Flask狼书笔记 | 05_数据库

清风莫追2023-09-13 0:32

文章目录

  • [5 数据库](#5 数据库)
    • [5.1 数据库的分类](#5.1 数据库的分类)
    • [5.2 ORM](#5.2 ORM)
    • [5.3 使用Flask_SQLAlchemy](#5.3 使用Flask_SQLAlchemy)
    • [5.4 数据库操作](#5.4 数据库操作)
    • [5.5 定义关系](#5.5 定义关系)
    • [5.6 更新数据库表](#5.6 更新数据库表)
    • [5.7 数据库进阶](#5.7 数据库进阶)
    • 小结

5 数据库

这一章学习如何在Python中使用DBMS（数据库管理系统），来对数据库进行管理和操作。本书使用SQLite作为示例。

注 ：按下Ctrl+F5 ，或Shift+F5可以清除浏览器缓存。

5.1 数据库的分类

分为SQL（Structured Query Language）数据库和NoSQL（Not Only SQL）数据库。

  • SQL：稍显复杂，但不容易出错，可以适应大部分场景。
  • NoSQL ：灵活，效率高，可扩展性好等。
    • 1、文档存储：使用类json格式来表示数据
    • 2、键值对存储：通过键来存取数据，读写很快，常作为缓存使用。

5.2 ORM

ORM：Object-Relational Mapping，对象关系映射。

作用：

  • 处理查询参数的转义，防止注入。
  • 为不同的DBMS提供统一的接口。
  • 能直接使用Python操作数据库，不需要写SQL语句。

ORM实现了三层映射关系：表 --> Python类，字段 --> 类属性，记录 --> 类实例。

python 复制代码 
# 定义表
from foo_orm import Model, Column, String 
class Contact(Model):
    __tablename__ = 'contacts'
    name = Column(String(100), nullable=False)
    
# 插入记录
contact = Contact(name="zhang san")

5.3 使用Flask_SQLAlchemy

1、连接数据库：

首先连接数据库需要指定URI（Uniform Resource Identifier，统一资源标识符），URL（统一资源定位符）是它的子集。

常用的数据库URI格式：（p143）

SQLite是基于文件的DBMS，不需要数据库服务器，只需要指定数据库文件的绝对路径。配置数据库URI的代码如下：

python 复制代码 
from flask import Flask
import os
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)
t = app.config['SQLALCHEMY_DATABASE_URI'] = os.getenv('DATABASE_URL', 'sqlite:///' + os.path.join(app.root_path, 'data.db'))
db = SQLAlchemy(app)

print(t)
print(db)

运行输出：

sqlite:///D:\code_all\gitCode\helloflask_learn\数据库\data.db
<SQLAlchemy>

补充 ：os.getenv是一个Python标准库函数，它用于从环境变量中获取指定的值。这个函数的第一个参数是要查找的环境变量名称，第二个参数是默认值，如果未找到指定的环境变量，则返回这个默认值。

2、定义数据库模型：

模型类继承自SQLAlchemy提供的db.Model基类，表的字段由db.Column类的实例表示。

SQLAlchemy常用的字段类型：（p144）

常用的字段参数：（p145）

python 复制代码 
class Note(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    body = db.Column(db.Text)

  • 表名称 会根据模型的类名称自动生成，可用__tablename__属性指定。

  • 字段名 默认为类属性名，看用name关键字参数指定。

3、创建数据库和表：

python 复制代码 
db.create_all()

可以查看模型对象的建表SQL语句：

python 复制代码 
from app import Note
from sqlalchemy.schema import CreateTable
print(CreateTable(Note.__table__))

改动模型类后，再次调用create_all()不会更新表结构。可以调用drop_all()方法删除数据库和表，然后重建。

可以自定义一个flaks命令完成数据库的创建工作，对于sqlite创建成功后会生成一个数据库文件，如data.db。

python 复制代码 
import click
@app.cli.command()
def initdb():
    db.create_all()
    click.echo('Initialized database')

5.4 数据库操作

SQLAlchemy使用数据库会话 （也称为事务 ）来管理数据库操作，会话代表一个临时存储区，对会话对象调用commit()方法时，改动才被提交到数据库。调用rollback()方法可以撤销会话中未提交的改动。

