标签：sqlalchemy name Flask res session User 使用 query id
Flask使用sqlalchemy（1）
flask项目演示
# 运行步骤：
1pycharm打开项目
2 安装依赖：虚拟环境 pip install -r req.txt
3 在数据库创建库：movie # root用户密码不是123 ，改代码，两个地方
4 打开models.py 解开注释，最上面两行注释掉，以脚本形式运行
命令行中：python models.py # 把表创建，插入一个超级管理员
5 回到项目根路径：python manage.py runserver
6 后台：/admin 前台 ：/
sqlalchemy介绍和快速使用
# sqlalchemy:orm框架
-django orm：只能给django用，不能独立用
-sqlalchemy：独立使用，集成到web项目中
-peewee：小
-tortoise-orm ：异步orm框架
# 安装：pip3 install sqlalchemy
# 组成部分：
Engine，框架的引擎
Connection Pooling ，数据库连接池
Dialect，选择连接数据库的DB API种类：mysql，sqllite。。。
Schema/Types，架构和类型
SQL Exprression Language，SQL表达式语言
# 能够操作的关系型数据库
pymysql
mysql+pymysql://<username>:<password>@<host>/<dbname>[?<options>]
MySQL-Connector
mysql+mysqlconnector://<user>:<password>@<host>[:<port>]/<dbname>
cx_Oracle
oracle+cx_oracle://user:pass@host:port/dbname[?key=value&key=value...]
更多：http://docs.sqlalchemy.org/en/latest/dialects/index.html
原生操作的快速使用
# 使用步骤：
# 第一步：导入包
from threading import Thread
import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy.engine.base import Engine
# 第二步：实例化得到一个engine
engine = create_engine(
"mysql+pymysql://root:[email protected]:3306/luffy?charset=utf8",
max_overflow=0, # 超过连接池大小外最多创建的连接
pool_size=5, # 连接池大小
pool_timeout=30, # 池中没有，线程最多等待的时间，否则报错
pool_recycle=-1 # 多久之后对线程池中的线程进行一次连接的回收（重置）
)
# 第三步：通过engine拿到一个链接
# 拿到一个conn对象，从连接池中取出一个链接
def task():
conn = engine.raw_connection()
cursor = conn.cursor()
cursor.execute("select * from luffy_banner")
print(cursor.fetchall())
##第三步：多线程测试
for i in range(20):
t=Thread(target=task)
t.start()
创建操作数据表
#通过类 创建和删除表
-第一步：导入一些依赖
-第二步：创建成一个Base：Base = declarative_base()
-第三步：写类：都集成Base
class User(Base):
-第四步：写字段，字段都是Column类的对象，通过参数控制字段类型，是否可以为空，是否索引。。。
id = Column(Integer, primary_key=True) # id 主键
name = Column(String(32), index=True, nullable=False)
-第五步：定义表名，联合唯一，联合索引
__tablename__ = 'users' # 数据库表名称
# 定义联合索引，联合唯一
__table_args__ = (
UniqueConstraint('id', 'name', name='uix_id_name'), # 联合唯一
Index('ix_id_name', 'name', 'email'), # 联合索引
)
-第六步：把被Base管理的所有表，同步到数据库中[不能创建数据库，不能删除修改字段]
engine = create_engine(
"mysql+pymysql://root:[email protected]:3306/aaa?charset=utf8",
max_overflow=0, # 超过连接池大小外最多创建的连接
pool_size=5, # 连接池大小
pool_timeout=30, # 池中没有线程最多等待的时间，否则报错
pool_recycle=-1 # 多久之后对线程池中的线程进行一次连接的回收（重置）
)
# 创建出所有被Base管理的表
Base.metadata.create_all(engine)
-第七步：删除被Base管理的所有表
# 删除所有被Base管理的表
Base.metadata.drop_all(engine)
# 写一个个类，继承某个父类，写字段
# 第一步：导入一些依赖
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Text, ForeignKey, DateTime, UniqueConstraint, Index
import datetime
from sqlalchemy import create_engine
# 第二步：创建一个父类
Base = declarative_base()
# 第三步：写类，继承父类
class User(Base):
# 第四步:写字段，所有字段都是Column的对象，在里面通过参数控制类型
id = Column(Integer, primary_key=True) # id 主键
name = Column(String(32), index=True, nullable=False) # varchar32 name列，索引，不可为空
email = Column(String(32), unique=True) # 唯一
