flask_CBV_数据库操作

CBV和FBV

Python是一个面向对象的编程语言，如果只用函数来开发，有很多面向对象的优点就丢失了（继承、封装、多态）。所以Flask中可以加入Class-Based-View。可以让我们用类写View。这样做的优点主要下面两种：

• 提高了代码的复用性，可以使用面向对象的技术，比如Mixin（多继承）
• 可以用不同的方法针对不同的HTTP方法处理，而不是通过很多if判断，提高代码可读性
  • 在FBV中是通过判断method是get或者post返回不同的响应内容

从视图函数装饰器开始引出，探讨FBV中的装饰器到底干了些什么事情？

from flask import Flask,render_template,redirect,views
app = Flask(__name__)

#该装饰器和视图函数是一种FBV模式
@app.route('/index') #进入route查看其实现原理，原理是基于add_url_rule实现的
def index():
    return 'i am index......'

#查看视图装饰器（route）的源码可得如下结论
#app.add_url_rule('/index',None, index)  == @app.route('/index')

什么时候使用FBV, 什么时候使用CBV？

​ FBV简单, 小巧, 当不涉及到复杂的逻辑时可以使用FBV

​ 当设计到复杂逻辑的时候使用CBV

CBV的实现

#基础实现
from flask import Flask,render_template
from flask import views
app = Flask(__name__)
#FBV
#装饰器的本质就是在执行add_url_rule
# @app.route('/')
def index():
    return 'i am index'
app.add_url_rule('/',endpoint=None,view_func=index)

#CBV
class Login(views.MethodView):
    methods = ['GET']#允许请求设定
    #get请求来了执行
    def get(self):
        return render_template('login.html')
    #post请求来了执行
    def post(self):
        return '登录成功！'
#as_view将类转成视图函数，name的值就是视图函数的名称
app.add_url_rule('/login',endpoint=None,view_func=Login.as_view(name='login'))

if __name__ == '__main__':
    #0.0.0.0表示该服务监听我本机所有的ip地址
    #127.0.0.1只监听回环地址
    #通常在编码阶段不需要指定监听的地址只需要启动服务即可，监听可以由运维的ngix做
    app.run('0.0.0.0',9527)

数据库操作

ORM

ORM 全拼Object-Relation Mapping，中文意为 对象-关系映射。主要实现模型对象到关系数据库数据的映射

优点 :

• 只需要面向对象编程, 不需要面向数据库编写代码.
  • 对数据库的操作都转化成对类属性和方法的操作.
  • 不用编写各种数据库的sql语句.
• 实现了数据模型与数据库的解耦, 屏蔽了不同数据库操作上的差异.
  • 不再需要关注当前项目使用的是哪种数据库。
  • 通过简单的配置就可以轻松更换数据库, 而不需要修改代码.

缺点 :

• 相比较直接使用SQL语句操作数据库,有性能损失.
• 根据对象的操作转换成SQL语句,根据查询的结果转化成对象, 在映射过程中有性能损失.

Flask-SQLAlchemy

flask默认提供模型操作，但是并没有提供ORM，所以一般开发的时候我们会采用flask-SQLAlchemy模块来实现ORM操作。

SQLAlchemy是一个关系型数据库框架，它提供了高层的 ORM 和底层的原生数据库的操作。flask-sqlalchemy 是一个简化了 SQLAlchemy 操作的flask扩展。

SQLAlchemy: https://www.sqlalchemy.org/

中文文档: https://www.osgeo.cn/sqlalchemy/index.html

安装 flask-sqlalchemy【清华源】

pip install flask-sqlalchemy -i https://pypi.tuna.tsinghua.edu.cn/simple

安装pysqldb的依赖包：

pip install mysqlclient
pip install pymysql

如果连接的是 mysql 数据库，需要安装 mysqldb 驱动

pip install flask-mysqldb -i https://pypi.tuna.tsinghua.edu.cn/simple

安装flask-mysqldb时，注意

安装 flask-mysqldb的时候，python底层依赖于一个底层的模块 mysql-client模块
如果没有这个模块，则会报错如下：

Command "python setup.py egg_info" failed with error code 1 in /tmp/pip-install-21hysnd4/mysqlclient/

解决方案：

sudo apt-get install libmysqlclient-dev python3-dev

运行上面的安装命令如果再次报错如下：
   dpkg 被中断，您必须手工运行 ‘sudo dpkg --configure -a’ 解决此问题。

则根据提示执行命令以下命令，再次安装mysqlclient
	sudo dpkg --configure -a
	apt-get install libmysqlclient-dev python3-dev

解决了mysqlclient问题以后，重新安装 flask-mysqldb即可。
pip install flask-mysqldb -i https://pypi.tuna.tsinghua.edu.cn/simple

数据库连接设置

• 在 Flask-SQLAlchemy 中，数据库使用URL指定，而且程序使用的数据库必须保存到Flask配置对象的 SQLALCHEMY_DATABASE_URI 键中

  config.py，配置文件代码：

class Config(object):
    DEBUG = True
    SECRET_KEY = "*(%#4sxcz(^(#$#8423"
    # 数据库链接配置 = 数据库名称://登录账号:登录密码@数据库主机IP:数据库访问端口/数据库名称?charset=编码类型
    SQLALCHEMY_DATABASE_URI = "mysql://root:123@127.0.0.1:3306/students?charset=utf8mb4"