1、CRUD：

即Create、Read、Update、Delete。

  • Create
python 复制代码 
note = Note(body='hello, world')
db.session.add(note)
db.session.commit()

通过add_all()可以一次提交一个列表。

  • Read
python 复制代码 
<模型类>.query.<过滤方法>.<查询方法>
Note.query.filter(Note.body=='hello, world').first

Query对象调用过滤方法 的返回值仍然是一个Query对象，就像SQL的操作对象和返回结果都是表。查询方法返回的是模型类实例。

常用的SQLAchemy查询方法：（p148） all()，first()， count()， paginate()，get(ident)等

常用过滤方法：（p150） filter()，filter_by()，order_by()，limit()，group_by()等

常用查询操作符：（p150） LIKE，IN，NOT IN，AND，OR等。

  • Update
python 复制代码 
note = Note.query.get(2)
note.body = 'hello, flask'
db.session.commit()
  • Delete
python 复制代码 
note = Note.query.get(2)
db.session.delete(note)
db.session.commit()

2、在视图函数里操作数据库：

与在python shell中基本一致。

5.5 定义关系

1、配置Python Shell上下文

使用app.shell_context_processor装饰器注册一个shell上下文处理函数，返回包含变量和变量值的字典。

python 复制代码 
@app.shell_context_processor
def make_shell_context():
    return dict(db=db, Note=Note)

2、一对多关系

定义一对多关系包含两个部分：定义外键 ，和定义关系属性 。其中关系属性相当于一个快捷查询，不会作为字段被写入到数据库中。下面的关系属性articles会返回该作者所有文章的记录列表。

python 复制代码 
class Author(db.Model):
    ...
    articles = db.relationship('Article')
    
class Article(db.Model):
    ...
    author_id = db.Column(db.Integer, db.ForeignKey('athor.id'))

可以在两侧都定义一个关系属性，称为双向关系 ，需要用到back_populates关键字参数，值为另一侧的关系属性名。

python 复制代码 
class Author(db.Model):
    ...
    articles = db.relationship('Article', back_populates='author')

class Article(db.Model):
    ...
    author_id = db.Column(db.Integer, db.ForeignKey('athor.id'))
    author = db.relationship('Author', back_populates='articles')

可以使用backref简化关系定义，（p163）

疑惑：为什么要手动在两侧都指定反向引用，而不是添加了外键属性之后就自动的呢？是采用了数据库中的索引吗？

定义关系后，建立关系 有两种方式，一种是为外键字段赋值 ，另一种是通过操作关系属性。

python 复制代码 
# 为外键字段赋值
article_A.author_id = 1
# 操作关系属性: append, remove, pop
Mike.articles.append(article_A)

常用关系函数参数：p161

常用关系记录加载方式：p161

3、一对一关系

实际上是在通过建立一对多关系的双向关系的基础上转化而来，只是在原来"一"的一方设置userlist=False，将集合属性变为标量属性。此后，无法再使用列表语义操作，如append方法。

python 复制代码 
class Contry(db.Model):
    ...
    capital = db.relationship('Capital', uselist=False)
class Capital(db.Model):
    ...
    contry_id = db.Column(db.Integer, db.ForeignKey('country.id'))
    contry = db.relationship('Country')

4、多对多关系

一对多关系中在"多"的一方存放外键，则"多"一方的每条记录只能有一条关系。我们可以单独创建一个关联表 (db.Table)来存储外键，表示多对多关系。使用secondary参数来指定关联表。

python 复制代码 
association_table = db.Table(
    'association',
	db.Column('student_id', db.Integer, db.ForeignKey('student.id')),
	db.Column('teacher_id', db.Integer, db.ForeignKey('teacher.id')))

class Student(db.Model):
    ...
    teachers = db.relationship('Teacher', secondary=association_table, back_populates='students')

class Teacher(db.Model):
    ...
    students = db.relationship('Student', secondary=association_table, back_populates='teachers')

5.6 更新数据库表

1、重新生成表

方法很简单，但缺点是会丢失原来的所有数据。

python 复制代码 
db.drop_all()
db.create_all()

