【flask入门系列】Flask-SQLAlchemy的使用

📋 个人简介

• 💖 作者简介：大家好，我是阿牛，全栈领域新星创作者。😜
• 📝 博主的个人网站：阿牛的博客小屋🔥
• 🎉 支持我：点赞👍+收藏⭐️+留言📝
• 📣 系列专栏：flask框架快速入门🍁
• 💬格言：要成为光，因为有怕黑的人！🔥

目录

前言

上面一篇写了Flask-SQLAlchemy的安装与配置，这一篇写它的使用，还是基本的增删改查，说实话，又要学一波新内容，还是比较痛苦的，突然觉得用pymysql写原生sql还不错，最起码我会sql…,不说了，上了这条船就把他学完，比较好的是Flask-SQLAlchemy是通用的，不仅是flask中能用，其他项目也可以，不像django的orm是专属的！

创建模型类

数据库配置settings.py

#设置连接数据库的url
SQLALCHEMY_DATABASE_URI ='mysql://root:[email protected]:3306/flaskdemo'# 动态追踪修改设置，如未设置只会提示警告,也就是说你在数据库修改的会在models中同步
SQLALCHEMY_TRACK_MODIFICATIONS =True

app.py

from flask import Flask
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)#从配置文件中settings加载配置
app.config.from_pyfile('settings.py')# 实例化模型工具类对象，将app中的数据库配置加载进去
db = SQLAlchemy(app)# 创建数据库模型类# 用户表classUser(db.Model):
    __tablename__ ="flask_users"#指明数据库的表名id= db.Column(db.Integer,primary_key=True)#主键，默认自增
    name = db.Column(db.String(30),unique=True,nullable=False)
    email = db.Column(db.String(50),unique=True)
    password = db.Column(db.String(60))
    role_id = db.Column(db.Integer,db.ForeignKey("flask_roles.id"))# 外键，对应角色表的id（是从底层数据库角度考虑的）# 角色表classRole(db.Model):
    __tablename__ ="flask_roles"id= db.Column(db.Integer, primary_key=True)# 主键，默认自增
    name = db.Column(db.String(30),unique=True,nullable=False)#由于用户表有外键对应到角色表，我们可以通过用户查询它对应的角色，但是我们怎么查询一个角色对应的用户呢？#db.relationshap可以解决# db.Column的是数据库表中实际真真要创建的列，db.relationshap对应的字段是数据库表中不存在的，# 即不是底层了，而是站在了模型类的角度,将两个模型类关联起来了，第一个参数为你要对应的模型类# 我们可以通过role(Role实例化的对象).users获取整个user对象# users = db.relationshap("User")# 同样对于user(User实例化的对象),我们要先拿到role_id，然后通过Role才能拿到角色信息，# 能不能直接通过user拿到整个role对象呢# relationshap的第二个参数backref可以反向给User添加一个虚的属性, user.role将获取整条纪录# backref离不开User里面的外键，和外键结合使用
    users = db.relationship("User",backref="role")

如上面代码，我们创建了两张表，重点理解db.relationshap(“User”,backref=“role”)，关于处理外键这块理解不了也没有关系，在项目中完全可以用跨表查询的方式去完成！

创建数据库表

创建好模型类之后我们就要创建数据库表了，在django中我们可以用migrate指令快速创建，而在flask中要用这种指令需要装额外扩展，这里先不介绍这种扩展，我们先用最原始的方式学习！

1.创建所有的表

db.create_all()

2.清楚当前数据库所有表

db.drop_all()

可以看到成功在数据库中生成了这两张表！

添加保存数据

1.添加单条数据

#添加单条数据
    role1 = Role(name="admin")#创建对象
    db.session.add(role1)# 用session记录对象任务
    db.session.commit()# 提交任务到数据库中

    role2 = Role(name="stuff")# 创建对象
    db.session.add(role2)# 用session记录对象任务
    db.session.commit()# 提交任务到数据库中

2.添加多条数据

# 添加多条数据
    use1 = User(name="aniu1", email="[email protected]",password="1234561",role_id=role1.id)
    use2 = User(name="aniu2", email="[email protected]", password="1234562", role_id=role1.id)
    use3 = User(name="aniu3", email="[email protected]", password="1234563", role_id=role2.id)
    use4 = User(name="aniu4", email="[email protected]", password="1234564", role_id=role2.id)# 以列表形式一次添加多条数据
    db.session.add_all([use1,use2,use3,use4])
    db.session.commit()

一次性运行这些，可以看到两张表数据都添加成功！

数据库查询

常用的SQLAlchemy查询执行器看下图：

常用的SQLAlchemy查询过滤器：

下面我把一些常见的查询的demo附上，只要sql语句过关，这些上层的封装挤记一记就OK!

