文章目录

1 什么是ORM？
2 为什么要有ORM?
3 如何在Flask应用ORM？
- 3.1 连接数据库：
- 3.2 数据库模型
- - **3.2.1 什么是数据库模型？**
  - **3.2.2 数据库模型实例：**
  - **3.2.3 常用的字段类型表：**
  - **3.2.4** Column常用参数表：
  - - **server_default常用配置**
  - **3.2.5 将写好的模型映射到数据库。**
  - 3.2.6 更新模型
- 3.3 数据库操作
- - 3.3.1 增
  - - **实例3.3.1.1: 新增实例**
  - 3.3.2 查
  - - **实例3.3.2.1: 查询实例**
  - 3.3.3 改
  - - **实例3.3.3.1: 修改实例**
  - 3.3.4 删
  - - **实例3.3.4.1: 删除实例**

数据库，顾名思义是储存数据的仓库，常见的管理数据库的软件被称为数据库管理系统（DBMS, Database Management System）, 常见的DBMS有 MySQL、PostgreSQL、SQLite、MongoDB。这些常见的DBMS我们可以把他们理解为专门负责搬运数据的管理的数据的程序。

1 什么是ORM？

对象关系映射（英语：(Object Relational Mapping，简称ORM，或O/RM，或O/R mapping），是一种程序技术，用于实现面向对象编程语言里不同类型系统的数据之间的转换。 ORM是“对象-关系-映射”的简称。在我们的web应用开发中ORM把底层的SQL数据实体转化成高层的Python对象。只需要通过Python代码即可完成数据库操作。

2 为什么要有ORM?

在web应用里使用原生的SQL语句操作数据库固然能达到我们处理储存数据的需求，但是会存在以下三类问题：

手动编写SQL语句比较复杂耗时（当然因人而异，如果热衷于原生sql，并不影响开发），并且视图函数中写大量SQL语句会降低代码的易读性。
比较容易出现安全问题，如SQL注入。
对于不同的DBMS，需要使用不同的Python接口库，语法各不相同，很难有标准化的代码流程。

使用ORM可以很大程度上解决这些问题，在python中，ORM把底层的SQL数据实体转化成高层的Python对象。这样的好处是，你甚至不需要了解SQL，只需要操作Python对象的即可完成数据库操作。

使用ORM的优势：

提升开发效率。从高层对象转换成原生SQL会牺牲一些性能，但这微不足道的性能牺牲换取的是巨大开发效率提升。
可移植性好。它实现了数据库模型与DEMS的解耦，即数据模型的设计不需要依赖于特定的数据库，通过简单的配置就可以轻松更换数据库。通常一个orm支持很多的DEMS，如MySQL、PostgreSQL、Oracle、SQLite等，这极大的减轻了开发人员的工作量，不需要面对因数据库变更而导致的无效劳动。

3 如何在Flask应用ORM？

选择ORM框架时，在我们Flask中更推荐使用Flask的扩展组件Flask-SQLchemy 。Python实现的ORM有SQLAlchemy、Peewee、PonyORM等，其中SQLAlchemy是Python社区使用最广泛的ORM之一，Flask-SQLchemy正是基于SQLAlchemy。

3.1 连接数据库：

首先切入到我们的虚拟环境，安装我们的 Flask-SQLAlchemy

pip install flask-sqlalchemy
pip install pymysql

这里我们的DBMS以mysql数据库为例，连接数据库

实例

from flask import Flask
from flask_sqlalchemy import SQLAlchemyapp = Flask(__name__)
HOST = '127.0.0.1'
PORT = '3306'
DATABASE_NAME = '01_db'
USERNAME = 'root'
PASSWORD = 'qwer'DB_URI = "mysql+pymysql://{username}:{password}@{host}:{port}/{databasename}?charset=utf8mb4"\
.format(username=USERNAME,password=PASSWORD,host=HOST,port=PORT,databasename=DATABASE_NAME)app.config['SQLALCHEMY_DATABASE_URI'] = DB_URI
app.config['SQLALCHEMY_TRACK_MODIFICATIONS']= Falsedb = SQLAlchemy(app)

解读：

1 从flask_sqlalchemy模块中导入SQLAlchemy类

from flask_sqlalchemy import SQLAlchemy

2 app对象通过变量SQLALCHEMY_DATABASE_URI加载配置好的URI(统一资源标识符)，URI内包含了各种用于连接数据库的信息，指向一个具体的库。