• 其他设置：

# 动态追踪修改设置，如未设置只会提示警告
SQLALCHEMY_TRACK_MODIFICATIONS = True
#查询时会显示原始SQL语句
SQLALCHEMY_ECHO = True

• 配置完成需要去 MySQL 中创建项目所使用的数据库

$ mysql -uroot -p123
mysql > create database students charset=utf8mb4;

常用的SQLAlchemy字段类型

模型字段类型名	python中数据类型	说明
Integer	int	普通整数，一般是32位
SmallInteger	int	取值范围小的整数，一般是16位
BigInteger	int或long	不限制精度的整数
Float	float	浮点数
Numeric	decimal.Decimal	普通数值，一般是32位
String	str	变长字符串
Text	str	变长字符串，对较长或不限长度的字符串做了优化
Unicode	unicode	变长Unicode字符串(万国码)
UnicodeText	unicode	变长Unicode字符串，对较长或不限长度的字符串做了优化
Boolean	bool	布尔值
Date	datetime.date	日期
Time	datetime.time	时间
DateTime	datetime.datetime	日期和时间
LargeBinary	str	二进制文件内容

常用的SQLAlchemy列约束选项

选项名	说明
primary_key	如果为True，代表表的主键
unique	如果为True，代表这列不允许出现重复的值
index	如果为True，为这列创建索引，提高查询效率
nullable	如果为True，允许有空值，如果为False，不允许有空值
default	为这列定义默认值

定义模型类

我们后面会把模型创建到单独的文件中，但是现在我们先把模型类写在main.py文件中。

from flask import Flask
# 初始化
app = Flask(import_name=__name__)

# 声明和加载配置
class Config():
    DEBUG = True
    # 数据库链接配置 = 数据库名称://登录账号:登录密码@数据库主机IP:数据库访问端口/数据库名称?charset=编码类型
    SQLALCHEMY_DATABASE_URI = "mysql://root:123@127.0.0.1:3306/students?charset=utf8"
    # 动态追踪修改设置，如未设置只会提示警告
    

app.config.from_object(Config)

# 初始化SQLAlchemy
from flask_sqlalchemy import SQLAlchemy
db = SQLAlchemy() # 初始化数据库操作对象
db.init_app(app)  # 初始化数据库链接

class Student(db.Model):
    # 表结构声明
    __tablename__ = "tb_student"

    # 字段声明,comment字段注释
    id   = db.Column(db.Integer, primary_key=True, comment="主键")
    name = db.Column(db.String(64), index=True, comment="姓名")
    sex  = db.Column(db.Boolean, default=True, comment="性别")
    age  = db.Column(db.SmallInteger, nullable=True, comment="年龄")
    email = db.Column(db.String(128), unique=True, comment="邮箱地址")
    money = db.Column(db.Numeric(8,2), default=0, comment="钱包")

    # 自定义方法
    def __repr__(self):
        return 'Student:%s' % self.name

class Teacher(db.Model):
    # 表结构声明
    __tablename__ = 'tb_teacher'

    id = db.Column(db.Integer, primary_key=True)
    name = db.Column(db.String(64), unique=True)
    option = db.Column(db.Enum("讲师","助教","班主任"), default="讲师")
    def __repr__(self):
        return 'Teacher:%s' % self.name

class Course(db.Model):
    # 定义表名
    __tablename__ = 'tb_course'
    # 定义字段对象
    id = db.Column(db.Integer, primary_key=True)
    name = db.Column(db.String(64), unique=True)
    price = db.Column(db.Numeric(6,2))
    # repr()方法类似于django的__str__，用于打印模型对象时显示的字符串信息
    def __repr__(self):
        return 'Course:%s'% self.name

@app.route(rule='/')
def index():
    return "ok"

if __name__ == '__main__':
    # 运行flask
    app.run(debug=True)

数据库基本操作

• 在Flask-SQLAlchemy中，添加、修改、删除操作，均由数据库会话管理。
  • 会话用 db.session 表示。在准备把数据写入数据库前，要先将数据添加到会话中然后调用 db.commit() 方法提交会话。
• 在 Flask-SQLAlchemy 中，查询操作是通过 query 对象操作数据。
  • 最基本的查询是返回表中所有数据，可以通过过滤器进行更精确的数据库查询。

数据表操作

创建和删除表

创建表

db.create_all()  

删除表

db.drop_all()

代码：

if __name__ == '__main__':
    with app.app_context():
        # db.drop_all()   # 删除所有的数据表
        db.create_all() # 创建所有的数据表
    # 运行flask
    app.run(debug=True)

注意：如果执行报错NameError: name '_mysql' is not defined，则在代码中添加

import pymysql 
pymysql.install_as_MySQLdb()

数据基本操作

添加一条数据

student1 = Student(name="小明", sex=True, age=17, email="123456@qq.com", money=100)
db.session.add(student1)
db.session.commit()

#再次插入 一条数据
student2 = Student(name='小红', sex=False, age=13, email="16565666@qq.com", money=600)
db.session.add(student2)
db.session.commit()

一次插入多条数据

st1 = Student(name='wang',email='wang@163.com',age=22)
st2 = Student(name='zhang',email='zhang@189.com',age=22)
st3 = Student(name='chen',email='chen@126.com',age=22)
st4 = Student(name='zhou',email='zhou@163.com',age=22)
st5 = Student(name='tang',email='tang@163.com',age=22)
st6 = Student(name='wu',email='wu@gmail.com',age=22)
st7 = Student(name='qian',email='qian@gmail.com',age=22)
st8 = Student(name='liu',email='liu@163.com',age=22)
st9 = Student(name='li',email='li@163.com',age=22)
st10 = Student(name='sun',email='sun@163.com',age=22)
db.session.add_all([st1,st2,st3,st4,st5,st6,st7,st8,st9,st10])
db.session.commit()

