一、資料庫操作 1,orm 2,Flask-SQLAlchemy 2.1 資料庫連接設置 2.2 常用的sqlalchemy欄位類型 2.3 常用的SQLALchemy列選項 2.4 常用的SQLALchemy關係選項 3,資料庫基本操作 3.1 在視圖函數中定義模型類 模型之間的關聯 一對多: 多 ...
一、資料庫操作
1,orm
orm(object-Relation Mapping),對象-關係映射,主要實現模型對象到關係資料庫數據的映射。 優點: - 只需要面向對象編程, 不需要面向資料庫編寫代碼. - 對資料庫的操作都轉化成對類屬性和方法的操作. - 不用編寫各種資料庫的`sql語句`. - 實現了數據模型與資料庫的解耦, 屏蔽了不同資料庫操作上的差異. - 不再需要關註當前項目使用的是哪種資料庫。 - 通過簡單的配置就可以輕鬆更換資料庫, 而不需要修改代碼. 缺點: - 相比較直接使用SQL語句操作資料庫,有性能損失. - 根據對象的操作轉換成SQL語句,根據查詢的結果轉化成對象, 在映射過程中有性能損失.
2,Flask-SQLAlchemy
flask預設提供模型操作,但是並沒有提供ORM,所以一般開發的時候我們會採用flask-SQLAlchemy模塊來實現ORM操作.
SQLAlchemy是一個關係型資料庫框架,它提供了高層的 ORM 和底層的原生資料庫的操作。flask-sqlalchemy 是一個簡化了 SQLAlchemy 操作的flask擴展。
SQLAlchemy: https://www.sqlalchemy.org/ 安裝 flask-sqlalchemy:pip install flask-sqlalchemy 如果連接的是 mysql 資料庫,需要安裝 mysqldb **驅動**:pip install flask-mysqldb
2.1 資料庫連接設置
在 Flask-SQLAlchemy 中,資料庫使用URL指定,而且程式使用的資料庫必須保存到Flask配置對象的 **SQLALCHEMY_DATABASE_URI** 鍵中 app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://root:[email protected]:3306/test' 其他設置: # 動態追蹤修改設置,如未設置只會提示警告 app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = True #查詢時會顯示原始SQL語句 app.config['SQLALCHEMY_ECHO'] = True
2.2 常用的sqlalchemy欄位類型
Integer:int普通整數,一般是32位 SmallInteger:int取值範圍小的整數,一般是16位 BigInteger:int或long不限制精度的整數Floatfloat浮點數 Numeric:decimal.Decimal普通整數,一般是32位 String:str變長字元串Textstr變長字元串,對較長或不限長度的字元串做了優化Unicode:unicode變長Unicode字元串 UnicodeText:unicode變長Unicode字元串,對較長或不限長度的字元串做了優化
Boolean:bool布爾值
Date:datetime.date時間
Time:datetime.datetime日期和時間
LargeBinary:str二進位文件
2.3 常用的SQLALchemy列選項
primary_key:如果為True,代表表的主鍵 unique:如果為True,代表這列不允許出現重覆的值 index:如果為True,為這列創建索引,提高查詢效率 nullable:如果為True,允許有空值,如果為False,不允許有空值 default:為這列定義預設值
2.4 常用的SQLALchemy關係選項
backref:在關係的另一模型中添加反向引用,用於設置外鍵名稱,在1查多的
primary join:明確指定兩個模型之間使用的聯結條件
uselist:如果為False,不使用列表,而使用標量值
order_by:指定關係中記錄的排序方式
secondary:指定多對多關係中關係表的名字
secondary join:在SQLAlchemy中無法自行決定時,指定多對多關係中的二級聯結條件
3,資料庫基本操作
在Flask-SQLAlchemy中,插入、修改、刪除操作,均由資料庫會話管理。 會話用 db.session 表示。在準備把數據寫入資料庫前,要先將數據添加到會話中然後調用 commit() 方法提交會話。 在 Flask-SQLAlchemy 中,查詢操作是通過 query 對象操作數據。 最基本的查詢是返回表中所有數據,可以通過過濾器進行更精確的資料庫查詢。
3.1 在視圖函數中定義模型類
from flask import Flask from flask_sqlalchemy import SQLAlchemy app = Flask(__name__) #設置連接資料庫的URL app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://root:[email protected]:3306/test' app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = True #查詢時會顯示原始SQL語句 app.config['SQLALCHEMY_ECHO'] = True db = SQLAlchemy(app) class Role(db.Model): # 定義表名 __tablename__ = 'roles' # 定義列對象 id = db.Column(db.Integer, primary_key=True) name = db.Column(db.String(64), unique=True) us = db.relationship('User', backref='role') # repr()方法類似於django的__str__,用於列印模型對象時顯示的字元串信息 def __repr__(self): return 'Role:%s'% self.name class User(db.Model): __tablename__ = 'users' id = db.Column(db.Integer, primary_key=True) name = db.Column(db.String(64), unique=True) email = db.Column(db.String(64),unique=True) password = db.Column(db.String(64)) role_id = db.Column(db.Integer, db.ForeignKey('roles.id')) def __repr__(self): return 'User:%s'%self.name if __name__ == '__main__': app.run(debug=True)