2、使用Flask-Migrate迁移（p169）

可以保留数据库中原有的数据。自动生成的迁移命令不一定可靠，必要时检查一下。

bash 复制代码 
flask db init # 创建迁移环境
flask db migrate # 生成迁移脚本
flask db upgrade # 应用迁移
flask db downgrade # 撤销一次迁移

5.7 数据库进阶

1、级联操作（p172）

在relationship方法可以配置cascade参数，所有可用值为save-update，merge，refresh-expire，expunge，delete。默认值为save-update，merge。

python 复制代码 
class Post(db.Model):
    ...
	comments = db.relationship(..., cascade='save-update, merge, delete')

  • save-update ：db.session.add()将Post对象添加到数据库会话时，相关的Comment对象也会被添加到数据库会话。

  • delete：Post记录被删除时，相关的Comment记录也会被删除。

  • delete-orphan：Post与Comment记录解除关系操作时，相应的Comment记录会被删除。

  • all ：包含除了delete-orphan之外的所有可用值。

2、事件监听（p176）

在Flask中有请求回调函数，而SQLAlchemy也提供了listens_for()装饰器来注册事件回调函数 。装饰器接受两个参数，target表示监听的对象，identifier表示被监听事件的类型。被注册的监听函数需要接收对应事件方法的所有参数。

疑惑："事件方法"指什么？怎么知道它有哪些参数？

python 复制代码 
class Draft(db.Model):
    ...
    edit_time = ...
    
@db.event.listens_for(Draft.body, 'set', named=True)
def increment_edit_time(**kwargs):
    if kwargs['target'].edit_time is not None:
        kwargs['target'].edit_time += 1

设置named参数为True可以使用kwargs接收所有参数（不知道为啥）。kwargs中的target参数表示触发事件的模型类实例。

小结

SQLAlchemy入门教程：（p177）http://docs.sqlalchemy.org/en/latest/orm/tutorial.html

数据库这一章我看得有点拖拉，正值开学，可能需要好些天才能找回学习状态。大部分东西我还是之前都有所了解，因此看得比较流畅。在最近开发自己的玩具程序的过程中，数据库这一环节可给我制造了不少麻烦（特别是配环境），它在我眼里的黑盒程度又比较高，书中说到本章只是一个简单的介绍，不过暂时于我也够用了。

相关推荐
幸运超级加倍~7 分钟前
软件设计师-上午题-16 算法(4-5分)
笔记·算法
yannan2019031314 分钟前
【算法】（Python）动态规划
python·算法·动态规划
蒙娜丽宁24 分钟前
《Python OpenCV从菜鸟到高手》——零基础进阶，开启图像处理与计算机视觉的大门！
python·opencv·计算机视觉
光芒再现dev26 分钟前
已解决，部署GPTSoVITS报错‘AsyncRequest‘ object has no attribute ‘_json_response_data‘
运维·python·gpt·语言模型·自然语言处理
王俊山IT26 分钟前
C++学习笔记----10、模块、头文件及各种主题（一）---- 模块（5）
开发语言·c++·笔记·学习
好喜欢吃红柚子40 分钟前
万字长文解读空间、通道注意力机制机制和超详细代码逐行分析（SE,CBAM,SGE,CA,ECA,TA）
人工智能·pytorch·python·计算机视觉·cnn
小馒头学python44 分钟前
机器学习是什么？AIGC又是什么？机器学习与AIGC未来科技的双引擎
人工智能·python·机器学习
神奇夜光杯1 小时前
Python酷库之旅-第三方库Pandas(202)
开发语言·人工智能·python·excel·pandas·标准库及第三方库·学习与成长
千天夜1 小时前
使用UDP协议传输视频流！（分片、缓存）
python·网络协议·udp·视频流
测试界的酸菜鱼1 小时前
Python 大数据展示屏实例
大数据·开发语言·python
热门推荐
01【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总02(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明03组基轨迹建模 GBTM的介绍与实现（Stata 或 R）04【AIGC】重塑未来的科技巨轮05全面解析：构建基于深度学习的安全帽检测系统（UI界面+YOLO代码+数据集）06【经验分享】Ubuntu22.04安装微信(linux官方版)07基于YOLOv10深度学习的CT扫描图像肾结石智能检测系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标检测08Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO09RAG 实践- Ollama+RagFlow 部署本地知识库10【TC3xx芯片】TC3xx芯片电源管理系统PMS详解