删除数据

# 方法1
student = Student.query.first()
db.session.delete(student)
db.session.commit()

# 方法2【事务中使用，就是乐观锁】
ret = Student.query.filter(Student.name=='sun').delete()
db.session.commit()

更新数据

# 方法1
student = Student.query.first()
student.name = 'dong'
db.session.commit()

# 方法2【事务中使用，就是乐观锁】
ret = Student.query.filter(Student.name == 'liu').update({'money': 1000})
db.session.commit()

# 方法3【批量操作, 实现类似django里面F函数的效果】
ret = Student.query.filter(Student.age == 22).update({Student.money: Student.money+'200'})
db.session.commit()

数据基本查询

常用的SQLAlchemy查询过滤器

过滤器	说明
filter()	把过滤器添加到原查询上，返回一个新查询
filter_by()	把等值过滤器添加到原查询上，返回一个新查询
limit()	使用指定的值限定原查询返回的结果
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果进行排序，返回一个新查询
group_by()	根据指定条件对原查询结果进行分组，返回一个新查询

常用的SQLAlchemy查询结果的方法

方法	说明
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，如果未查到，返回None
first_or_404()	返回查询的第一个结果，如果未查到，返回404
get()	返回指定主键对应的行，如不存在，返回None
get_or_404()	返回指定主键对应的行，如不存在，返回404
count()	返回查询结果的数量
paginate()	返回一个Paginate分页器对象，它包含指定范围内的结果
having	返回结果中符合条件的数据，必须跟在group by后面，其他地方无法使用。

get():参数为数字，表示根据主键查询数据，如果主键不存在返回None

Student.query.get()

all()返回查询到的所有对象

Student.query.all()

first()返回查询到的第一个对象【first获取一条数据,all获取多条数据】

Student.query.first()

filter模糊查询，支持各种运算符和查询方法

返回名字结尾字符为g的所有数据。

    # name姓名中以"g"结尾的学生
    ret = Student.query.filter(Student.name.endswith("g")).all()
    # name姓名中包含"u"的学生
    ret = Student.query.filter(Student.name.contains("u")).all()
    # name姓名中以"w"开头的学生
    ret = Student.query.filter(Student.name.startswith("w")).all()
    
    
    # 也可以使用filter进行精确查找，
    # 则需要指定条件格式为: 模型.字段 比较运算符 值。
    # 运算符可以是: ==表示相等,!=不相等，> 表示大于  < 表示小于，>=大于等于，<=小于等于
    # ret = Student.query.filter(Student.age==22).all()

    # 另一种写法的查询方式
    # db.session.query(Student) 相当于 Student.query
    # ret = db.session.query(Student).filter(Student.age==22).all()
    

filter_by精确查询，只支持字段的值是否相等这种条件.只支持一个等号作为判断条件，而且字段左边不需要声明模型类名

例如：返回名字等于wang的学生学生

# name=wang的学生
ret = Student.query.filter_by(name="wang").first()
# age = 22的所有学生
ret = Student.query.filter_by(age=22).all()

练习

查询所有男生数据

查询所有女生数据

查询id为4的学生

查询年龄等于22的所有学生数据

查询name为lu的学生数据

多条件查询

逻辑非，返回名字不等于wang的所有数据

Student.query.filter(Student.name!='wang').all()

not_ 相当于取反

from sqlalchemy import not_
Student.query.filter(not_(Student.name=='wang')).all()

逻辑与，需要导入and，返回and()条件满足的所有数据

from sqlalchemy import and_
Student.query.filter(and_(Student.name!='wang',Student.email.endswith('163.com'))).all()

逻辑或，需要导入or_

from sqlalchemy import or_
Student.query.filter(or_(Student.name!='wang',Student.email.endswith('163.com'))).all()

in_范围查询

"""查询id为2, 3, 5, 7, 8这几个学生信息"""
student_list = Student.query.filter(Student.id.in_([2, 3, 5, 7, 8])).all()
print(student_list)

order_by 排序

# 查询所有学生，并按年龄进行倒序排列
ret = Student.query.order_by(Student.age.desc()).all()

# 查询所有学生，并按年龄进行倒序排列，年龄相同，则按id进行降序排序.
ret = Student.query.order_by(Student.age.desc(),Student.id.desc()).all()

count统计

# 查询age>=19的男生的数量
    from sqlalchemy import and_
    # ret = Student.query.filter( and_(Student.age>=19,Student.sex==True) ).count()
    ret = Student.query.filter( Student.age>=19, Student.sex==True ).count()

对结果进行偏移量和数量的限制

    # 查询年龄最大的3个学生
    ret1 = Student.query.order_by(Student.age.desc()).limit(3).all()

    # 查询年龄排第4到第7名的学生
    ret2 = Student.query.order_by(Student.age.desc(),Student.id.desc()).offset(4).limit(4).all()
    print(ret1,ret2)