模型之間的關聯
一對多:
class Role(db.Model): ... #關鍵代碼 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的關係。在此文中,第一個參數為對應參照的類"User" 第二個參數backref為類User申明新屬性的方法 第三個參數lazy決定了什麼時候SQLALchemy從資料庫中載入數據 如果設置為子查詢方式(subquery),則會在載入完Role對象後,就立即載入與其關聯的對象,這樣會讓總查詢數量減少,但如果返回的條目數量很多,就會比較慢 設置為 subquery 的話,role.users 返回所有數據列表 另外,也可以設置為動態方式(dynamic),這樣關聯對象會在被使用的時候再進行載入,並且在返回前進行過濾,如果返回的對象數很多,或者未來會變得很多,
那最好採用這種方式 設置為 dynamic 的話,role.users 返回查詢對象,並沒有做真正的查詢,可以利用查詢對象做其他邏輯,比如:先排序再返回結果
多對多
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): ... courses = db.relationship('Course',secondary=registrations, backref='students', lazy='dynamic')
3.2 常用的SQLAlchemy查詢過濾器
filter():把過濾器添加到原查詢上,返回一個新查詢
filter_by():把等值過濾器添加到原查詢上,返回一個新查詢
limit():使用指定的值限定原查詢返回的結果
offset():偏移原查詢返回的結果,返回一個新查詢
order_by():根據指定條件對原查詢結果進行排序,返回一個新查詢
group_by():根據指定條件對原查詢結果進行分組,返回一個新查詢
3.3常用的SQLAlchemy查詢結果的方法
all():以列表形式返回查詢的所有結果
first():返回查詢的第一個結果,如果未查到,返回None
first_or_404():返回查詢的第一個結果,如果未查到,返回404
get():返回指定主鍵對應的行,如不存在,返回None
get_or_404():返回指定主鍵對應的行,如不存在,返回404
count():返回查詢結果的數量
paginate():返回一個Paginate對象,它包含指定範圍內的結果
3.4 創建表
db.create_all() # 註意,create_all()方法執行的時候,需要放在模型的後面
3.5刪除表
db.drop_all()
3.6插入數據
插入一條數據 ro1 = Role(name='admin') db.session.add(ro1) db.session.commit() #再次插入一條數據 ro2 = Role(name='user') db.session.add(ro2) db.session.commit() 插入多條數據 us5 = User(name='tang',email='[email protected]',password='158104',role_id=ro2.id) us6 = User(name='wu',email='[email protected]',password='5623514',role_id=ro2.id) us7 = User(name='qian',email='[email protected]',password='1543567',role_id=ro1.id) us8 = User(name='liu',email='[email protected]',password='867322',role_id=ro1.id) us9 = User(name='li',email='[email protected]',password='4526342',role_id=ro2.id) us10 = User(name='sun',email='[email protected]',password='235523',role_id=ro2.id) db.session.add_all([us5,us6,us7,us8,us9,us10]) db.session.commit()
3.7 查詢
filter_by精確查詢 User.query.filter_by(name='wang').all() first()返回查詢到的第一個對象 User.query.first() all()返回查詢到的所有對象 User.query.all() filter模糊查詢,返回名字結尾字元為g的所有數據。 User.query.filter(User.name.endswith('g')).all() get():參數為主鍵,如果主鍵不存在沒有返回內容 User.query.get() 邏輯非,返回名字不等於wang的所有數據 User.query.filter(User.name!='wang').all() not_ 相當於取反 from sqlalchemy import not_ User.query.filter(not_(User.name=='chen')).all() 邏輯與,需要導入and,返回and()條件滿足的所有數據 from sqlalchemy import and_ User.query.filter(and_(User.name!='wang',User.email.endswith('163.com'))).all() 邏輯或,需要導入or_ from sqlalchemy import or_ User.query.filter(or_(User.name!='wang',User.email.endswith('163.com'))).all() 查詢數據後刪除 user = User.query.first() db.session.delete(user) db.session.commit() User.query.all() 關聯查詢示例:角色和用戶的關係是一對多的關係,一個角色可以有多個用戶,一個用戶只能屬於一個角色。 查詢角色的所有用戶 #查詢roles表id為1的角色 ro1 = Role.query.get(1) #查詢該角色的所有用戶 ro1.us.all() 查詢用戶所屬角色 #查詢users表id為3的用戶 us1 = User.query.get(3) #查詢用戶屬於什麼角色 us1.role
