Flask数据库学习

数据库学习

@(Flask)

关系型数据库（SQL数据库）
文档数据库和键值对数据库（NoSQL）

SQL数据库

表是关键。用表可以模拟程序中不同的实体。

主键：各行的唯一标识符。
外键：引用同一个表或不同表中的某行的主键。

表的列是固定的，所以这个可以对应到程序中的属性值。

关系型数据库复杂的地方在于联表查询。

NoSQL数据库

一般使用集合代替表。
使用文档代替记录。

NoSQL的设计方式使得联结变得困难。

所以NoSQL的设计很多地方需要反规范化操作，才能保证效率，但是数据重复是难以避免的了。

SQL or NoSQL

SQL数据库擅长处理：高效且紧凑的形式存储结构化数据。这种数据库需要花费大量精力保证数据库的一致性。

NoSQL数据库：放宽了对一致性的要求，获得了性能上的优势。

划重点：中小程序来说，SQL和NoSQL数据库都OK，且性能相当。

Python的数据库框架

Flask不限制使用何种类型的数据库包。

MySQL
Postgres
SQLite
Redis
MonogoDB
CouchDB

这些具体的数据库包。

数据库抽象层代码包

SQLAlchemy
MongoEngine

通过这些包可以处理高等级的Python对象。

选择考量因素

易用性：将高层的面向对象的操作转换为数据路指令。
- ORM : 对象关系映射
- ODM：对象文档映射
性能
可移植性
Flask集成度：专门为Flask开发的扩展是首选。

Flask-SQLAlchemy

强大的关系型数据库框架。且提供了ORM，也有原生的SQL功能。

安装：pip install flask-sqlalchemy

数据库URL：

MySQL : mysql://username:password@hostname/database
Postgres : postgresql://username:password@hostname/database
SQLite(Unix) : sqlite:absolute/path/to/database
SQLite(Windows) : sqlite:///c:/absolute/path/to/database

以MySQL为例，hostname是MySQL服务所在的主机。
可以是:

localhost
远程服务器

数据库服务器上可以托管多个数据库，所以要指定databasename。

可以看到SQLite没有hostname，username, password，因为SQLite不用服务器，是本地的数据库服务，安卓手机就用的是SQLite数据库。


from flask_sqlalchemy import SQLAlchemy #引入数据库管理包
basedir = os.path.abspath(os.path.dirname(__file__))
app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///' + os.path.join(basedir,'data.sqlite')
db = SQLAlchemy(app)

db是SQLAlchemy类实例，表示的就是程序使用的数据库，通过db可以获得SQLAlchemy提供的所有功能。

定义模型

模型的含义：程序使用的持久化实体。

一般来说，数据库的天然属性就是持久化。

ORM下，模型是一个Python类，类的属性对应到数据库表中的列。

SQLAlchemy创建的数据库实例为模型提供了：

一个基类
一系列辅助类和辅助函数

用于定义模型的结构。

#定义模型
class Role(db.Model):__tablename__ = 'roles'id = db.Column(db.Integer,primary_key=True)name = db.Column(db.String(64),unique=True)def __repr__(self):return '<Role %r>' % self.name

类变量__tablename__定义在数据库中说那个的表名。

db.Column()类构造函数参数：

第一个参数是数据库列和模型属性的类型
第二个参数是可选配置选项

第一个参数类型不列举了，重点看第二个可选参数。

primary_key 设置为True，表示这是主键
unique 设置为True，表示这列不允许出现重复的值
index 设置为True，为这列创建索引，提升查询效率
nullable 设置为True，允许使用空值，反之，不允许用空值
default 定义默认值

__repr__()函数返回一个具有可读性的字符串表示模型，用于调试和测试。

关系

关系型数据库使用关系将不同的表中的行联系起来。

#在Role类中定义
users = db.relationship('User',backref='role')
#role_id位于users表中，这个是外键
role_id = db.Column(db.Integer,db.ForeignKey('roles.id'))

db.relationship()第一个参数表明这个关系的另一端是哪个模型，如果模型尚未定义，可使用字符串形式执行。

backref参数向User模型中添加一个role属性。从而定义反向关系：通过这个属性可以替代role_id访问Role模型。此时可以获取的是模型对象，不是外键的值。

注：关于反向关系的理解，可以点击参考相关解释。

定义关系时常用的配置选项：

backref : 在关系的另一个模型中添加反向引用
primaryjoin : 明确指定两个模型之间使用的联结条件，只在模棱两可的关系中需要指定。
lazy : 指定如何加载相关记录。可选值有：
- select 首次访问时按需加载
- immediate 源对象加载后就加载
- joined 加载记录但使用联结
- subquery 立即加载，但使用子查询
- noload 永不加载
- dynamic 不加载记录，但提供加载记录的查询
uselist 若设为false，不使用列表，而使用标量值
order_by 指定关系中记录的排序方式
secondary 指定多对关系中关系表的名字
secondaryjoin SQLAlchemy无法自行决定时，指定多对多关系中的二级联结条件

注：上面这些不是特别清晰，需要在实例中阐述。

创建表

根据模型创建数据库

方法：db.create_all()函数

python hello.py shell
>>> from hello import db
>>> db.create_all()

删除旧表：db.drop_all()

插入行

#同样在shell下
>>> from hello import Role, User
>>> admin_role = Role(name='Admin')
>>> mod_role = Role(name='Moderator')
>>> user_role = Role(name='User')
>>> user_john = User(username='john',role=admin_role)
>>> user_susan = User(username='susan',role=user_role)

修改行

>>> admin_role.name = 'Administrator'
>>> db.session.add(admin_role)
>>> db.session.commit()

删除行

>>> db.session.delete(mod_role)
>>> db.session.commit()

查询行

SQLAlchemy为每个模型类都提供给了query对象。

最基本的查询是：Role.query.all()将返回表中的所有记录。

自然这个是很粗糙的，需要加条件过滤。

过滤器

进行更精确的数据库查询。

User.query.filter_by(role=user_role).all()

可以很方便查询SQLAlchemy生成的原生SQL查询语句：

>>> str(User.query.filter_by(role=user_role))

将得到原生的SQL语句。

常用过滤器

filter() 将过滤器添加到原查询，返回一个新查询
filter_by() 把等值过滤器加到原查询上，返回一个新查询
limit() 使用指定的值限制原查询返回的结果数量，返回一个新查询
offset() 偏移查询返回的结果，返回一个新查询
order_by() 根据指定条件对远程讯结果进行排序，返回一个新查询
group_by() 根据指定条件对元查询结果进行分组，返回一个新查询

指定过滤器后，通过调用all()执行查询。

当然也有其他触发执行方法：

all() 以列表形式返回查询的所有结果
first() 返回查询的第一个结果，如果没有则返回None
first_or_404() 返回查询的第一个结果，如果没有就终止请求，返回404错误响应
get() 返回指定主键对应的行，没有则返回None
get_or_404()
count() 返回查询结果的数量
paginate() 返回一个Pagniate对象，包含指定范围内的结果

视图函数中操作数据库

语法与上面在终端的用法相同。

集成Python shell

每次启动shell会话需要导入数据库实例和模型，为了避免重复，做些配置即可。

from flask_script import Shell
def make_shell_context():return dict(app=app, db=db, User=User, Role=Role)
manager.add_command("shell",Shell(make_context=make_shell_context))

用Flask-Migrate实现数据库迁移

用到再详谈。