【实战Flask API项目指南】之六 数据库集成 SQLAlchemy

是小菜欸2023-11-05 17:26

实战Flask API项目指南之 数据库集成

本系列文章将带你深入探索实战Flask API项目指南 ，通过跟随小菜的学习之旅，你将逐步掌握 Flask 在实际项目中的应用。让我们一起踏上这个精彩的学习之旅吧！

前言

在上一篇文章中，我们实现了一个 图书馆里系统API的后端，小菜觉得美中不足的是它使用一个 Python 的列表用于存储图书的信息，是一个 本地版图书管理系统后端API。重新启动程序图书的数据就会丢失了。所以这节，我们将用上数据库来帮助小菜解决这一痛点，实现持久化数据存储。

当小菜踏入Flask后端开发的世界时，数据库是存储和管理数据的关键。

Flask并没有内置数据库功能，但是提供了扩展机制，可以方便地集成第三方数据库库。本文将介绍如何在 Flask 项目中集成SQLAlchemy ，这是一个流行的Python ORM 库。 我们将会在上一节课的基础上改写，让读者朋友们了解如何在 Flask应用中集成数据库。

注意：本文直接直接上代码，干货满满。

SQLAlchemy

1. 安装依赖

在Flask 中，可以使用各种数据库，如SQLite、MySQL、PostgreSQL等。首先，需要安装所需的数据库驱动库，例如flask-sqlalchemy用于集成 SQLAlchemy。

在使用 SQLAlchemy 进行数据库操作时，大部分操作是相似的，无论使用哪种数据库类型。(本文使用的是 MYSQL)

首先我们需要安装对应的依赖库，使用以下命令。

cmd 复制代码 
pip install flask-sqlalchemy flask-mysqldb

2. 配置数据库

在 Flask 应用中配置数据库连接信息。在应用的配置中，添加数据库的连接字符串。

  • 确保将username、password、localhost和flask替换为自己的MySQL数据库的用户名、密码、主机和数据库名称。
python 复制代码 
from flask import Flask
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)
# mysql示例
# app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://username:password@localhost/database'
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://root:123456@localhost/flask'


db = SQLAlchemy(app)

3. 定义数据模型

使用SQLAlchemy ，可以定义数据模型作为 Python 类。每个类对应一个表，类的属性对应表中的列。数据模型是数据库中表格的抽象表示，它定义了表格的结构和字段。

在下面代码中，定义了一个名为Book的数据模型，它有三列

  • book_id 字段作为主键，用作主键（primary key）,唯一的，不允许为空

  • title 字段表示书籍的标题，字符串类型，最大长度为100字符，不允许为空

  • author 字段表示书籍的作者，字符串类型，最大长度为50字符，不允许为空

  • 因为在我们的案例中，数据表只需要这三列。

python 复制代码 
class Book(db.Model):
    book_id = db.Column(db.Integer, primary_key=True, unique=True, nullable=False)
    title = db.Column(db.String(100), nullable=False)
    author = db.Column(db.String(50), nullable=False)

附上SQLAlchemy中常用的列设置选项：

选项 描述
primary_key=True 将列标记为主键，用于唯一标识每行数据。
nullable=False 指定列不允许为空值。
unique=True 确保列中的值是唯一的，不允许重复值。
default=<value> 为列设置默认值，如果插入数据时未提供值，则使用默认值。
index=True 创建列的索引，以提高检索性能。
autoincrement=True 自动生成递增的值（通常与主键一起使用）。
onupdate=<value> 在更新行时设置列的值为指定的值。
server_default=<value> 设置列的服务器默认值，通常在数据库层面实现。

4. 常用数据库操作

当使用SQLAlchemy 时，有许多常用的数据库操作方法，用于执行CRUD（创建、读取、更新、删除）操作。以下是一些常用的SQLAlchemy操作方法示例：

请注意，这些示例假定你已经正确配置了SQLAlchemy和数据库连接。

  1. 创建数据（Create）：

    python 复制代码 
    # 创建一个新对象并将其添加到数据库中
new_book = Book(title="Sample Book", author="John Doe")
db.session.add(new_book)
db.session.commit()

