前言
flask sqlalchemy的配置使用
sqlalchemy的增删改查
查询数据
增加数据
修改数据
删除数据
总结
前言说到面向对象,大家都不陌生。关系型数据库也是后端日常用来存储数据的,但数据库是关系型的,因此,ORM通过对象模型和数据库的关系模型之间建立映射,我们就能像操作对象一样来操作数据库。 ORM的优点主要是面向对象编程,不需写原生SQL,用操作对象的方式访问数据。当然,缺点就是当遇到复杂的操作时,ORM就不那么好写了,还有就是加了一层映射,执行效率低于原生sql。不过,对于大部分项目来说,这些缺点都是可以接受的。牺牲的性能可以接受;有复杂操作时,实现就用原生SQL,ORM执行罢了。
flask sqlalchemy的配置使用在python中,常用的ORM工具就是sqlalchemy了。下面就以一个简单的flask例子来说明吧。
首先,写一个最简单的flask项目,代码如下:
from flask import Flask
app = Flask(__name__)
@app.route('/')
def orm_test():
return "hello"
接下来我们导入ORM配置,添加如下代码:
from flask_sqlalchemy import SQLAlchemy
def orm_config():
url = "mysql+mysqlconnector://{user}:{pwd}@{host}:{port}/{db_name}?charset=utf8"
orm_conf = {
'SQLALCHEMY_DATABASE_URI': url
}
return orm_conf
# ORM 设置
app.config.from_mapping(orm_config)
db = SQLAlchemy(app)
这样我们就将ORM配置OK了。
然后我们新增一个表table1的model
# model表名
class Table1(db.Model):
# 表名
__tablename__ = "table1"
id = db.Column(db.Integer, primary_key=True)
col = db.Column(db.String(64), nullable=False, unique=True, comment='字段释义')
以上配置这是在数据源只有一个库的时候,但很多时候我们还需要访问别的库,这时需要在ORM配置和model上做一些设置。
ORM配置中需要用到SQLALCHEMY_BINDS
来添加数据库, model中__bind_key__
来指定数据库了。
具体修改如下:
修改ORM配置:
def orm_config():
url = "mysql+mysqlconnector://{user}:{pwd}@{host}:{port}/{db_name}?charset=utf8"
# 指定的别库
other_url = "mysql+mysqlconnector://{user1}:{pwd1}@{host1}:{port1}/{db_name1}?charset=utf8"
orm_conf = {
'SQLALCHEMY_DATABASE_URI': url,
# 添加别库
"SQLALCHEMY_BINDS":{
"other_db":other_url
},
}
return orm_conf
表model指定库:
class Table2(db.Model):
# 指定别库
__bind_key__ = 'other_db'
__tablename__ = "table2"
id = db.Column(db.Integer, primary_key=True)
col = db.Column(db.String(64), nullable=False, unique=True, comment='字段释义')
最后,我们在接口中使用下ORM。
@app.route('/')
def orm_test():
# 查询table1数据
rows = Table1.query.filter(Table1.id<5)
res = []
for row in rows:
dict = {
"id": row.id,
"col": row.col
}
res.append(dict)
return "hhh"
当我们遇到复杂操作,不知道ORM语法该怎么写时,还可以直接用原生sql + ORM session execute的方式执行,示例如下:
sql = "select count(*) as cnt from table1 group by col"
rows = db.session.execute(sql)
以上例子我们是查询table1表的id<5的数据。
完整代码如下:
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
app = Flask(__name__)
def orm_config():
url = "mysql+mysqlconnector://{user}:{pwd}@{host}:{port}/{db_name}?charset=utf8"
other_url = "mysql+mysqlconnector://{user1}:{pwd1}@{host1}:{port1}/{db_name1}?charset=utf8"
orm_conf = {
'SQLALCHEMY_DATABASE_URI': url,
"SQLALCHEMY_BINDS":{
"other_db":other_url
},
}
return orm_conf
# ORM 设置
app.config.from_mapping(orm_config)
db = SQLAlchemy(app)
# model表名
class Table1(db.Model):
# 表名
__tablename__ = "table1"
id = db.Column(db.Integer, primary_key=True)
col = db.Column(db.String(64), nullable=False, unique=True, comment='字段释义')
class Table2(db.Model):
# 指定库
__bind_key__ = 'other_db'
__tablename__ = "table2"
id = db.Column(db.Integer, primary_key=True)
col = db.Column(db.String(64), nullable=False, unique=True, comment='字段释义')
@app.route('/')
def orm_test():
# 查询table1数据
rows = Table1.query.filter(Table1.id<5)
res = []
for row in rows:
dict = {
"id": row.id,
"col": row.col
}
res.append(dict)
return "hhh"
if __name__ =="__main__":
app.run()
sqlalchemy的增删改查
刚开始接触sqlalchemy时,对于语法不熟悉,写代码也是比较痛苦的。这里总结下sqlalchemy常用的语法吧。
查询数据# 查询id<5的数据
q = Table1.query.filter(Table1.id<5)
# 查询过滤用 and、or
from sqlalchemy import and_, or_
q = Table1.query.filter(and_(Table1.id<5, Table1.col=='掘金'))
q = Table1.query.filter(or_(Table1.id<5, Table1.col=='掘金'))
# 查询过滤用in(语法:model.{字段名}.in_({列表}))
q = Table1.query.filter(Table1.id.in_([1,2,3]))
# 连表查询
q = Table1.query.join(Table2, Table2.id==Table1.id) \
.filter(Table1.id<5)
# 解析数据
res = {'data': [dict(i) for i in q]}
# 查询数据count
count = q.count()
增加数据
row = Table1(id=1, col='掘金')
db.session.add(row)
db.seesion.commit()
修改数据
row = Table1.query.filter(Table1.id<5)
update_data = {"col": "掘金"}
row.update(update_data)
db.session.commit()
删除数据
row = Table1.query.filter(Table1.id<5)
row.delete()
db.session.commit()
备注: 增删改都要commit()
总结我们在工程代码中使用sqlalchemy时,在配置时记得根据实际情况添加相关配置参数,比如连接池的数量、自动回收连接的秒数等等。
到此这篇关于Python flask sqlalchemy的简单使用及常用操作的文章就介绍到这了,更多相关Python flask sqlalchemy内容请搜索易知道(ezd.cc)以前的文章或继续浏览下面的相关文章希望大家以后多多支持易知道(ezd.cc)!