# datetime.datetime.now不能加括号，加了括号，以后永远是当前时间
ctime = Column(DateTime, default=datetime.datetime.now)
extra = Column(Text, nullable=True)
# 定义表名字
__tablename__ = 'users' # 数据库表名称
# 定义联合索引，联合唯一
__table_args__ = (
UniqueConstraint('id', 'name', name='uix_id_name'), # 联合唯一
Index('ix_id_name', 'name', 'email'), # 联合索引
)
class Book(Base):
__tablename__ = 'books' # 数据库表名称
id = Column(Integer, primary_key=True) # id 主键
name = Column(String(32), index=True, nullable=False) # varchar32 name列，索引，不可为空
price = Column(Integer)
class Publish(Base):
__tablename__ = 'publish' # 数据库表名称
id = Column(Integer, primary_key=True) # id 主键
name = Column(String(32), nullable=True)
# 第5步：sqlalchemy没有迁移一说，只能创建出被Base管理的所有表，和删除被Base管理的所有表
# sqlalchemy不能创建数据库，不能修改，删除字段，只能创建表，和删除表
def init_db():
engine = create_engine(
"mysql+pymysql://root:[email protected]:3306/aaa?charset=utf8",
max_overflow=0, # 超过连接池大小外最多创建的连接
pool_size=5, # 连接池大小
pool_timeout=30, # 池中没有线程最多等待的时间，否则报错
pool_recycle=-1 # 多久之后对线程池中的线程进行一次连接的回收（重置）
)
# 创建出所有被Base管理的表
Base.metadata.create_all(engine)
def drop_db():
engine = create_engine(
"mysql+pymysql://root:[email protected]:3306/aaa?charset=utf8",
max_overflow=0, # 超过连接池大小外最多创建的连接
pool_size=5, # 连接池大小
pool_timeout=30, # 池中没有线程最多等待的时间，否则报错
pool_recycle=-1 # 多久之后对线程池中的线程进行一次连接的回收（重置）
)
# 删除所有被Base管理的表
Base.metadata.drop_all(engine)
if __name__ == '__main__':
init_db()
# drop_db()
sqlalchemy快速插入数据
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from models import User,Book
# 第一步：创建engine
engine = create_engine("mysql+pymysql://root:[email protected]:3306/aaa", max_overflow=0, pool_size=5)
# 第二步：通过engine，获得session对象：跟之前学的cookie，session不是一个东西
Session = sessionmaker(bind=engine)
# 每次执行数据库操作时，都需要创建一个Connection
session = Session()
# 第三步，通过session操作插入数据
# book=Book(name='李明熠',price=33)
user=User(name='lmy',email='[email protected]',extra='很帅')
session.add(user)
session.commit()
session.close()
scoped_session线程安全
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from models import User, Book
# 第一步：创建engine
engine = create_engine("mysql+pymysql://root:[email protected]:3306/aaa", max_overflow=0, pool_size=5)
# 第二步：通过engine，获得session对象：跟之前学的cookie，session不是一个东西
Session = sessionmaker(bind=engine)
# session是链接对象，如果集成到flask中，我们是吧session定义成全局，还是每个视图函数一个session呢？正常来讲要每个视图函数定义一个session，有些麻烦
# sqlalchemy 帮咱提供了一个只要定义一次的session，能够做到在不同线程中，使用的是自己的session，底层基于local
from sqlalchemy.orm import scoped_session
from threading import Thread
# 原来
# session=Session() #不是线程安全
# 以后咱们使用这个它做到了线程安全
session = scoped_session(Session)
def task(i):
user = User(name='彭于晏%s' % i, email='%[email protected]' % i, extra='很丑')
session.add(user)
session.commit()
session.close()
for i in range(50):
t = Thread(target=task, args=[i, ])
t.start()
类装饰器
# 类装饰器之：加在类上的装饰器
# def auth(func):
# def inner(*args, **kwargs):
# print("我要开始了")
# res = func(*args, **kwargs)
# res.name='lqz'
# return res
#
# return inner
#
#
# @auth # Person=auth(Person) # 加在类上的装饰器
# class Person():
# pass
#
# p=Person()
# print(p.name)
# 类装饰器之：装饰器是类
class Auth():