  2. 读取数据（Read）：

    python 复制代码 
    # 查询所有书籍
books = Book.query.all()

# 根据条件查询书籍
specific_book = Book.query.filter_by(title="Sample Book").first()

  3. 更新数据（Update）：

    python 复制代码 
    # 查询要更新的对象
book_to_update = Book.query.filter_by(title="Sample Book").first()

# 更新对象的属性
book_to_update.author = "New Author"
db.session.commit()

  4. 删除数据（Delete）：

    python 复制代码 
    # 查询要删除的对象
book_to_delete = Book.query.filter_by(title="Sample Book").first()

# 从数据库中删除对象
db.session.delete(book_to_delete)
db.session.commit()

  5. 过滤和排序（Filter and Sort）：

    python 复制代码 
    # 查询所有作者是"John Doe"的书籍
johns_books = Book.query.filter_by(author="John Doe").all()

# 查询前5本书籍并按书名升序排列
top_books = Book.query.order_by(Book.title).limit(5).all()

  6. 聚合和统计（Aggregate and Count）：

    python 复制代码 
    # 计算书籍总数
book_count = Book.query.count()

# 计算不同作者的书籍数量
author_book_count = db.session.query(Book.author, db.func.count(Book.book_id)).group_by(Book.author).all()

在SQLAlchemy中常用的操作及其描述：

操作 描述
定义数据模型 使用db.Model定义数据模型，并定义字段及其属性。
创建数据表 使用db.create_all()创建定义的数据模型对应的数据表。
查询数据 使用db.session.query()创建查询对象，并添加查询条件。
插入数据 使用db.session.add()添加新数据对象，并提交更改。
更新数据 获取数据对象，修改属性后使用db.session.commit()提交更改。
删除数据 使用db.session.delete()添加要删除的数据对象，并提交更改。
过滤条件 在查询中使用filter、filter_by等方法添加过滤条件。
排序 使用order_by方法指定查询结果的排序方式。
限制数量 使用limit和offset限制查询结果的数量和偏移量。
聚合和统计 使用func函数进行聚合和统计操作，如func.count()。
关联表查询 使用relationship定义关联关系，使用join进行关联查询。
事务管理 使用db.session.begin()开始事务，使用commit提交更改，或rollback回滚更改。
批量操作 使用db.session.bulk_insert_mappings()进行批量插入，使用db.session.bulk_update_mappings()进行批量更新。
连接查询 使用join进行多表连接查询，使用select_from、outerjoin等方法进行不同类型的连接。
原始SQL查询 使用db.session.execute()执行原始的SQL查询。

5. 创建数据表

在app.py的末尾，添加以下代码来创建数据表：

在Flask-SQLAlchemy 中，可以使用db.create_all()来创建所有定义的数据模型对应的数据表。在app.py的末尾，添加以下代码：

py 复制代码 
db.create_all()

但有时候会抛出一个 RuntimeError 的异常，

提示说在应用程序上下文之外工作，所以在前面添加 with app.app_context()，如下所示：

py 复制代码 
# 创建数据表
with app.app_context():
    db.create_all()  # 或其他需要应用上下文的操作

6. 持久化数据存储的图书管理系统

这里将会在上一节课 本地版图书管理系统 的基础上，使用SQLAlchemy 改写成持久化数据存储的图书管理系统。

上代码

py 复制代码 
# -*- coding: utf-8 -*-

from flask_sqlalchemy import SQLAlchemy
from flask import (Flask, jsonify, request)

app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://root:123456@localhost/flask'  # 替换为你的数据库 URI
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False
db = SQLAlchemy(app)


# 定义Book模型类
class Book(db.Model):
    book_id = db.Column(db.Integer, primary_key=True, unique=True, nullable=False)
    title = db.Column(db.String(100), nullable=False)
    author = db.Column(db.String(50), nullable=False)


# 获取所有书籍
@app.route("/books", methods=["GET"])
def get_all_books():
    books = Book.query.all()
    book_list = [{"id": book.book_id, "title": book.title, "author": book.author} for book in books]
    return jsonify(book_list), 200