3.8 更新數據
user = User.query.first() user.name = 'dong' db.session.commit() User.query.first()
4,資料庫遷移
在開發過程中,需要修改資料庫模型,而且還要在修改之後更新資料庫。最直接的方式就是刪除舊表,但這樣會丟失數據。 更好的解決辦法是使用資料庫遷移框架,它可以追蹤資料庫模式的變化,然後把變動應用到資料庫中。 在Flask中可以使用Flask-Migrate擴展,來實現數據遷移。並且集成到Flask-Script中,所有操作通過命令就能完成 為了導出資料庫遷移命令,Flask-Migrate提供了一個MigrateCommand類,可以附加到flask-script的manager對象上
安裝:
pip install flask-migrate
代碼:
#coding=utf-8 from flask import Flask from flask_sqlalchemy import SQLAlchemy from flask_migrate import Migrate,MigrateCommand from flask_script import Shell,Manager app = Flask(__name__) manager = Manager(app) app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://root:[email protected]:3306/Flask_test' app.config['SQLALCHEMY_COMMIT_ON_TEARDOWN'] = True app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = True db = SQLAlchemy(app) #第一個參數是Flask的實例,第二個參數是Sqlalchemy資料庫實例 migrate = Migrate(app,db) #manager是Flask-Script的實例,這條語句在flask-Script中添加一個db命令 manager.add_command('db',MigrateCommand) #定義模型Role class Role(db.Model): # 定義表名 __tablename__ = 'roles' # 定義列對象 id = db.Column(db.Integer, primary_key=True) name = db.Column(db.String(64), unique=True) user = db.relationship('User', backref='role') #repr()方法顯示一個可讀字元串, def __repr__(self): return 'Role:'.format(self.name) #定義用戶 class User(db.Model): __talbe__ = 'users' id = db.Column(db.Integer, primary_key=True) username = db.Column(db.String(64), unique=True, index=True) #設置外鍵 role_id = db.Column(db.Integer, db.ForeignKey('roles.id')) def __repr__(self): return 'User:'.format(self.username) if __name__ == '__main__': manager.run()
4.1創建遷移倉庫
#這個命令會創建migrations文件夾,所有遷移文件都放在裡面。 python manage.py db init
4.2創建遷移腳本
自動創建遷移腳本有兩個函數 upgrade():函數把遷移中的改動應用到資料庫中 downgrade():函數則將改動刪除 自動創建的遷移腳本會根據模型定義和資料庫當前狀態的差異,生成upgrade()和downgrade()函數的內容。 對比不一定完全正確,有可能會遺漏一些細節,需要進行檢查 python manage.py db migrate -m 'initial migration'
4.3更新資料庫
python manage.py db upgrade
4.4返回以前的版本
可以根據history命令找到版本號,然後傳給downgrade命令: python manage.py db history 輸出格式:<base> -> 版本號 (head), initial migration 回滾到指定版本: python manage.py db downgrade # 預設返回上一個版本 python manage.py db downgrade 版本號 # 返回到指定版本號對應的版本
4.5資料庫遷移的步驟
1. 初始化數據遷移的目錄 python manage.py db init 2. 資料庫的數據遷移版本初始化 python manage.py db migrate -m 'initial migration' 3. 升級版本[創建表] python manage.py db upgrade 4. 降級版本[刪除表] python manage.py db downgrade
二、flask-session
允許設置session到指定存儲的空間中。
安裝:pip install Flask-Session
使用session之前必須配置:秘鑰
1,redis基本配置
app.config['SESSION_TYPE'] = 'redis' # session類型為redis app.config['SESSION_PERMANENT'] = False # 如果設置為True,則關閉瀏覽器session就失效。 app.config['SESSION_USE_SIGNER'] = False # 是否對發送到瀏覽器上session的cookie值進行加密 app.config['SESSION_KEY_PREFIX'] = 'session:' # 保存到session中的值的首碼 app.config['SESSION_REDIS'] = redis.Redis(host='127.0.0.1', port='6379', password='123123') # 用於連接redis的配置 Session(app)