def __init__(self, func):
self.func = func
def __call__(self, a, b):
print('我要开始加了')
res = self.func(a, b)
return res
@Auth # add=Auth(add)
def add(a, b): # add 是Auth的对象
return a + b
res=add(4,5) # add加括号，会触发Auth的__call__
print(res)
基本增删查改
基本增删查改和高级查询
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from models import Boy, Girl, Boy2Girl, Hobby, Book, User, Person
from sqlalchemy.orm import scoped_session
from sqlalchemy.sql import text
engine = create_engine("mysql+pymysql://root:[email protected]:3306/aaa", max_overflow=0, pool_size=5)
Session = sessionmaker(bind=engine)
session = scoped_session(Session)
# 1 基本增
# add add_all
# Hobby表增加记录
# hobby=Hobby(caption='羽毛球')
# book=Book(name='三国演义',price=22)
# # session.add(hobby)
# session.add_all([hobby,book])
#
# 2 删除--->查询再删---》一般写项目都是软删除
# hobby=session.query(Hobby).filter_by(caption='足球').delete()
# print(hobby)
# 3 修改，更新
# res=session.query(User).filter(User.id > 0).update({"name" : "lqz"})
# 类似于django的F查询
# 当字符串相加
# res=session.query(User).filter(User.id > 0).update({User.name: User.name + "099"}, synchronize_session=False)
# 数字相加
# res=session.query(Book).filter(Book.price > 20).update({"price": Book.price + 1}, synchronize_session="evaluate")
# print(res)
# 4 查询： filer:写条件 filter_by：等于的值
# 4.1 查询所有 是list对象
# res = session.query(User).all()
# print(type(res))
# print(len(res))
# 4.1.1 只查询某几个字段
# select name as xx,email from user;
# res = session.query(User.name.label('xx'), User.email)
# print(res) # 打出原生sql
# print(res.all())
# for item in res.all():
# print(item[0])
# 4.1.2 filter传的是表达式，filter_by传的是参数
# res = session.query(User).filter(User.name == "lqz").all()
# res = session.query(User).filter(User.name != "lqz").all()
# res = session.query(User).filter(User.name != "lqz", User.email == '[email protected]').all()
# res = session.query(User).filter_by(name='lqz099').all()
# res = session.query(User).filter_by(name='lqz099',email='[email protected]').all()
# print(len(res))
# 4.2 取一个 all了后是list，list 没有first方法
# res = session.query(User).first()
# print(res)
# 4.3 查询所有，使用占位符(了解) :value :name
# res = session.query(User).filter(text("id<:value and name=:name")).params(value=10, name='lqz099').order_by(User.id).all()
# 4.4 自定义查询（了解）
# res=session.query(User).from_statement(text("SELECT * FROM users where email=:email")).params(email='[email protected]').all()
# print(res)
# 4.5 高级查询
# 条件
# 表达式，and条件连接
# res = session.query(User).filter(User.id > 1, User.name == 'lqz099').all() # and条件
# between
# res = session.query(User).filter(User.id.between(1, 3), User.name == 'lqz099').all()
# in
# res = session.query(User).filter(User.id.in_([1,3,4])).all()
# res = session.query(User).filter(User.email.in_(['[email protected]','[email protected]'])).all()
# ~非，除。。外
# res = session.query(User).filter(~User.id.in_([1,3,4])).all()
# 二次筛选
# res = session.query(User).filter(~User.id.in_(session.query(User.id).filter_by(name='lqz099'))).all()
# and or条件
from sqlalchemy import and_, or_
