flask(六)

标签：name flask res session User query id

今日内容概要

flask项目演示
sqlalchemy介绍和快速使用
创建操作数据表
scoped_session线程安全
基本增删查改
一对多
多对多
flask-sqlalchemy使用
flask-migrate使用

今日内容详细

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

# 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())

# 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)

代码演示

# 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():
    """
    根据类创建数据库表
    """
    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():
    """
    根据类删除数据库表
    """
    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='西游记',price=33)
user=User(name='lqz',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()

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)

# 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)

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

# 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使用

# 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

SQLAlchemy详细参考：

https://www.cnblogs.com/liuqingzheng/p/16005909.html

标签：name,flask,res,session,User,query,id
From： https://www.cnblogs.com/wwjjll/p/16986041.html