2,SQLAlchemy基本配置
db = SQLAlchemy(app) app.config['SESSION_TYPE'] = 'sqlalchemy' # session類型為sqlalchemy app.config['SESSION_SQLALCHEMY'] = db # SQLAlchemy對象 app.config['SESSION_SQLALCHEMY_TABLE'] = 'session' # session要保存的表名稱 app.config['SESSION_PERMANENT'] = True # 如果設置為True,則關閉瀏覽器session就失效。 app.config['SESSION_USE_SIGNER'] = False # 是否對發送到瀏覽器上session的cookie值進行加密 app.config['SESSION_KEY_PREFIX'] = 'session:' # 保存到session中的值的首碼 Session(app)
三、藍圖Blueprint
1,模塊化
隨著flask程式越來越複雜,我們需要對程式進行模塊化的處理,之前學習過python的模塊化管理,於是針對一個簡單的flask程式進行模塊化處理 簡單來說,Blueprint 是一個存儲操作方法的容器,這些操作在這個Blueprint 被註冊到一個應用之後就可以被調用,Flask 可以通過Blueprint來組織URL以及處理請求。 Flask使用Blueprint讓應用實現模塊化,在Flask中,Blueprint具有如下屬性: - 一個應用可以具有多個Blueprint - 可以將一個Blueprint註冊到任何一個未使用的URL下比如 “/”、“/sample”或者子功能變數名稱 - 在一個應用中,一個模塊可以註冊多次 - Blueprint可以單獨具有自己的模板、靜態文件或者其它的通用操作方法,它並不是必須要實現應用的視圖和函數的 - 在一個應用初始化時,就應該要註冊需要使用的Blueprint 但是一個Blueprint並不是一個完整的應用,它不能獨立於應用運行,而必須要註冊到某一個應用中。
使用藍圖
Blueprint對象用起來和一個應用/Flask對象差不多,最大的區別在於一個 藍圖對象沒有辦法獨立運行,必須將它註冊到一個應用對象上才能生效 使用藍圖可以分為四個步驟 1,創建一個藍圖目錄,例如**users**,併在``__init__.py``文件中創建藍圖對象 users=Blueprint('users',__name__) 2,在這個藍圖目錄下, 創建views.py文件,保存當前藍圖使用的視圖函數 @admin.route('/') def home(): return 'user.home' 3,在**users/__init__.py**中引入views.py中所有的視圖函數 from flask import Blueprint # 等同於原來在 manage.py裡面的 app = Flask() users=Blueprint('users',__name__) from .views import * 4,在主應用manage.py文件中的app對象上註冊這個**users**藍圖對象 from users import users app.register_blueprint(users,url_prefix='/users') 當這個應用啟動後,通過/users/可以訪問到藍圖中定義的視圖函數
2,運行機制
- 藍圖是保存了一組將來可以在應用對象上執行的操作,註冊路由就是一種操作 - 當在應用對象上調用 route 裝飾器註冊路由時,這個操作將修改對象的url_map路由表 - 然而,藍圖對象根本沒有路由表,當我們在藍圖對象上調用route裝飾器註冊路由時,它只是在內部的一個延遲操作記錄列表defered_functions中添加了一個項 - 當執行應用對象的 register_blueprint() 方法時,應用對象將從藍圖對象的 defered_functions 列表中取出每一項,並以自身作為參數執行該匿名函數,
即調用應用對象的 add_url_rule() 方法,這將真正的修改應用對象的路由表
3,藍圖的url首碼
- 當我們在應用對象上註冊一個藍圖時,可以指定一個url_prefix關鍵字參數(這個參數預設是/) - 在應用最終的路由表 url_map中,在藍圖上註冊的路由URL自動被加上了這個首碼,這個可以保證在多個藍圖中使用相同的URL規則而不會最終引起衝突,
只要在註冊藍圖時將不同的藍圖掛接到不同的自路徑即可 - url_for url_for('admin.index') # /admin/
4,註冊靜態路由
和應用對象不同,藍圖對象創建時不會預設註冊靜態目錄的路由。需要我們在 創建時指定 static_folder 參數。 下麵的示例將藍圖所在目錄下的static_admin目錄設置為靜態目錄 admin = Blueprint("admin",__name__,static_folder='static_admin') app.register_blueprint(admin,url_prefix='/admin') 現在就可以使用/admin/static_admin/ 訪問static_admin目錄下的靜態文件了 定製靜態目錄URL規則 :可以在創建藍圖對象時使用 static_url_path 來改變靜態目錄的路由。
下麵的示例將為 static_admin 文件夾的路由設置為 /lib admin = Blueprint("admin",__name__,static_folder='static_admin',static_url_path='/lib') app.register_blueprint(admin,url_prefix='/admin')
5,設置模板目錄
藍圖對象預設的模板目錄為系統的模版目錄,可以在創建藍圖對象時使用 template_folder 關鍵字參數設置模板目錄 admin = Blueprint('admin',__name__,template_folder='my_templates') 註:如果在 templates 中存在和 my_templates 同名文件,則系統會優先使用 templates 中的文件