# 查询所有用户数据
    ros = Role.query.all()#返回列表, 元素为模型对象print(ros[0].name)# 查询第1个用户
    ro = Role.query.first()#返回模型对象 / Noneprint(ro)# 除了这两种方式，还有SQLAlchemy的查询方式
    db.session.query(Role).all()
    db.session.query(Role).first()#根据id查询
    User.query.get(1)#返回模型对象 / None# 等值过滤器,关键字实参设置字段值,返回BaseQuery对象# BaseQuery对象可以续接其他过滤器/执行器  如 all/count/first等
    User.query.filter_by(id=2).all()
    User.query.filter_by(id=2,name="aniu2").all()# 复杂过滤器，参数为比较运算 / 函数引用等，返回BaseQuery对象
    User.query.filter(User.id==3).first()print(User.query.filter(User.id==3,User.name =="aniu3").first())# 查询名字结尾字符为1的所有用户[开始 / 包含]  name == aniu1
    User.query.filter(User.name.endswith("1")).all()
    User.query.filter(User.name.startswith("a")).all()
    User.query.filter(User.name.contains("n")).all()print(User.query.filter(User.name.like("a%iu%")).all())# 模糊查询#filter_by和filter中有多个参数代表多条件查询的and# 例如：查询User.name以a开头，以1结尾的两种方式
    User.query.filter(User.name.startswith("a"),User.name.endswith("1")).all()# 或者from sqlalchemy import and_
    User.query.filter(and_(User.name.startswith('a'), User.name.endswith("1"))).all()#对于and，我们可以不用导入and_,但对于or,我们必须导入or_from sqlalchemy import or_
    User.query.filter(or_(User.name.startswith('a'), User.email.endswith("@qq.com"))).all()# 查询名字不等于aniu1的所有用户[2种方式]from sqlalchemy import not_
    User.query.filter(not_(User.name =='aniu1')).all()
    User.query.filter(User.name !='aniu1').all()# 查询id为[1, 2, 3]的用户print(User.query.filter(User.id.in_([1,2,3])).all())# 查询第2-4位的数据   2 3 4
    User.query.offset(1).limit(3).all()# 按id倒叙查询所有用户
    User.query.order_by(User.id.desc()).all()# 分组查询要用db.session.query,且要 from sqlalchemy import func# 按角色分组查询每一角色对应的用户数from sqlalchemy import func
    db.session.query(User.role_id,func.count(User.role_id)).group_by(User.role_id)# 只查询所有人的姓名和邮箱  优化查询   User.query.all()  # 相当于select *from sqlalchemy.orm import load_only

    data = User.query.options(load_only(User.name, User.email)).all()# flask-sqlalchemy的语法for item in data:print(item.name, item.email)

    data = db.session.query(User.name, User.email).all()# sqlalchemy本体的语法for item in data:print(item.name, item.email)

关联查询

# 关联查询# --- 查询用户对应的角色#法一：跨表查询
    user = User.query.get(1)
    role = Role.query.get(user.role_id)print(role.name)# 法二：和 backref = "role" 有关，结合外键
    user = User.query.get(1)
    role = user.role
    print(role.name)# --- 查询角色对应的用户# 法一：跨表查询
    role = Role.query.get(1)
    users = User.query.filter_by(role_id=role.id).all()print(users)# 法二：和 users = db.relationshap("User") 有关
    role = Role.query.get(1)
    users = role.users
    print(users)

数据的更新

flask-sqlalchemy 提供了两种更新数据的方案

• 先查询, 再更新 对应SQL中的 先select, 再update — 查询和更新分两条语句, 效率低如果并发更新, 可能出现更新丢失问题(Lost Update)！
• 基于过滤条件的更新 (推荐方案) 对应SQL中的 update xx where xx = xx (也称为 update子查询 ) — 一条语句, 被网络IO影响程度低, 执行效率更高;查询和更新在一条语句中完成, 单条SQL具有原子性, 不会出现更新丢失问题;会对满足过滤条件的所有记录进行更新, 可以实现批量更新处理!

# 先查询，再修改
    user = User.query.get(1)
    user.name ="aniu"
    db.session.commit()#基于过滤条件的更新(推荐方案) filter 或者 filter_by# update里面跟一个字典，字典里写你要更新的字段的键值
    User.query.filter(User.name =='aniu').update({'name':"aniu1"})
    db.session.commit()

再修改回来

数据的删除

类似更新数据, 也存在两种删除数据的方案！

• 先查询, 再删除 对应SQL中的 先select, 再delete — 查询和删除分两条语句, 效率低！
• 基于过滤条件的删除 (推荐方案) 对应SQL中的 delete xx where xx = xx (也称为 delete子查询 ) — 一条语句, 被网络IO影响程度低, 执行效率更高；会对满足过滤条件的所有记录进行删除, 可以实现批量删除处理！

# 先查询，再删除
    user = User.query.get(1)
    db.session.delete(user)
    db.session.commit()# 基于过滤条件的删除(推荐方案) filter 或者 filter_by
    User.query.filter(User.name =='aniu1').delete()
    db.session.commit()

结语

如果你觉得博主写的还不错的话，可以关注一下当前专栏，博主会更完这个系列的哦！也欢迎订阅博主的其他好的专栏。

🏰系列专栏
👉软磨 css
👉硬泡 javascript
👉前端实用小demo