# or_包裹的都是or条件，and_包裹的都是and条件
# res = session.query(User).filter(and_(User.id >= 3, User.name == 'lqz099')).all() # and条件
# res = session.query(User).filter(or_(User.id < 2, User.name == 'eric')).all()
# res = session.query(User).filter(
# or_(
# User.id < 2,
# and_(User.name == 'lqz099', User.id > 3),
# User.extra != ""
# )).all()
# 通配符，以e开头，不以e开头
# res = session.query(User).filter(User.email.like('%@%')).all()
# res = session.query(User.id).filter(~User.name.like('e%'))
# 分页
# 一页2条，查第5页
# res = session.query(User)[2*5:2*5+2]
# 排序，根据name降序排列（从大到小）
# res = session.query(User).order_by(User.email.desc()).all()
# res = session.query(Book).order_by(Book.price.desc()).all()
# res = session.query(Book).order_by(Book.price.asc()).all()
# 第一个条件重复后，再按第二个条件升序排
# ret = session.query(User).order_by(User.name.desc(), User.id.asc()).all()
# 分组查询
from sqlalchemy.sql import func
# ret = session.query(User).group_by(User.extra).all()
# 分组之后取最大id，id之和，最小id
# res = session.query(
# func.max(User.id),
# func.sum(User.id),
# func.min(User.id)).group_by(User.extra).all()
# print(res)
# for item in res:
# print(item[2])
# having
# ret = session.query(
# func.max(User.id),
# func.sum(User.id),
# func.min(User.id)).group_by(User.extra).having(func.max(User.id) > 2).all()
# 链表操作
# select * from person,hobby where person.hobby_id=hobby.id;
# res = session.query(Person, Hobby).filter(Person.hobby_id == Hobby.id).all()
# join表，默认是inner join,自动按外键关联
# select * from Person inner Hobby on Person.hobby_id=Hobby.id;
# res = session.query(Person).join(Hobby).all()
# #isouter=True 外连，表示Person left join Favor，没有右连接，反过来即可
# select * from Person left Hobby on Person.hobby_id=Hobby.id;
# res = session.query(Person).join(Hobby, isouter=True).all()
# # 自己指定on条件（连表条件）,第二个参数，支持on多个条件，用and_,同上
# res = session.query(Person).join(Hobby, Person.id == Hobby.id, isouter=True) # sql本身有问题，只是给你讲， 自己指定链接字段
# 右链接
# res = session.query(Hobby).join(Person, isouter=True)
# 组合（了解）UNION 操作符用于合并两个或多个 SELECT 语句的结果集
# union和union all的区别？
# q1 = session.query(User).filter(User.id > 40)
# q2 = session.query(User).filter(User.id > 38)
# res = q1.union(q2).all()
#
# q1 = session.query(User.email).filter(User.id > 40)
# q2 = session.query(User.email).filter(User.id > 38)
# res = q1.union_all(q2).all()
#
# print(len(res))
# 一对多，基于链表跨表查（__链表）
#方式一：直接连
res = session.query(Person, Hobby).filter(Person.hobby_id == Hobby.id,Hobby.id>=2).all()
# 方式二：join连
res = session.query(Person).join(Hobby).filter(Person.id>=2).all()
# 多对多关系，基于链表的跨表查
#方式一：直接连
res = session.query(Boy, Girl,Boy2Girl).filter(Boy.id == Boy2Girl.boy_id,Girl.id == Boy2Girl.girl_id).all()
# 方式二：join连
res = session.query(Boy).join(Boy2Girl).join(Girl).filter(Person.id>=2).all()
session.commit()
session.close()
原生sql
