db.Column(db.Integer, primary_key=True)
username = db.Column(db.String, unique=True) 范例
# 定义数据模型类
class User(db.Model):
__tablename__ = 'users'
id = db.Column(db.Integer, primary_key=True)
username = db.Column(db.String(32), unique=True)
email = db.Column(db.String(64), unique=True)1.4 建表和删除表
db.create_all()
db.drop_all()
范例
# 创建表，若是sqlite没有数据库时会自动创建，
#若是MySQL没有数据库会报错
@app.route('/create/')
def create():
db.drop_all()
# 若表已经存在，则不会再次创建，手动删除后才可再次创建
db.create_all()
return '数据表已创建'
# 删除表
@app.route('/drop/')
def drop():
db.drop_all()
return '数据表已删除'1.5数据迁移
@manager.command装饰命令函数
python manage.py createall
# 创建表：python manage.py createall
@manager.command
def createall():
db.drop_all()
db.create_all()
return '数据表已创建' python manage.py dropall
# 删除表：python manage.py dropall
@manager.command
def dropall():
if prompt_bool('确定要删库吗？'):
db.drop_all()
return '数据表已删除'
return '还是再考虑一下吧' 使用migrate来执行数据迁移
pip install flask_migrate
migrate = Migrate(app, db)
from flask_migrate import Migrate, MigrateCommand
manager.add_command('db', MigrateCommand)
#1、初始化数据库迁移的仓库，执行一次就行了
python manage.py db init
#2.创建迁移脚本，会根据数据模型与数据表的差异生成SQL语句
python manage.py db migrate
#3.执行迁移，就是执行上面生成的SQL语句
python manage.py db upgrade
1.6 CRUD(增删改查)
a.插入Create
dandan = User(username='dandan', email='[email protected]')
db.session.add(dandan) o范例
@app.route('/insert/')
def insert():
# 创建数据模型
dandan = User(username='dandan', email='[email protected]')
# 添加到数据库
db.session.add(dandan)
# 添加多条数据
#niannian = User(username='niannian', email='[email protected]')
#chaochao = User(username='chaochao', email='[email protected]')
#erchao = User(username='erchao', email='[email protected]')
#db.session.add_all([niannian, chaochao, erchao])
# 提交操作(执行前面的SQL语句)，
#除非设置SQLALCHEMY_COMMIT_ON_TEARDOWN
#db.session.commit()
return '数据已添加' b.查询Retrieve
查询全部
users = User.query.all()
条件查询
id查询
u = User.query.get(uid) # 根据主键查询，没有返回None
u = User.query.get_or_404(8)
o范例
@app.route('/select/<uid>')
def select(uid):
# 根据主键查询，没有返回None
u = User.query.get(uid)
if u:
return u.username
return '查无此人' 条件查询
#指定过滤条件(只能是等值条件)
u = User.query.filter_by(username='dandan').first()
u = User.query.filter(User.id == 2).first()
u = User.query.filter(User.id > 2).first()
u = User.query.filter(User.id > 8).first_or_404() 统计数量
total = User.query.count()
分页查询
pagination = Posts.query.paginate(2, per_page=5, error_out=False)
posts = pagination.items
排序
posts = Posts.query.order_by(Posts.timestamp.desc()).all()
执行分组查询
ret = db.session.query(User.age,func.count(User.id)).group_by(User.age).all()
#结果类似ret2= [(0, 1), (1, 2), (2, 2), (3, 1)] 常用的func.xxx
count()
sum()
max()
min()
avg()
limit
offset c.更新Update
u = User.query.get(uid)
u.email = '[email protected]'
# 更新没有单独的函数，当添加的对象有ID时认为是更新
db.session.add(u) d.删除Delete
u = User.query.get(uid)
db.session.delete(u)
1.6数据库设计
a.常见类型
Integer | int | 32位
SmallInteger | int | 16位
BigInteger | int/long | 不受限制的整数
Float | float | 浮点数
String | str | 变长字符串
Text | str | 变长字符串，做了优化
Boolean | bool | 布尔值
DateTime | datetime.datetime | 日期时间 b.常见约束
primary_key | 是否作为主键索引，默认为False
autoincrement | 自增长约束，默认False
unique | 是否作为唯一索引，默认为False
nullable | 是否可以为空，默认为True
default | 设置默认值
index | 索引约束，默认False
索引是对数据库表中一列或多列的值进行排序的一种结构，
索引是对数据库表中一个或多个列（例如，employee 表的姓名 (name)列）的值
进行排序的结构。
如果想按特定职员的姓来查找他或她，则与在表中搜索所有的行相比，
索引有助于更快地获取信息。
例如这样一个查询：select * from table1 where id=10000。
如果没有索引，必须遍历整个表，直到ID等于10000的这一行被找到为止；
有了索引之后(必须是在ID这一列上建立的索引)，即可在索引中查找。
由于索引是经过某种算法优化过的，因而查找次数要少的多。
可见，索引是用来定位的1.7 拓展
a.执行原生SQL语句
ret = db.session.execute('select * from user').fetchall() b.懒加载取值lazy=?
True/select
懒加载
只有去访问关联方时才会临时执行查询
查询一张孤立的表
应用场景：数据量大，或者关联方查询频率低
False/joined
勤快加载
无论是否访问关联方，都会事先查询好
使用join做联合查询
应用场景：数据量小，或者关联方查询频率很高
subquery
勤快加载
无论是否访问关联方，都会事先查询好
使用独立的子查询（多对多时慎用）
应用场景：数据量小，或者关联方查询频率很高
dynamic
只能应用于一对多的一方