分页器Pagination对象的使用：

Pagination对象是模型类调用paginate方法后返回的对象：

paginate(page=None, per_page=None, error_out=True, max_per_page=None)

page:指定页码，从1开始，page的值一般是从前台页面传过来的
per_page:每一页有几个项
error_out（默认为True）:是否抛出错误.当其为True时,在以下情况会抛出404.没有匹配项或者page不等于1.page比1小或者per_page是负数.page和per_page不是整数.当其为False时,page和per_page的默认值分别为20和1
max_per_page当指定了max_per_page时，per_page会受到这个值的限制

对象的属性和方法

has_next：如果在目前页后至少还有一页的话，返回 True
has_prev：如果在目前页前至少还有一页的话，返回 True
items：当前页的元素集合
next(error_out=False)：返回下一页的Pagination对象
next_num：下一页的页码
page：当前页的页码
pages：匹配的元素在当前配置一共有多少页
per_page：每一页显示的元素个数
prev(error_out=False)：上一页的Pagination对象
prev_num：上一页的页码
query：创建Pagination对象对应的query对象
total：匹配的元素总数

run.py，代码：

# 初始化
app = Flask(import_name=__name__,template_folder='templates')
app.config.from_object(Config)
db.init_app(app)  # 初始化数据库链接

"""分页器使用"""
@app.route(rule="/list")
def list():
    pagination = Student.query.paginate(per_page=3)
    return render_template("list.html",pagination=pagination)

if __name__ == '__main__':
    # 运行flask
    app.run(debug=True)

list.html，代码：

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
    <style>
    .page a,.page span{
        padding: 2px 6px;
        color: #fff;
        background: #6666ff;
        text-decoration: none;
    }
    .page span{
        color: #fff;
        background: orange;
    }

    </style>
</head>
<body>
    <table border="1" align="center" width="600">
        <tr>
           <th>ID</th>
           <th>age</th>
           <th>name</th>
           <th>sex</th>
           <th>money</th>
        </tr>
        {% for student in pagination.items %}
        <tr>
           <td>{{ student.id }}</td>
           <td>{{ student.age }}</td>
           <td>{{ student.name }}</td>
           <td>{{ "男" if student.sex else "女" }}</td>
           <td>{{ student.money }}</td>
        </tr>
        {% endfor %}
        <tr align="center">
            <td colspan="5" class="page">
                {% if pagination.has_prev %}
                <a href="?page=1">首  页</a>
                <a href="?page={{ pagination.page-1 }}">上一页</a>
                <a href="?page={{ pagination.page-1 }}">{{ pagination.page-1 }}</a>
                {% endif %}
                <span>{{ pagination.page }}</span>
                {% if pagination.has_next %}
                <a href="?page={{ pagination.page+1 }}">{{ pagination.page+1 }}</a>
                <a href="?page={{ pagination.page+1 }}">下一页</a>
                <a href="?page={{ pagination.pages }}">尾  页</a>
                {% endif %}
            </td>
        </tr>
    </table>
</body>
</html>

分组查询group_by和分组查询的结果过滤session.query()

一般分组都会结合聚合函数来一起使用。SQLAlchemy中所有的聚合函数都在func模块中声明的。

from sqlalchemy import func

函数名	说明
func.count	统计总数
func.avg	平均值
func.min	最小值
func.max	最大值
func.sum	和

代码：

from sqlalchemy import func
	  # 查询当前所有男生女生的数量
    # ret = db.session.query(Student.sex,func.count(Student.id)).group_by(Student.sex).all()
    # 查询当前不同年龄的学生数量
    ret = db.session.query(Student.age,func.count(Student.id)).group_by(Student.age).all()
		# 查询当前不同年龄的学生数量，找出大于19岁的分组
    ret = db.session.query(Student.age,func.count(Student.id)).group_by(Student.age).having(Student.age>19).all()

执行原生SQL语句

# 读取多条数据
ret = db.session.execute("select * from tb_student").fetchall()
# 读取一条数据
ret = db.session.execute("select * from tb_student").fetchone()
# 添加/修改/删除
db.session.execute("UPDATE tb_student SET money=(tb_student.money + %s) WHERE tb_student.age = %s" % (200, 22))
db.session.commit()

关联查询

常用的SQLAlchemy关系选项

选项名	说明
backref	在关系的另一模型中添加反向引用,用于设置外键名称,在1查多的
primary join	明确指定两个模型之间使用的连表条件
lazy	指定如何加载关联模型数据的方式。参数值: select（立即加载，查询所有相关数据显示，相当于lazy=True） subquery（立即加载，但使用子查询） dynamic（不加载记录，但提供加载记录的查询对象）
uselist	如果为False，不使用列表，而使用标量值。 一对一关系中，需要设置relationship中的uselist=Flase，其他数据库操作一样。
secondary	指定多对多关系中关系表的名字。 多对多关系中，需建立关系表，设置 secondary=关系表
secondary join	在SQLAlchemy中无法自行决定时，指定多对多关系中的二级连表条件