常用数据库的URI格式

HOST = '127.0.0.1'  # ip
PORT = '3306'        # 端口
USERNAME = 'root'    # 数据库账号
PASSWORD = 'root'   # 密码
DATABASE_NAME = '01_db'  # 具体的一个库名
DB_URI = "mysql+pymysql://{username}:{password}@{host}:{port}/{databasename}?charset=utf8mb4"\
.format(username=USERNAME,password=PASSWORD,host=HOST,port=PORT,databasename=DATABASE_NAME)app.config['SQLALCHEMY_DATABASE_URI'] = DB_URI

3 SQLALCHEMY_TRACK_MODIFICATIONS这个配置变量决定是否追踪对象的修改，这用于FLask-SQLALchemy的事件通知系统。这个配置键默认值为None，如果没有特殊需要我们把它设置为Flase, 避免造成一些没必要的性能浪费。

app.config['SQLALCHEMY_TRACK_MODIFICATIONS']= False

4 SQLAlchemy类传入app类，引用app配置定位到具体的数据库，并且实例化出db对象，这个db对象代表我们的数据库，并且通过这个对象操作我们的ORM

db = SQLAlchemy(app)

3.2 数据库模型

3.2.1 什么是数据库模型？

继承了db.Model的python类，并且这个python类映射到数据库为一个表，这个python类称之为数据库模型。每个数据库模型都对应着数据库中的一个表。

3.2.2 数据库模型实例：

class UserInfo(db.Model):__tablename__ = 'user_info'id = db.Column(db.Integer, primary_key=True, autoincrement=True)username = db.Column(db.String(20), nullable=False)

__tablename__可以直接指定表名（推荐使用）。如果没有写__tablename__指定表名，此类名可以自动转化为表名（不推荐使用）。
- 类名自动转化表名的方式为User–> user# 单个单词转换为小写
  UserInfo–> user_info # 多个单词转换为小写并使用下划线分隔
- 如UserInfo类在没有__tablename__指定表名时候，UserInfo类会自动映射到数据库的表名为user_info。
db.Column类实例化表示字段（表示数据库中的列），该类实例化出的对象被一个变量接受，该变量表示字段名。该类实例化时传入的参数表示字段的约束。
- 如：id = db.Column(db.Integer,primary_key=True,autoincrement=True)表示该表内id字段为主键并且自动增长。

3.2.3 常用的字段类型表：

字段	说明	映射到数据库对应类型
Integer	整数	int类型
String	字符串，`String`类内可选择`length`参数的值用于设置最大字符个数	varchar类型
Text	用于储存较长的Unicode文本，,理论上可以储存65535个字节	text类型
Date	日期，存储`Python`的`datetime.date` 对象	date类型
Time	时间，存储`Python`的`datetime.time` 对象	time类型
DateTime	时间和日期，存储`Python` 的`datetime` 对象	datetime类型
Float	浮点类型	float类型
Double	双精度浮点类型，比浮点类型小数位精度更高。	double类型，占据64位。
Boolean	布尔值	tinyint类型
Enum	枚举类型	enum类型

3.2.4 Column常用参数表：

约束	说明
primary_key	如果设为True，该列就是表的主键
unique	如果设为True，该列每个值唯一，也就是该字段不允许出现重复值
index	如果设为True，为这列创建索引，用于提升查询效率
nullable	如果设为True，这列允许使用空值，反之则不允许使用空值。
server_default	为这列定义默认值, 默认值只支持字符串，其他类型需要db.text()方法指定
default	为这列定义默认值，但是该约束并不会真正映射到表结构中，该约束只会在ORM层面实现(不推荐使用)
comment	该字段的注释
name	可以使用该参数直接指定字段名
autoincrement	设置这个字段为自动增长的。

server_default常用配置

配置默认值类型	代码
更新datatime时间	server_default = db.text(“CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP”)
当前的datatime时间	server_default = db.text(“CURRENT_TIMESTAMP”)
数字	server_default=“数字”
布尔	server_default=db.text(‘True’) / server_default=db.text(‘False’)/ server_default=‘数字’

3.2.5 将写好的模型映射到数据库。

class UserInfo(db.Model):__tablename__ = 'user_info'id = db.Column(db.Integer,primary_key=True,autoincrement=True)username = db.Column(db.String(20),nullable=False)db.create_all()

