10.Flask:数据库和模型

Flask(数据库和模型 十)

使用原生SQL来进行sqlite的使用

sqlite的好处

1. sqlite3 开箱即用
2. 小巧，功能还比较强大，百万级别
3. 不需要联网
4. 测试平台

   连接与使用

# -*- coding: utf-8 -*-
# @Time    : 2020/7/11 11:03 上午
# @Author  : zhongxin
# @Email   : 490336534@qq.com
# @File    : app.py
import sqlite3

from flask import Flask, g

app = Flask(__name__)


@app.before_request
def db():
    c = sqlite3.connect('test.db')
    g.db = c
    g.c = c.cursor()


@app.teardown_request
def close_db(exception):
    db = getattr(g, 'db', None)
    if db is not None:
        db.close()


@app.route('/', methods=['GET', 'POST'])
def index():
    q = """CREATE TABLE project
        (ID INT PRIMARY KEY    NOT NULL,
        NAME     CHAR(50)    NOT NULL,
        DESC     CHAR(500);"""
    g.c.execute(q)
    g.db.commit()
    q = f'inset into project (ID,NAME) values (123,"ZX")'
    g.c.execute(q)
    g.db.commit()
    return 'Hello'


if __name__ == '__main__':
    app.run()

ORM

什么是ORM

类和对象封装

对象关系映射（Object Relational Mapping，简称ORM）是通过使用描述对象和数据库之间映射的元数据，将面向对象语言程序中的对象自动持久化到关系数据库中。本质上就是将数据从一种形式转换到另外一种形式。 这也同时暗示着额外的执行开销；然而，如果ORM作为一种中间件实现，则会有很多机会做优化，而这些在手写的持久层并不存在。 更重要的是用于控制转换的元数据需要提供和管理；但是同样，这些花费要比维护手写的方案要少；而且就算是遵守ODMG规范的对象数据库依然需要类级别的元数据。

好处

1. 避免SQL注入
2. 无需为各个不同的数据写不同的查询语句

坏处

1. 每个具体的语法不一样，但是SQL语句是通用的
2. 学习成本较高

建表

• 手工建表：先创建，再根据表结构写代码
• ORM：先写代码，通过代码自动创建表结构

ORM数据库创建步骤

安装

$ pip install flask-sqlalchemy

配置

from flask import Flask
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql+pymysql://root:123456@localhost:3306/demo'
db = SQLAlchemy(app)  # 数据库对象

'mysql+pymysql://root:123456@localhost:3306/demo'按照示例填写即可

各种数据库的URI

• Postgres

postgresql://账号:密码@localhost/mydataase

• Mysql

mysql://账号:密码@localhost/mydataase

• Oracle

oracle://账号:密码@localhost/mydataase

• SQLite

sqlite:////path/mydataase.db

定义表结构，设计表

class User(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    username = db.Column(db.String(80), unique=True)
    email = db.Column(db.String(120), unique=True)

创建表

def create_all():
    return db.create_all()

create_all()

运行

创建一个demo数据库

运行之后就在我们本地的mysql数据中创建了user表

其他方式创建

命令行

$ flask shell
>>> from app import db
>>> db.create()

migrate

$ pip install flask-migrate

from flask import Flask
from flask_migrate import Migrate
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql+pymysql://root:zx660644@localhost:3306/demo'
db = SQLAlchemy(app)  # 数据库对象
migrate = Migrate(app, db)


class User(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    username = db.Column(db.String(80), unique=True)
    email = db.Column(db.String(120), unique=True)


def create_all():
    return db.create_all()


create_all()

加一行

migrate = Migrate(app, db)

使用

$ flask db migrate
$ flask db migrate  # 生产脚本
$ flask db upgrade  # 更新到数据库
$ flask db downgrade # 退回

添加数据

@app.route('/index')
def index():
    new_user = User(username='测试游记', email='490336534@qq.com')
    db.session.add(new_user)
    db.session.commit()
    return 'hello'

if __name__ == '__main__':
    app.run()

查询数据

@app.route('/user')
def user():
    user = User.query.all()
    print(user)
    return 'hello'