5.flask与数据库

时间 2019-12-01

原文原文链接

1.安装postgresql

注意：在flask中，操做数据库仍是经过orm调用驱动来操做。sqlalchemy是python下的一款工业级的orm，比Django自带的orm要强大不少，至于什么类型的数据库不重要，经过orm上层操做的代码是同样的。咱们目前介绍的是sqlalchemy，与flask没有太大关系，后面会介绍如何将sqlalchemy与flask集成，也有一个开源的第三方组件，叫flask-sqlalchemy。
关于数据库，我这里选择的是postgresql，固然mysql、Oracle、Mariadb等数据库也是能够的。

安装postgresql能够直接到这个网站下载，https://www.enterprisedb.com/downloads/postgres-postgresql-downloads，我这里下载的是Windows版本的。html

直接去下载便可，一路next便可。我已经安装过了，这里就再也不演示了。java

使用navicat进行链接是没问题的python

2.SQLAlchemy的介绍和基本使用

sqlalchemy是一款orm框架
注意：SQLAlchemy自己是没法处理数据库的，必须依赖于第三方插件，比方说pymysql，cx_Oracle等等
SQLAlchemy等因而一种更高层的封装，里面封装了许多dialect（至关因而字典），定义了一些组合，比方说：能够用pymysql处理mysql，也能够用cx_Oracle处理Oracle，关键是程序员使用什么，而后会在dialect里面进行匹配，同时也将咱们高层定义的类转化成sql语句，而后交给对应的DBapi去执行。
除此以外，SQLAlchemy还维护一个数据库链接池，数据库的连接和断开是很是耗时的 SQLAlchemy维护了一个数据库链接池，那么就能够拿起来直接用mysql

首先要安装sqlalchemy和psycopg2(python中用于链接postgresql的驱动)，直接pip install 便可linux

# 链接数据库须要建立引擎
from sqlalchemy import create_engine

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库

# 建立一个引擎，能够用来执行sql语句
# 链接方式：数据库+驱动://用户名:密码@ip:端口/数据库
# 固然驱动也能够不指定，会选择默认的，若是有多种驱动的话，想选择具体的一种，能够指定。
# 但对于目前的postgresql来讲，不指定驱动，默认就是psycopg2
# 这里去掉driver的话，也能够这么写engine = create_engine(f"{dialect}://{username}:{password}@{hostname}:{port}/{database}")
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

create_table_sql = """
    create table girls(
        name varchar(255),
        age int,
        gender varchar(1)
    );
    comment on column girls.name is '少女的姓名';
    comment on column girls.age is '少女的年龄';
    comment on column girls.gender is '少女的性别';
"""

engine.execute(create_table_sql)

显然是执行成功的，而后将表删掉也是没问题的。git

3.orm介绍

orm: object relation mapping，就是能够把咱们写的类转化成表。将类里面的元素映射到数据库表里面程序员

4.定义orm模型并映射到数据库中

刚才咱们已经成功的建立了一张表了，可是咱们发现实际上咱们写的仍是sql语句，只不过是用python来执行的。换句话说，我sql语句写好，我还能够在终端、Navicat等等地方执行。web

下面，咱们将使用python，经过定义一个类，而后经过sqlalchemy，映射为数据库中的一张表。sql

from sqlalchemy import create_engine


username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")


# 须要如下步骤
'''
1.建立一个orm模型，这个orm模型必须继承SQLAlchemy给咱们提供好的基类
2.在orm中建立一些属性，来跟表中的字段进行一一映射，这些属性必须是SQLAlchemy给咱们提供好的数据类型
3.将建立好的orm模型映射到数据库中
'''
# 1.生成一个基类，而后定义模型(也就是orm中的o),继承这个基类
from sqlalchemy.ext.declarative import declarative_base
# 这个declarative_base是一个函数，传入engine，生成基类
Base = declarative_base(bind=engine)


class Girl(Base):
    # 指定表名：__tablename__
    __tablename__ = "girls"
    # 指定schema，postgresql是由schema的，如何指定呢
    __table_args__ = {
        "schema": "public"  # 其实若是不指定，那么public默认是public，这里为了介绍，因此写上
    }
    # 2.建立属性，来和数据库表中的字段进行映射
    from sqlalchemy import Column, Integer, VARCHAR
    # 要以  xx = Column(type)的形式，那么在表中，字段名就叫xx,类型就是type
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(255))
    age = Column(Integer)
    gender = Column(VARCHAR(1))


class Boy(Base):
    __tablename__ = "boys"
    from sqlalchemy import Column, Integer, VARCHAR
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(255))
    age = Column(Integer)
    gender = Column(VARCHAR(1))


# 3.模型建立完毕，那么将模型映射到数据库中
# 这行代码就表示将全部继承了Base的类映射到数据库中变成表,咱们这里有两个类。不出意外的话，数据库中应该会有两张表，叫girls和boys
Base.metadata.create_all()  
# 一旦映射，即便改变模型以后再次执行，也不会再次映射。
# 好比，我在模型中新增了一个字段，再次映射，数据库中的表是不会多出一个字段的
# 除非将数据库中与模型对应的表删了，从新映射。
# 若是模型修改了，能够调用Base.metadata.drop_all()，而后再create_all()