如果你已经定义好了一个继承db.Model的类，我们把这个类称之为模型。我们想把这个模型映射到数据库中，也就是在数据库中创建这个模型所描述的一张表，使用db.create_all()可以实现把继承了该db.model的所有模型创建到数据库中。查看数据库的时候我们会发现多了一张user_info表。

3.2.6 更新模型

如果我们要更新一个模型，并且想把这个新的模型映射到数据库中，直接使用db.create_all()会无效，因为原来已经存在了这张表，为了解决这个问题我们可以先db.drop_all()删除该库下的所有继承了db.model的模型表，然后再db.create_all()使得继承了db.model的所有模型表映射到数据库中，从而创建我们更新的表。这种方式的原理是先删除数据库中原来所有的模型表，然后在新建所有需要映射的模型表，这种方式的弊端是它把数据库中原有的数据都销毁了。

为了解决这种更新模型导致删除掉原来的数据的弊端。下一章将会介绍一种更好的方式用于更新数据库。

3.3 数据库操作

3.3.1 增

模型表映射到数据中

class School(db.Model):__tablename__ = "school"id = db.Column(db.Integer,primary_key=True,nullable=False,autoincrement=True,comment="ID")name = db.Column(db.String(30),nullable=False,server_default='',comment="学校名称")area = db.Column(db.String(30),nullable=False,server_default='',comment="所属地区")score = db.Column(db.Integer,nullable=False,server_default='600',comment="录取分数线")def __repr__(self):return "<School(name:{})>".format(self.name)db.create_all()

实例3.3.1.1: 新增实例

新增四条记录映射到数据库中

school_01 =School(name="北京大学",area="北京",score=658)  # 实例化模型类作为一条记录
school_02 =School(name="清华大学",area="北京",score=667)
school_03 =School(name="中山大学",area="广东",score=645)
school_04 =School(name="复旦大学",area="上海",score=650)db.session.add(school_01)   # 把新创建的记录添加到数据库会话
db.session.add(school_02)
db.session.add(school_03)
db.session.add(school_04)db.session.commit()  # 提交数据库会话

提示：数据库会话db.session和后面介绍的Flasksession对象没有关系。db.session是数据库会话也称为事务。

实例化模型类创建对象，该对象作为一条记录，实例化的过程传入的参数为字段内容。
把新创建的记录添加到数据库会话。
提交数据库会话

查看数据库

提示1 ：如果add多条记录可以使用add_all()一次添加包含多条记录的列表

如：db.session.add_all([school_01,school_02,school_03，school_04])

3.3.2 查

在我们的flask中db.session出的对象调用query属性，可以通过query属性调用各种过滤方法完成查询。

模型类.<过滤方法>.<查询方法>

常用过滤器表：

过滤器	说明
filter()	使用指定的规则过滤记录相当于sql的where约束条件，返回一个新查询
filter_by()	同filter原理，不同的是查询的时要使用关键字参数，返回一个新查询
limit()	使用指定的值限制原查询返回的结果的数量，返回一个新查询
offset()	偏移原查询返回的结果，返回一个新查询
order_by()	根据指定条件对原查询结构进行排序，返回一个新查询
group_by()	根据指定条件对原来查询结构进行分组，返回一个新查询

实例3.3.2.1: 查询实例

下面几个查询案例需要在实例3.3.1完成的基础上操作

all()返回一个列表，列表里存放所有符合条件的记录

all_school = School.query.all()
print(all_school) # 输出：[<School(name:北京大学)>, <School(name:清华大学)>, <School(name:中山大学)>, <School(name:复旦大学)>]

first()返回符合条件的第一条记录：

school_01 =School.query.first()
print(school_01)# 输出：<School(name:北京大学)>

get()返回指定主键值（id字段）的记录：

school_01 = School.query.get(1)
print(school_01)#输出：<School(name:北京大学)>

filter() 使用指定的规则过滤记录相当于sql的where约束条件，返回新产生的查询对象。

beijing_all = School.query.filter(School.area == "北京").all()
beijing_first = School.query.filter(School.area == "北京").first()
print(beijing_all)
print(beijing_first)# 输出：[<School(name:北京大学)>, <School(name:清华大学)>]
#       <School(name:北京大学)>

filter_by：同filter()效果一样，查询的时候使用关键字参数查询（无法进行多表复杂查询，不推荐使用）

zhongshan_school = School.query.filter_by(name='中山大学').all()
print(zhongshan_school)# 输出：[<School(name:中山大学)>]

db.session.qury(模型类)等价于模型类.query，db.session.qury功能更强大一些，可以进行多表查询。

fudan_school = School.query.filter(School.name == '复旦大学').first()
print(fudan_school)
# 输出：<School(name:复旦大学)>fudan_school = db.session.query(School).filter(School.name == '复旦大学').first()
print(fudan_school)
# 输出：<School(name:复旦大学)>