模型之间的关联

一对一：分为主表和附加表

1.主表中写relationship，附加表中写Foreignkey

2.relationship:关联属性，是SQLAlchemy提供给开发者快速引用外键模型的一个对象属性，不存在于mySQL中

3.relationship的参数backref: 反向引用，类似django的related，通过外键模型查询主模型数据时的关联属性,因为是一对一，所以值为own

class Student(db.Model):
    __tablename__ = "tb_student"
    id = db.Column(db.Integer, primary_key=True,comment="主键ID")
    name = db.Column(db.String(250), comment="姓名")
    age = db.Column(db.Integer, comment="年龄")
    sex = db.Column(db.Boolean, default=False, comment="性别")
    money = db.Column(db.DECIMAL(8,2), nullable=True, comment="钱包")
    # 关联属性，是SQLAlchemy提供给开发者快速引用外键模型的一个对象属性，不存在于mySQL中！！！
    # backref 反向引用，类似django的related，通过外键模型查询主模型数据时的关联属性
    info = db.relationship("StudentInfo", backref="own", uselist=False)
    def __repr__(self):
    	return self.name
    
class StudentInfo(db.Model):
    __tablename__ = "tb_student_info"
    #外键
    sid= db.Column(db.Integer,db.ForeignKey(Student.id), comment="学生")

    id = db.Column(db.Integer, primary_key=True, comment="主键ID")
    address = db.Column(db.String(255), nullable=True, comment="家庭住址")
    mobile = db.Column(db.String(15), unique=True, comment="紧急联系电话")

    def __repr__(self):
        return self.own.name

一对一模型操作：

from flask import Flask,request,jsonify,render_template
from config import Config
from models import db,Student,Course,Teacher,StudentInfo

# 初始化
app = Flask(import_name=__name__,template_folder='templates')
app.config.from_object(Config)
db.init_app(app)  # 初始化数据库链接

@app.route(rule='/')
def index():
    """1对1模型操作"""
    # 获取数据[从主表读取数据，获取附加表数据]
    # student = Student.query.get(3)
    # print( student.info.address )
    # print( student.info.edu )

    # 获取数据[从附加表读取数据，获取主表数据]
    # student_info = StudentInfo.query.filter(StudentInfo.address=="北京市昌平区沙河地铁站对面").first()
    # print(student_info.own.name)

    # 添加数据[添加数据，把关联模型的数据也一并添加]
    # student = Student(name="liu", sex=True, age=22, email="33523@qq.com", money=100)
    # student.info = StudentInfo(address="深圳市宝安区创业2路103号", edu="本科")
    # db.session.add(student)
    # db.session.commit()

    # 修改数据[通过主表可以修改附加表的数据，也可以通过附加表模型直接修改主表的数据]
    # student = Student.query.get(4)
    # student.info.address = "广州市天河区天河东路103号"
    # db.session.commit()

    return "ok"

if __name__ == '__main__':
    # 运行flask
    app.run(debug=True)

测试数据：

INSERT INTO students.tb_student (id, name, sex, age, email, money) VALUES (3, 'li', 1, 17, '333@qq.com', 300.00);
INSERT INTO students.tb_student (id, name, sex, age, email, money) VALUES (4, 'wang', 0, 15, '123@qq.com', 300.00);
INSERT INTO students.tb_student (id, name, sex, age, email, money) VALUES (5, 'zhao', 0, 17, '333@baidu.com', 300.00);
INSERT INTO students.tb_student (id, name, sex, age, email, money) VALUES (6, 'long', 0, 18, '333@163.com', 300.00);
INSERT INTO students.tb_student (id, name, sex, age, email, money) VALUES (7, 'zhang', 1, 21, '333@sina.com.cn', 300.00);
INSERT INTO students.tb_student (id, name, sex, age, email, money) VALUES (8, 'liu', 1, 22, '33523@qq.com', 100.00);

INSERT INTO students.tb_student_info (id, address, edu, uid) VALUES (1, '天津市静海区静海路2号', '本科', 3);
INSERT INTO students.tb_student_info (id, address, edu, uid) VALUES (2, '广州市天河区天河东路103号', '高中以下', 4);
INSERT INTO students.tb_student_info (id, address, edu, uid) VALUES (3, '天津市静海区静海路2号', '本科', 5);
INSERT INTO students.tb_student_info (id, address, edu, uid) VALUES (4, '北京市昌平区沙河地铁站对面', '本科', 6);
INSERT INTO students.tb_student_info (id, address, edu, uid) VALUES (5, '天津市静海区静海路2号', '本科', 7);
INSERT INTO students.tb_student_info (id, address, edu, uid) VALUES (6, '深圳市宝安区创业2路103号', '本科', 8);

一对多

class Teacher(db.Model):
    __tablename__ = "tb_teacher"
    id = db.Column(db.Integer, primary_key=True, comment="主键ID")
    name = db.Column(db.String(250), comment="姓名")
    option = db.Column(db.Enum("讲师","助教","班主任"), default="讲师", comment="教职")
    course_list = db.relationship("Course",uselist=True, backref="teacher",lazy="subquery")
    def __repr__(self):
        return self.name

class Course(db.Model):
    __tablename__ = "tb_course"
    id = db.Column(db.Integer, primary_key=True, comment="主键ID")
    name = db.Column(db.String(250), unique=True, comment="课程名称")
    price = db.Column(db.Numeric(6, 2))
    
    teacher_id = db.Column(db.Integer, db.ForeignKey(Teacher.id),comment="老师")
    def __repr__(self):
        return self.name

• 其中realtionship描述了Course和Teacher的关系。第一个参数为对应参照的类"Course"
• 第二个参数backref为类Teacher申明新属性的方法
• 第三个参数lazy决定了什么时候SQLALchemy从数据库中加载关联模型的数据
  • lazy='subquery'，查询当前数据模型时，采用子查询(subquery)，把外键模型的属性也瞬间查询出来了。
  • lazy=True或lazy='select'，查询当前数据模型时，不会把外键模型的数据查询出来，只有操作到外键关联属性时，才进行连表查询数据[执行SQL]
  • lazy='dynamic'，查询当前数据模型时，不会把外键模型的数据查询出来，只有操作到外键关联属性并操作外键模型具体属性时，才进行连表查询数据[执行SQL]