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from models import Boy, Girl, Boy2Girl, Hobby, Book, User, Person
from sqlalchemy.orm import scoped_session
from sqlalchemy.sql import text
engine = create_engine("mysql+pymysql://root:[email protected]:3306/aaa", max_overflow=0, pool_size=5)
Session = sessionmaker(bind=engine)
session = scoped_session(Session)
# 查询
cursor = session.execute('select * from users')
result = cursor.fetchall()
# 添加
# cursor = session.execute('insert into users(name) values(:value)',params={"value":'lqz'})
# session.commit()
# print(cursor.lastrowid)
# print(result)
session.commit()
session.close()
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from models import Boy, Girl, Boy2Girl, Hobby, Book, User, Person
from sqlalchemy.orm import scoped_session
from sqlalchemy.sql import text
engine = create_engine("mysql+pymysql://root:[email protected]:3306/aaa", max_overflow=0, pool_size=5)
Session = sessionmaker(bind=engine)
session = scoped_session(Session)
# 查询
cursor = session.execute('select * from users')
result = cursor.fetchall()
# 添加
# cursor = session.execute('insert into users(name) values(:value)',params={"value":'lqz'})
# session.commit()
# print(cursor.lastrowid)
# print(result)
session.commit()
session.close()
一对多
# 三种关联关系
-一对多
-多对多
-一对一：本质就是一对多，唯一
表模型
class Hobby(Base):
__tablename__ = 'hobby'
id = Column(Integer, primary_key=True)
caption = Column(String(50), default='篮球')
class Person(Base):
__tablename__ = 'person'
id = Column(Integer, primary_key=True)
name = Column(String(32), index=True, nullable=True)
# hobby指的是tablename而不是类名
# 关联字段写在多的一方，写在Person中，跟hobby表中id字段做外键关联
hobby_id = Column(Integer, ForeignKey("hobby.id"))
# 跟数据库无关，不会新增字段，只用于快速链表操作
# 基于对象的跨表查询:就要加这个字段，取对象 person.hobby pserson.hobby_id
# 类名，backref用于反向查询
hobby = relationship('Hobby', backref='pers') # 如果有hobby对象，拿到所有人 hobby.pers
def __repr__(self):
return self.name
新增和基于对象的查询
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from models import Person, Hobby
from sqlalchemy.orm import scoped_session
engine = create_engine("mysql+pymysql://root:[email protected]:3306/aaa", max_overflow=0, pool_size=5)
Session = sessionmaker(bind=engine)
session = scoped_session(Session)
# 1 一对多关系新增
# hobby=Hobby(caption='足球')
#
# # 把hobby存入
# session.add(hobby)
# print(hobby.id)
# 两种方案：
# 方案一
# person=Person(name='lqz',hobby_id=1)
# session.add(person)
# 方案二：
# person=Person(name='张三',hobby=Hobby(caption='乒乓球'))
# person=Person(name='张三',hobby=Hobby(caption='乒乓球'))
# session.add(person)
## 方案三：
# hobby = session.query(Hobby).filter_by(id=2).first()
# print(hobby)
# person = Person(name='张刘', hobby=hobby)
# person = Person(name='张五', hobby_id=hobby.id)
# session.add(person)
# 2 基于对象的跨表查询
# 基于对象的跨表查询的正向查询
# person = session.query(Person).filter_by(id=1).first()
# print(person.hobby_id)
# print(person.hobby.caption)
# 基于对象的跨表查的反向
# hobby = session.query(Hobby).filter_by(id=2).first()
# # 喜欢这个爱好的所有人
# print(hobby.pers) # 列表
# for p in hobby.pers:
# print(p.name)
# 3 基于链表的跨表查 （先不急）
session.commit()