# 获取特定书籍
@app.route("/books/<int:book_id>", methods=["GET"])
def get_book(book_id):
    book = Book.query.get(book_id)
    if book:
        return jsonify({"id": book.book_id, "title": book.title, "author": book.author}), 200
    return jsonify({"error": "Book not found."}), 404


# 创建新书籍
@app.route("/books", methods=["POST"])
def create_book():
    data = request.json
    new_book = Book(title=data["title"], author=data["author"])
    db.session.add(new_book)
    db.session.commit()
    return jsonify({"id": new_book.book_id, "title": new_book.title, "author": new_book.author}), 201


# 更新书籍信息
@app.route("/books/<int:book_id>", methods=["PUT"])
def update_book(book_id):
    book = Book.query.get(book_id)
    if book:
        data = request.json
        book.title = data["title"]
        book.author = data["author"]
        db.session.commit()
        return jsonify({"id": book.book_id, "title": book.title, "author": book.author}), 200
    return jsonify({"error": "Book not found."}), 404


# 删除书籍
@app.route("/books/<int:book_id>", methods=["DELETE"])
def delete_book(book_id):
    book = Book.query.get(book_id)
    if book:
        db.session.delete(book)
        db.session.commit()
        return "", 204
    return jsonify({"error": "Book not found."}), 404


if __name__ == "__main__":
    app.run(debug=True)

现在，小菜可以使用GET、POST、PUT和DELETE请求来访问API端点，并对图书数据进行操作。这个例子演示了如何在 Flask 应用中集成数据库、定义数据模型、执行数据库操作以及使用API端点来操作数据。这将帮助小菜更好地理解 Flask 中的数据库集成。

总结

这篇文章深入探讨了在Flask应用中集成数据库的关键步骤，通过引入SQLAlchemy 这一流行的Python ORM 库，实现了数据的持久化存储。文章首先介绍了安装依赖以及配置数据库的过程，然细讲解了如何定义数据模型以及常见的数据库操作方法。重点强调了如何使用Flask-SQLAlchemy扩展来简化数据库交互的过程。

通过以上步骤，小菜已经成功地在 Flask 应用中集成了MySQL数据库，并实现了图书的增删改查等操作。小菜获得了以下知识：

  • 如何配置Flask应用以连接数据库。
  • 如何使用SQLAlchemy定义数据模型和表格结构。
  • 如何执行常见的数据库操作，包括创建、读取、更新和删除数据。
  • 如何使用Flask-SQLAlchemy扩展简化数据库交互。

通过本文的学习，小菜已经理解了Flask中数据库集成和操作，这为后面小菜需要实现后端API平台打下了扎实的基础！

相关推荐
一点媛艺42 分钟前
Kotlin函数由易到难
开发语言·python·kotlin
魔道不误砍柴功2 小时前
Java 中如何巧妙应用 Function 让方法复用性更强
java·开发语言·python
_.Switch2 小时前
高级Python自动化运维：容器安全与网络策略的深度解析
运维·网络·python·安全·自动化·devops
测开小菜鸟3 小时前
使用python向钉钉群聊发送消息
java·python·钉钉
Ai 编码助手4 小时前
MySQL中distinct与group by之间的性能进行比较
数据库·mysql
陈燚_重生之又为程序员4 小时前
基于梧桐数据库的实时数据分析解决方案
数据库·数据挖掘·数据分析
caridle5 小时前
教程：使用 InterBase Express 访问数据库（五）：TIBTransaction
java·数据库·express
白云如幻5 小时前
MySQL排序查询
数据库·mysql
萧鼎5 小时前
Python并发编程库：Asyncio的异步编程实战
开发语言·数据库·python·异步
学地理的小胖砸5 小时前
【一些关于Python的信息和帮助】
开发语言·python
热门推荐
01如何才能让手机厂商主动拥抱华为，接入鸿蒙系统？02【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总03组基轨迹建模 GBTM的介绍与实现（Stata 或 R）04【TC3xx芯片】TC3xx芯片电源管理系统PMS详解05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06【经验分享】Ubuntu22.04安装微信(linux官方版)07Macbook pro M1 安装Ubuntu教程08RAG 实践- Ollama+RagFlow 部署本地知识库09Windows10安装PCL1.14.0及点云配准10文件或文件夹名称中有空格如何批量去除