一对多模型操作

@app.route("/")
def index():
    """1对多，多对1"""
    """添加数据"""
    # 添加主模型数据，同时也添加外键模型
    # teacher = Teacher(
    #     name="灰太狼",
    #     option="班主任",
    #     course_list=[
    #         Course(name="抓羊",price="9.90"),
    #         Course(name="挨打",price="19.90"),
    #         Course(name="炸房子",price="29.90"),
    #     ]
    # )
    # db.session.add(teacher)
    # db.session.commit()
		#添加外键模型数据，同时也添加主键模型
    # course = Course(
    #     name="平底锅108种用法",
    #     price="99.99",
    #     teacher=Teacher(name="红太狼",option="班主任")
    # )
    # db.session.add(course)
    # db.session.commit()

    """查询数据"""
    # teacher = Teacher.query.filter(Teacher.name=="灰太狼").first()
    # print(teacher.name, teacher.option)
    # print("---------------------------------------------------")
    # print(teacher.course_list)
    # for course in teacher.course_list:
    #     print(course.name)

    # course = Course.query.filter(Course.name=="炸房子").first()
    # print(course)
    # print("%s在教%s" % (course.teacher.name,course.name))

    """更新数据"""
    # teacher = Teacher.query.filter(Teacher.name == "灰太狼").first()
    # teacher.course_list[0].name="抓懒洋洋"
    # db.session.commit()

    """删除数据"""
    # teacher = Teacher.query.filter(Teacher.name=="灰太狼").first()
    # for course in teacher.course_list:
    #     db.session.delete(course)
    # db.session.delete(teacher)
    # db.session.commit()
    return "Ok"

测试数据:

INSERT INTO students.tb_teacher (id, name, `option`) VALUES (1, '王老师', '讲师');
INSERT INTO students.tb_teacher (id, name, `option`) VALUES (2, '许老师', '讲师');
INSERT INTO students.tb_teacher (id, name, `option`) VALUES (3, '徐老师', '讲师');
INSERT INTO students.tb_teacher (id, name, `option`) VALUES (4, '张老师', '讲师');
INSERT INTO students.tb_teacher (id, name, `option`) VALUES (5, '留老师', '讲师');

INSERT INTO students.tb_course (id, name, price, teacher_id) VALUES (1, 'JAVA入门', 299.00, 1);
INSERT INTO students.tb_course (id, name, price, teacher_id) VALUES (2, 'Python入门', 399.00, 1);
INSERT INTO students.tb_course (id, name, price, teacher_id) VALUES (3, 'linux入门', 199.00, 2);
INSERT INTO students.tb_course (id, name, price, teacher_id) VALUES (4, 'django入门', 399.00, 3);
INSERT INTO students.tb_course (id, name, price, teacher_id) VALUES (5, 'flask入门', 299.00, 3);
INSERT INTO students.tb_course (id, name, price, teacher_id) VALUES (6, '数据分析入门', 199.00, 3);
INSERT INTO students.tb_course (id, name, price, teacher_id) VALUES (7, '爬虫入门', 299.00, 4);
INSERT INTO students.tb_course (id, name, price, teacher_id) VALUES (8, '前端入门', 199.00, 5);
INSERT INTO students.tb_course (id, name, price, teacher_id) VALUES (9, 'python项目', 199.00, 5);

多对多

两种实现：

1.以一个第三方表（db.Table）的存在，该表是不允许操作的（不能加其他字段）。表中存放的是多对多两张表中的外键。

2.拆解成两个1对多

"""学生和课程之间存在成绩关系"""
# db.Table 用于设置多对多模型之间关联的关系表,这种表,不能在代码中被操作,只是进行关系的记录!!!!
achievement = db.Table(
    'tb_achievement', # 第一个参数就是表明,后续所有参数都是字段名
    db.Column("student_id", db.Integer, db.ForeignKey("tb_student.id"),comment="学生"),
    db.Column("course_id", db.Integer, db.ForeignKey("tb_course.id"),comment="课程"),
)

class Course(db.Model):
    ...
    	#这个关联关系写在关联的哪张表中都行
      #secondary：指定多对多关系中关系表的名字。多对多关系中，需建立关系表，设置 secondary=关系表
	    student_list = db.relationship('Student', secondary=achievement, 	           backref='course_list',lazy=True)

class Student(db.Model):
    ...

多对多操作

 """
    多对多
    """
    """1. 添加主键模型, 同时把外键模型也添加"""
    # student = Student(name="xiaoming", age=17,sex=True,money=10000,email="1231@qq.com")
    # student.course_list = [
    #     Course(name="3天python入门",price=39.99),
    #     Course(name="6天python入门",price=89.99),
    # ]
    # db.session.add(student)
    # db.session.commit()

    """2. 查询其中一方模型数据,把多的另一方也查询出来"""
    student = Student.query.filter(Student.name=="xiaoming").first()
    print(student.course_list) # [3天python入门, 6天python入门]

    course = Course.query.filter(Course.name=="6天python入门").first()
    print(course.student_list) # [xiaoming]

    """3. 更新操作"""
    # student = Student.query.filter(Student.name == "xiaoming").first()
    # student.course_list[0].price=666.99
    # db.session.commit()