session.close()
多对多
表模型
# 多对多
class Boy2Girl(Base):
__tablename__ = 'boy2girl'
id = Column(Integer, primary_key=True, autoincrement=True)
girl_id = Column(Integer, ForeignKey('girl.id'))
boy_id = Column(Integer, ForeignKey('boy.id'))
class Girl(Base):
__tablename__ = 'girl'
id = Column(Integer, primary_key=True)
name = Column(String(64), unique=True, nullable=False)
def __str__(self):
return self.name
def __repr__(self):
return self.name
class Boy(Base):
__tablename__ = 'boy'
id = Column(Integer, primary_key=True, autoincrement=True)
name = Column(String(64), unique=True, nullable=False)
# 与生成表结构无关，仅用于查询方便,放在哪个单表中都可以
# 方便快速查询，写了这个字段，相当于django 的manytomany，快速使用基于对象的跨表查询
girls = relationship('Girl', secondary='boy2girl', backref='boys')
def __str__(self):
return self.name
def __repr__(self):
return self.name
增加和基于对象的跨表查询
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from models import Boy, Girl, Boy2Girl
from sqlalchemy.orm import scoped_session
engine = create_engine("mysql+pymysql://root:[email protected]:3306/aaa", max_overflow=0, pool_size=5)
Session = sessionmaker(bind=engine)
session = scoped_session(Session)
# 1 多对多新增
# 手动操作第三张表的方式
# boy = Boy(name='彭于晏')
# girl = Girl(name='刘亦菲')
# session.add(boy)
# session.add(girl)
# session.add_all([boy, girl])
# 建立关系：手动操作第三张表
# b=Boy2Girl(girl_id=1,boy_id=1)
# session.add(b)
##通过关联关系
# session.add(Boy(name='李清照', girls=[Girl(name='小红'), Girl(name='小黄')]))
# 拆开
# girl1 = Girl(name='小红1')
# girl2 = Girl(name='小黄1')
# boy = Boy(name='李清照1', girls=[girl2, girl1])
# session.add(boy)
# 基于对象的跨表查
# 正向
# boy = session.query(Boy).filter_by(id=2).first()
# print(boy)
# # 跟这个男孩越过的所有女生
# print(boy.girls)
# 通过girl查boy
# 反向
girl = session.query(Girl).filter_by(id=2).first()
print(girl)
print(girl.boys)
session.commit()
session.close()
flask-sqlalchemy使用和和flask-migrate使用
# flask中使用sqlalchemy，直接使用
# 使用flask-sqlalchemy集成
1 导入 from flask_sqlalchemy import SQLAlchemy
2 实例化得到对象
db = SQLAlchemy()
3 将db注册到app中
db.init_app(app)
4 视图函数中使用session
全局的db.session # 线程安全的
5 models.py 中继承Base
db.Base
6 写字段
username = db.Column(db.String(80), unique=True, nullable=False)
flask-migrate
# python manage.py makemigrations # 记录变化
# python manage.py migrate #把变化同步到数据库
# 使用步骤：
1 导入
from flask_script import Manager
from flask_migrate import Migrate, MigrateCommand
2 注册
manager = Manager(app)
# 使用flask_migrate的Migrate 包裹一下app和db（sqlalchemy对象）
Migrate(app, db)
3 给flask_script增加一个db命令
# 把命令增加到flask-script中去
manager.add_command('db', MigrateCommand)
4 出现3条命令
python manage.py db init # 只执行一次，做初始化操作，以后再也不执行了，多出一个migrations文件夹
python manage.py db migrate #等同于django 的makemigrations
python manage.py db upgrade #等同于django 的migrate
标签：sqlalchemy,
name,
Flask,
res,
session,
User,
使用,
query,
id
From： https://www.cnblogs.com/joseph-bright/p/17599303.html