Flask 入门到实战(2):使用 SQLAlchemy 打造可持久化的数据层

Flask 入门到实战:使用 SQLAlchemy 打造可持久化的数据层


一、前言:为什么用 Flask-SQLAlchemy?

在 Python Web 开发中,操作数据库的方式主要有两种:

  1. 直接写 SQL(繁琐且难维护)
  2. 使用 ORM(对象关系映射),例如 SQLAlchemy

而 Flask-SQLAlchemy 是 Flask 官方推荐的 SQLAlchemy 封装扩展,它让数据库操作变得:

  • 更符合 Python 风格
  • 更容易维护
  • 更易于与 Flask 集成

二、环境准备

确保你已安装 Flask。如果没有:

bash 复制代码
pip install flask

然后安装 Flask-SQLAlchemy:

bash 复制代码
pip install flask_sqlalchemy

三、基本项目结构

复制代码
project/
├── app.py
└── models.py

四、配置数据库连接

在 app.py 中添加配置(使用 SQLite 作为示例):

py 复制代码
from flask import Flask
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)

# 配置数据库 URI
app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///site.db'
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False

db = SQLAlchemy(app)

五、定义模型(Model)

新建 models.py 文件或在 app.py 中定义模型:

py 复制代码
from app import db

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

    def __repr__(self):
        return f'<User {self.username}>'

六、初始化数据库

创建数据库文件和表结构:

在 Python 控制台执行:

py 复制代码
from app import db
db.create_all()

这将在项目根目录生成一个 site.db 文件。

或者你也可以直接使用类似Navicat的数据库管理软件直接自己建库,然后连接。


七、增删改查操作(CRUD)

大致都遵循这样的步骤:

1.创建实例对象;

2.添加到数据库会话

3.提交会话,保存到数据库端

1. 添加用户

py 复制代码
from app import db
from models import User

new_user = User(username='alice', email='alice@example.com')
db.session.add(new_user)
db.session.commit()

2. 查询用户

py 复制代码
user = User.query.filter_by(username='alice').first()
print(user.email)

3. 修改用户

py 复制代码
user.email = 'newalice@example.com'
db.session.commit()

4. 删除用户

py 复制代码
db.session.delete(user)
db.session.commit()

八、集成到 Web 应用

你可以通过视图函数来接收用户输入并操作数据库,例如:

py 复制代码
@app.route('/add_user/<username>/<email>')
def add_user(username, email):
    # 创建用户实例
    user = User(username=username, email=email)
    # 添加到数据库会话
    db.session.add(user)
    # 提交会话到数据库
    db.session.commit()
    return f'用户 {username} 已添加'

九、数据库迁移:使用 Flask-Migrate(可选进阶)

如果项目不断发展,你会频繁变更模型结构,这时数据库迁移就变得非常重要。

安装 Flask-Migrate:

bash 复制代码
pip install flask-migrate

基本使用:

py 复制代码
from flask_migrate import Migrate

migrate = Migrate(app, db)

然后使用 CLI 工具进行版本管理:

py 复制代码
flask db init
flask db migrate -m "Initial migration"
flask db upgrade

这可以避免每次手动调用 create_all()。


十、项目结构推荐(进阶)

随着项目变大,推荐使用以下结构:

md 复制代码
project/
├── app/
│   ├── __init__.py
│   ├── models.py
│   ├── routes.py
│   └── templates/
├── migrations/
├── config.py
└── run.py

使用 Flask 的工厂模式(Factory Pattern)可以提高可维护性与扩展性。


十一、总结

通过本篇内容,你已经掌握了:

  • 如何使用 Flask-SQLAlchemy 管理数据库
  • 如何定义模型并进行增删改查操作
  • 如何将数据库操作集成到 Web 应用中
  • 数据迁移工具的基本用法

接下来我们将深入学习:ORM:用 SQLAlchemy 优雅操作数据库

相关推荐
“AI国潮设计-小江”16 分钟前
【AIGC实战】Python+Stable Diffusion打造“英歌舞财神”IP,解锁“马到成功”等爆款情绪营销文案设计
开发语言·人工智能·python·prompt·aigc
努力的小雨31 分钟前
给 AI 眼镜开发应用有多难?我从零做了一个陪练,还上架了
后端
benchmark_cc1 小时前
用 Python 拉 A 股全市场实时快照:Notebook 请求、结果校验与易错点
python·数据分析·pandas·量化交易·股票数据·quantdash
伞伞悦读1 小时前
【第70期】Adam二阶矩不是方差:偏差校正、动量与AdamW完整实验
python
excel2 小时前
双 Token 与前端使用 Crypto 公私钥鉴权换 Token,哪种方案更好?
前端·后端
外收内放2 小时前
Python基础语法练习题(73)
java·前端·python
锋行天下2 小时前
Langgraph HITL 中断运行,用户输入后输出打字效果
人工智能·python
AI入职记2 小时前
AI 代码审查召回率实测:20 个骗过单元测试的变异体,抓到 13 个
后端
浮链序3 小时前
别让 AI 客服把用户当猴耍:百来行 Python 把「转人工」做成一条高可用链路
后端
属于自己的天空3 小时前
Claude Code 插件完全指南:官方市场怎么用,怎么自己写(v2.1.269+)
后端