    """4. 删除操作"""
    # student = Student.query.filter(Student.name == "xiaoming").first()
    # db.session.delete(student) # 删除主模型信息,会自动同步删除关联数据表中的信息,但是外键模型不会被删除
    # db.session.commit()

多对多，也可以拆解成两个1对多，其中tb_achievement作为单独模型存在。

class Achievement(db.Model):
    """学生和课程之间的成绩关系模型"""
    __tablename__ = 'tb_achievement'
    id = db.Column(db.Integer, primary_key=True)
    student_id = db.Column(db.Integer,db.ForeignKey(Student.id), comment="学生")
    course_id = db.Column(db.Integer,db.ForeignKey(Course.id), comment="课程")
    def __repr__(self):
        return '%s-%s' % (self.student,self.course)
class Student(db.Model):
		...
    course_list = db.relationship("Achievement", backref="student", lazy=True)
class Course(db.Model):
		...
    student_list = db.relationship("Achievement", backref="course",lazy=True)

对对多操作

"""
		多对多
"""
"""1. 添加主键模型,给外键模型添加数据"""
# course1 = Course(name="3天Python入门",price=99.99)
# course2 = Course(name="7天Python入门",price=399.99)
# db.session.add_all([course1,course2])
#
# student = Student(name="xiaoming",age=17,sex=True, email="64123@qq.com",money=10000)
# student.course_list = [
#     Achievement(course=course1),
#     Achievement(course=course2),
# ]
# db.session.add(student)
# db.session.commit()
#
"""2. 查询操作"""
student = Student.query.filter(Student.name=="xiaoming").first()
for achievement in student.course_list:
		print(achievement.course.name)

数据库迁移

就是一种记录数据库修改版本的一种技术

• 在开发中经常会遇到需要修改原来的数据库模型，修改之后更新数据库，最简单粗暴的方式就是删除旧表，然后在增加新表，这样做的缺点是会造成数据丢失。
• 更好的解决办法是使用数据库迁移框架，它可以追踪数据库模式的变化，然后把变动应用到数据库中。
• 在Flask中可以使用Flask-Migrate扩展，来实现数据迁移。并且集成到Flask-Script中，所有操作通过命令就能完成。
• 为了导出数据库迁移命令，Flask-Migrate提供了一个MigrateCommand类，可以附加到flask-script的manager对象上。

首先要在虚拟环境中安装Flask-Migrate。

pip install flask-migrate

代码文件内容：在此之前可以先手动删除所有库表

#!/usr/bin/python
#coding:utf-8

from flask import Flask
from flask_sqlalchemy import SQLAlchemy
from flask_script import Manager
from flask_migrate import Migrate,MigrateCommand

"""
flask_migrate作用：
1、通过命令的方式创建表
2、修改表的结构
"""

class Config(object):
    SQLALCHEMY_DATABASE_URI = "mysql://root:@127.0.0.1:3306/book"
    # 这个值可以设置,也可以不设置,如果不设置,那么会一直报警告
    SQLALCHEMY_TRACK_MODIFICATIONS = False
    # 这里有个坑，下次再讲。在lask-sqlalchemy 2.0之后就不在需要设置这一项了。
    SQLALCHEMY_COMMIT_ON_TEARDOWN = True

app = Flask(__name__)
app.config.from_object(Config)

db = SQLAlchemy(app)
manager = Manager(app)

# 第一个参数是flask实例，第二个参数SQLAlchemy实例
Migrate(app, db)

#manager是Flask-Script的实例，这条语句在flask-Script中添加一个db命令
manager.add_command("db", MigrateCommand)


class Role(db.Model):
    __tablename__ = "roles"
    id = db.Column(db.Integer, primary_key=True)
    name = db.Column(db.String(128))
    title = db.Column(db.String(128))
    us = db.relationship("User",backref="role")

class User(db.Model):
    __tablename__="users"
    id = db.Column(db.Integer,primary_key=True)
    name = db.Column(db.String(128))
    email = db.Column(db.String(128))
    password = db.Column(db.String(128))
    role_id = db.Column(db.Integer,db.ForeignKey("roles.id"))

@app.route("/")
def index():
    return "index"

if __name__ == '__main__':
    manager.run()

迁移数据库三步走：

第一步：创建迁移版本仓库

#这个命令会创建migrations文件夹，所有迁移文件都放在里面。
python main.py db init

这个命令会创建migrations文件夹，所有迁移文件都放在里面。这里只是创建了迁移仓库，表还没创建。

第二步：创建迁移版本

• 自动创建迁移版本有两个函数
  • upgrade()：函数把迁移中的改动应用到数据库中。
  • downgrade()：函数则将改动删除。
• 自动创建的迁移脚本会根据模型定义和数据库当前状态的差异，生成upgrade()和downgrade()函数的内容。
• 对比不一定完全正确，有可能会遗漏一些细节，需要进行检查

python main.py db migrate -m 'xxoo'
# 这里等同于django里面的 makemigrations，生成迁移版本文件

运行命令之后，只是在migrations文件夹中新增了数据库迁移的版本文件并在数据库中创建了版本号，并没有生成对应的表。

第三步：更新数据库

python main.py db upgrade 

指令执行后就已经创建表成功了。

当然可以将roles表中的title字段删除：(修改表结构，然后使用migrate跟踪记录)

