看别人视频觉得很简单,要自己做蒙蔽了!这样子。NO!
1. 流程:
首先要有和数据库连接的驱动!一般有PYMySQL mysqlclient 等
使用扩展Flask-SQLAlchemy 获得orm对象
重点在于ORM对象的使用:
官方文档:http://docs.jinkan.org/docs/flask/patterns/sqlalchemy.html
http://www.pythondoc.com/flask-sqlalchemy/queries.html
2:使用 flask-sqlacodegen 扩展 方便快速生成 ORM model
2.1 :pip install flask-sqlacodegen
2.2 使用方法
生成所有表的对象:
flask-sqlacodegen mysql://root:@127.0.0.1/food_db --outfile "common/models/model.py" --flask
生成某个表的对象:
flask-sqlacodegen mysql://root:@127.0.0.1/food_db --tables user --outfile "common/models/user.py" --flask
注意:在window下mysql的部分不要加 ‘ ’ ,在Mac环境下要加 ‘ ’
3: 修改自动生成的model中的db变量
from application import db
4:修改配置文件
SQLALCHEMY_DATABASE_URI = 'mysql://root:对应root的密码@127.0.0.1/food_db'
5:开始写代码了
【前言】
使用python处理mysql数据库相关的业务,一般都是使用库MySQLdb直接调用sql语句。感觉很low,换一个SQLAlchemy上手。不但是耍酷,之前些flask代码时就很惊讶基本看不到对数据库的操作,其使用的就是修改过的SQLAlchemy,好处是直接操作数据库表对象,即ORM对象关系映射管理,性能会慢些,但在1-2倍的时间,在可以接受的范围。
安装
pip install sqlalchemy
pip install --egg mysql-connector-python-rf
pip install sqlacodegen
生成models
方法一: 自己根据SQLAlchemy的docs写model,比如一对多,多对一等复杂的表模型。(SQLAlchemy的文档非常详细,就跟天书一样,真心懒得看。还是flask-sqlalchemy的文档简洁明了,可以参考的)
方法二: 使用sqlacodegen从数据库逆向出models.py
$ sqlacodegen --noviews --noconstraints --noindexes \
--outfile ./models.py mysql://username:password@localhost:3399/dbname
这里需要注意下,使用–noviews, –noconstraints, –noindexes,这3个选项是去掉视图,约束和所以,基本用不到。反之,不去带着些文件结构的话可能会报错,比如views找不到数据。
数据库表-User
id | name | age |
---|---|---|
1 | ‘Tom’ | 22 |
2 | ‘Jim’ | 21 |
3 | ‘Lucy’ | 22 |
对应的models.py
# 导入:
from sqlalchemy import Column, String, create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base
# 创建对象的基类:
Base = declarative_base()
# 定义User对象:
class User(Base):
# 表的名字:
__tablename__ = 'user'
# 表的结构:
id = Column(String(20), primary_key=True)
name = Column(String(20))
基本使用
首先要创建engine,它代表一种数据库连接资源。可以通过engine船舰connect和session完成事务的提交。对于使用os.fork或者multiprocessing的多进程应用来说,通常需要为紫禁城提供单独的engine。
mysql:
engine = create_engine('mysql://scott:tiger@localhost/test')
#比较好的习惯是现实销毁引擎,会有助于python的垃圾回收
engine.dispose()
sqlite:
engine = create_engine('sqlite:///file.db')
查询记录
那么我们怎么从数据库中查询数据?为此,SQLAlchemy 在您的 Model 类上提供了 query 属性。当您访问它时,您会得到一个新的所有记录的查询对象。在使用 all() 或者 first() 发起查询之前可以使用方法 filter() 来过滤记录。如果您想要用主键查询的话,也可以使用 get()。
connect:
connection = engine.connect()
result = connection.execute("select username from users")
for row in result:
print("username:", row['username'])
connection.close()
Session:
# 创建DBSession类型:
DBSession = sessionmaker(bind=engine)
# 创建Query查询,filter是where条件,最后调用one()返回唯一行,如果调用all()则返回所有行:
user = session.query(User).filter(User.id=='5').one()
# 打印类型和对象的name属性:
print 'type:', type(user)
print 'name:', user.name
# 关闭Session:
session.close()
使用更复杂的表达式查询一些用户:
>>> User.query.filter(User.email.endswith('@example.com')).all()
[<User u'admin'>, <User u'guest'>]
按某种规则对用户排序:
>>> User.query.order_by(User.username)
[<User u'admin'>, <User u'guest'>, <User u'peter'>]
限制返回用户的数量:
>>> User.query.limit(1).all()
[<User u'admin'>]
用主键查询用户:
>>> User.query.get(1)
<User u'admin'>
打印查询结果的全部元素:
for u in session.query(User).all():
print u.__dict__
插入记录
插入记录ret = session.add()
,其中ret的值永远是none,不用看。
Session:
try:
sess = Session()
sess.add(User())
sess.commit()
except gevent.Timeout:
sess.invalidate()
raise
except:
sess.rollback()
raise
删除记录
删除记录是十分类似的,使用 delete() 代替 add():
>>> db.session.delete(me)
>>> db.session.commit()
更改记录
基本思路是先filter到需要的行集合,再修改里面的值。这里有4种方式:
1) user.no_of_logins += 1
session.commit()
2) session.query().\
filter(User.username == form.username.data).\
update({"no_of_logins": (User.no_of_logins +1)})
session.commit()
3) conn = engine.connect()
stmt = User.update().\
values(User.no_of_logins = (User.no_of_logins + 1)).\
where(User.username == form.username.data)
conn.execute(stmt)
4) setattr(user, 'no_of_logins', user.no_of_logins+1)
session.commit()
事务
事物就是有一系列动作一气呵成,如果中间失败了,前面的动作不会生效。满足ACID特性。
最简单的例子就是转账,我给你转10块钱后台需要做两件事,先在我账户中减去10,再在你的账户里加10。想想如果这件事不用事务处理,我卡里减了10块钱,而转你钱没有成功,这十块钱就莫名消失了哈。
connection = engine.connect()
trans = connection.begin()
try:
r1 = connection.execute(table1.select())
connection.execute(table1.insert(), col1=7, col2='this is some data')
trans.commit()
except:
#一旦出错就回滚
trans.rollback()
raise
connection.close()