码迷,mamicode.com
首页 > 数据库 > 详细

第5章:数据库-Flask Web 开发(第2版)

时间:2018-12-14 01:02:02      阅读:217      评论:0      收藏:0      [点我收藏+]

标签:数据集   dde   action   内存   extend   又能   hub   postgre   mon   

  • 关系型数据库
  • NoSQL 数据库
  • Python 数据库框架
  • 使用 Flask-SQLAlchemy 管理数据库
  • 模型定义
  • 关系
  • 数据库操作
    • 创建表
    • 插入数据
    • 修改数据
    • 删除数据
    • 查询数据
  • 在视图函数中使用数据库
  • (将db和模型)集成到 Python Shell
  • 使用 Flask-Migrate 迁移数据库
    • 初始化迁移仓库
    • 创建迁移脚本
    • 更新数据库

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。

关系型数据库

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)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)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)

NoSQL 数据库

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 数据库框架

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 Flask-SQLAlchemy 管理数据库

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。

模型定义

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 intlong 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

关系

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。

数据库操作

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

创建表

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()

插入数据

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()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

修改数据

>>> admin_role.name = 'Administrator'
>>> db.session.add(admin_role)
>>> db.session.commit()

删除数据

>>> db.session.delete(mod_role)
>>> db.session.commit()

查询数据

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

在视图函数中使用数据库

# 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。

(将db和模型)集成到 Python Shell

# 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 dbUserRole 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。

使用 Flask-Migrate 迁移数据库

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)

初始化迁移仓库

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。

创建迁移脚本

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

更新数据库

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   

原文地址:https://www.cnblogs.com/suanite/p/10117111.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!