• 将代码中的title删除，然后再次执行迁移脚本命令：python mian.py db migrate -m 'del col title'
• 执行更新数据库操作：python migrate.py db upgrade

降级版本库的版本

python main.py db downgrade

版本库的历史管理

可以根据history命令找到版本号,然后传给downgrade命令:

python manage.py db history

输出格式：<base> ->  版本号 (head), initial migration

回滚到指定版本

python manage.py db downgrade # 默认返回上一个版本
python manage.py db downgrade 版本号   # 返回到指定版本号对应的版本

数据迁移的步骤：

1. 初始化数据迁移的目录
python manage.py db init

2. 数据库的数据迁移版本初始化
python manage.py db migrate -m 'initial migration'

3. 升级版本[创建表/创建字段/修改字段]
python manage.py db upgrade 

4. 降级版本[删除表/删除字段/恢复字段]
python manage.py db downgrade

模块推荐

文档: https://faker.readthedocs.io/en/master/locales/zh_CN.html

批量生成测试数据: https://github.com/joke2k/faker

flask-session

前言：

当flask服务客户的体量比较大的时候，则需要增加服务器的数量，如果现在有多台服务器，然后用户每次请求时随机分配服务器。那么在使用session进行用户校验就会出现问题。

原生session是相对安全的，如果screct_key暴露了，则session就会被破解。

因此：

可以使用flask-session组件，允许设置session到指定存储的空间（redis数据库）中。即可以让多台服务器共享使用同一个session，又可以保证session的安全。

之所以存储在redis是因为redis是一个基于缓存的数据库，读写速度极快。

安装命令:

pip install flask-Session

使用session之前,必须配置一下配置项:

SECRET_KEY = "*(%#4sxcz(^(#$#8423" # session秘钥

redis保存session的基本配置

配置文件信息：

import redis
class Config(object):
    DEBUG = True
    SECRET_KEY = "*(%#4sxcz(^(#$#8423"
    # 把session保存到redis中
    # session存储方式为redis
    SESSION_TYPE="redis"
    # 如果设置session的生命周期是否是会话期, 为True，则关闭浏览器session就失效
    SESSION_PERMANENT = True
    # 是否对发送到浏览器上session的cookie值进行加密
    SESSION_USE_SIGNER = True
    # 保存到redis的session的名称前缀
    SESSION_KEY_PREFIX = "session:"
    # session保存数据到redis时启用的链接对象
    SESSION_REDIS = redis.Redis(host='127.0.0.1', port='6379')  # 用于连接redis的配置

主文件信息main.py，代码:

from flask import Flask
from config import Config
from flask_session import Session
from flask import session
app = Flask(__name__,template_folder='templates')
app.config.from_object(Config)

Session(app)

@app.route("/")
def index():
    return "ok"

@app.route("/set_session")
def set_session():
    """设置session"""
    session["username"] = "小明"
    return "ok"

if __name__ == '__main__':
    app.run()

蓝图 Blueprint

模块化

由于项目开发是一个非常耗时间和精力的工程，如果我们将所有的Flask请求方法都写在同一个文件下的话，非常不便于我们代码管理和后期功能代码的添加。

随着flask程序越来越复杂,我们需要对程序进行模块化的处理,如果学过django可能了解过django中的app，django中app的主要作用就是将django项目分成一个个单独的app模块，然后将所有app分配不同的处理功能，通过路由分配将它们连接成一个大django项目，其实Flask中的蓝图和django中的app功能大同小异。

简单来说，Blueprint 是一个存储视图方法的容器，这些操作在这个Blueprint 被注册到一个应用之后就可以被调用，Flask 可以通过Blueprint来组织URL以及处理请求。

Blueprint对象用起来和一个应用/Flask对象差不多，最大的区别在于一个 蓝图对象没有办法独立运行，必须将它注册到一个应用对象上才能生效。

蓝图实践

创建一个应用文件夹student，在内添加一个s_view.py源文件

# 导入Flask中的蓝图Blueprint模块
from flask import Flask, Blueprint  

# 实例化一个蓝图(Blueprint)对象
stu_blue = Blueprint("stu", __name__)    

# 这里添加路由和视图函数的时候与在Flask对象中添加是一样的
@stu_blue.route("/stu")  
def view_list():
    return "this is stu_blue"

创建一个manager.py主文件

from flask import Flask

# 导入此前写好的蓝图模块
from student import s_view

app = Flask(__name__)

# 在Flask对象中注册蓝图模块中的蓝图对象s_view中的sbp
app.register_blueprint(s_view.stu_blue)

if __name__ == '__main__':
    app.run("0.0.0.0", 5000, debug=True)

在主文件中启动服务，通过蓝图文件中的路由地址进行网络请求。

根据上述操作其实我们把蓝图可以理解成一个没有run方法的Flask对象,这个理论虽然有很多的漏洞,但是对于刚接触蓝图的你来说,就这么样理解,没有错。

当然，也可以多创建几个应用，操作同上。

下面来看一下,在实例化蓝图的时候可以传递的参数都有什么：

from flask import Blueprint, render_template 

# template_folder：每个蓝图都可以为自己独立出一套template模板文件夹,如果不写则共享项目目录中的templates
# static_folder：静态文件目录也是可以独立出来的

stu = Blueprint("stu", __name__,
                template_folder="stu_template",
                static_folder="stu_static",
                )   # 实例化一个蓝图Blueprint对象

@sbp.route("/stu")
def view_list():
    return render_template("stu.html")