提示：其他的过滤器会在接下来的章节具体根据实际案例讲解

3.3.3 改

实例3.3.3.1: 修改实例

修改北京大学的录取成绩

beida = School.query.filter(School.name=='北京大学').first()
beida.score = 630
db.session.commit()

更新一条记录分为一下几部：

找到对应的记录对象
修改记录对象的属性
直接调用db.session.commit()提交会话

提示：只有要插入新的记录或要将现有的记录添加到会话中时才需要使用add（）方法。只是更新现有记录的时可以修改记录对象属性后直接提交会话

3.3.4 删

实例3.3.4.1: 删除实例

从数据库中删除清华大学相关信息

qinghua = School.query.filter(School.name=='清华大学').first()
db.session.delete(qinghua)
db.session.commit()

删除一条记录分为以下几步：

找到对应的记录对象
需要调用delete()方法在会话中标识需要删除的记录，具体是把该记录对象传入db.session.delete(记录对象)实现标识。
调用db.session.commit()提交会话。

08_Flask ORM 利用SQLAlchemy进行数据库增删改查相关推荐

django，form表单，数据库增删改查
Django 02 复习: Django下载: 在命令行输入: pip3 install django==1.11.11 在这里不要用最新的3.7,推荐使用3.6/3.5/ ...
IntelliJ Idea SpringBoot 数据库增删改查实例
. ____ _ __ _ _/\\ / ___'_ __ _ _(_)_ __ __ _ \\\\( ( )\___ | '_ | '_| | '_ \/ _` | \\\\ \\/ ___)| | ...
beego原生mysql查询_go——beego的数据库增删改查
一直都不理解使用go语言的时候,为什么还要自己去装beego,以为使用go便可以解决所有的问题,结果在朋友的点拨下,才意识到: go与beego的关系就好比是nodejs与thinkjs的关系,因此也 ...
Mybatis实现简单的数据库增删改查操作
简介: MyBatis 是支持定制化 SQL.存储过程以及高级映射的优秀的持久层框架.MyBatis 避免了几乎所有的 JDBC 代码和手动设置参数以及获取结果集.MyBatis 可以对配置和原生Ma ...
常用的Mybatis-Plus方法，让你的数据库增删改查（CRUD）一键实现
常用的Mybatis-Plus方法,让你的数据库增删改查(CRUD)一键实现以下方法全部亲测可用 //测试查找全部@Testpublic void testSelectAll(){List<U ...
Mysql （一）Mysql 数据库增删改查
mysql数据库增删改查增:create database DBname charset gbk; 删:drop database DBname; 改:alter database DBname ch ...
sql增删改查_快速搞定数据库增删改查|附思维导图
数据库学习,增删改查一直是测试工程师面试笔试的必考知识点,对于常用sql语法我们一定要牢记于心,尤其是各种查询的用法,在面试的时候,一个小小的知识点,面试官都可以推断出求职者的基础是否扎实. 下面是关 ...
Java+MyEclipse+Tomcat (六)详解Servlet和DAO数据库增删改查操作
此篇文章主要讲述DAO.Java Bean和Servlet实现操作数据库,把链接数据库.数据库操作.前端界面显示分模块化实现.其中包括数据的CRUD增删改查操作,并通过一个常用的JSP网站前端模板界面 ...
php+mysql+into_PHP+Mysql 如何实现数据库增删改查
PHP+Mysql实现数据库增删改查的方法:1.创建入口文件[index.html]连接数据库.查询数据:2.点击增加按钮,通过[addnews.html]添加数据:3.点击删除按钮,通过服务端文件[ ...
Java连接Mysql数据库增删改查实现
Java连接Mysql数据库增删改查实现时间比较赶,我这里只实现查询,有时间再添加另外两个难度 : ⭐⭐⭐(全星5颗星的情况下) 新建一个动态的网站工程, 把jar包全部复制进去,主要要那个mys ...

08_Flask ORM 利用SQLAlchemy进行数据库增删改查