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

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
  # liang = User(name='亮亮', email='[email protected]', age=30)
  # zhao = User(name='昭昭', email='[email protected]', age=20)
  # 保存到数据库，只能保存一条数据
  # db.session.add(zhao)

  peng = User(name='鹏鹏', email='[email protected]', age=28)
  fei = User(name='飞飞', email='[email protected]', age=18)
  long = User(name='龙龙', email='[email protected]', age=22)
  guo = User(name='果果', email='[email protected]', age=23)

  # 保存到数据库，一次性保存多条数据
  db.session.add_all([peng, fei, long, guo])

  # 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

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

“`python
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()

flask-数据模型01