5.SQLAlchemy对数据的增删改查操做

将表删除，从新映射数据库

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR
from sqlalchemy.orm import sessionmaker


username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)


class Girls(Base):
    __tablename__ = "girls"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(30))
    age = Column(Integer)
    gender = Column(VARCHAR(1))
    anime = Column(VARCHAR(50))


Base.metadata.create_all()
# 将对象实例化，而后对对象进行操做，会映射为对数据库表的操做
girls = Girls()

# 建立Session类，绑定引擎
Session = sessionmaker(bind=engine)
# 实例化获得session对象，经过session来操做数据库的表
session = Session()

增

girls.name = "satori"
girls.age = 16
girls.gender = "f"
girls.anime = "动漫地灵殿"

# 一个Girls实例在数据库的表中对应一条记录，进行添加
session.add(girls)
# 将对girls作的操做提交执行
# 像增、删、改这些设计数据变动的操做，必需要提交
session.commit()

# 也能够批量进行操做
# 另外能够生成Girls实例，获得girls，经过girls.xx的方式赋值
# 也能够经过Girl(xx="")的方式
session.add_all([
    Girls(name="koishi", age=15, gender="f", anime="东方地灵殿"),
    Girls(name="mashiro", age=16, gender="f", anime="樱花庄的宠物女孩"),
    Girls(name="matsuri", age=400, gender="f", anime="sola"),
    Girls(name="kurisu", age=20, gender="f", anime="命运石之门")
])
session.commit()

查

# 调用session.query(Girls)，注意里面传入的不是数据库的表名，而是模型。
# 映射到数据库至关于select * from girls
# 但获得是一个query对象，还能够加上filter进行过滤，至关于where，获得了还是一个query对象
# 对query对象调用first()会拿到第一条数据，没有的话为None。调用all()会拿到全部知足条件的数据，没有的话则是一个空列表
query = session.query(Girls).filter(Girls.name == "satori")
print(type(query))  # <class 'sqlalchemy.orm.query.Query'>
# 直接打印query对象，会生成对应的sql语句
print(query)
"""
SELECT girls.id AS girls_id, girls.name AS girls_name, girls.age AS girls_age, girls.gender AS girls_gender, girls.anime AS girls_anime 
FROM girls 
WHERE girls.name = %(name_1)s
"""

# 调用first()或者all()，则能够获取具体的Girls类的对象。里面的属性，如：name、age等等则存放了数据库表中取的值。
# 可是咱们没有写__str__方法，因此打印的是一个类对象
print(query.first())  # <__main__.Girls object at 0x000000000AF57908>
# 咱们能够手动查找属性
girl1 = query.first()
print(girl1.name)  # satori
print(girl1.age)  # 16
print(girl1.gender)  # f
print(girl1.anime)  # 动漫地灵殿

改

# 改和查比较相似，首先要查想要修改的记录
# 熟悉东方的小伙伴会发现，我手癌把东方地灵殿写成动漫地灵殿了，咱们这里改回来
# 将数据库的对应记录获取出来了。
"""
以前说过，Girls这个模型对应数据库的一张表
Girls的一个实例对应数据库表中的一条记录
那么反过来同理，数据库表中的一条记录对应Girls的一个实例
咱们经过修改实例的属性，再同步回去，就能够反过来修改数据库表中的记录
"""
# 获取相应记录对应的实例
girl2 = session.query(Girls).filter(Girls.anime == "动漫地灵殿").first()
# 修改属性
girl2.anime = "东方地灵殿"
# 而后提交，因为是改，因此不须要add
# 而后girl2这个实例就会映射回去，从而把对应字段修改
session.commit()

顺序无所谓啦，至少记录已经被咱们修改了

删

# 筛选出要删除的字段
girl = session.query(Girls).filter(Girls.gender == "f").all()
for g in girl:
    # 调用session.delete
    session.delete(g)
# 一样须要提交
session.commit()

能够看到，数据库里面的数据全没了。为了后面介绍其余方法，咱们再将数据从新写上去。

6.SQLAlchemy属性经常使用数据类型

Integer：整形，映射到数据库是int类型　　
Float：浮点型，映射到数据库是float类型，占32位。　　
Boolean：布尔类型，传递True or False，映射到数据库是tinyint类型　　
DECIMAL：顶点类型，通常用来解决浮点数精度丢失的问题　　
Enum：枚举类型，指定某个字段只能是枚举中指定的几个值，不能为其余值，　　
Date：传递datetime.date()进去，映射到数据库中是Date类型　　
DateTime：传递datetime.datetime()进去，映射到数据库中是datatime类型　　
String|VARCHAR：字符类型，映射到数据库中varchar类型　　
Text：文本类型，能够存储很是长的文本　　
LONGTEXT:长文本类型(只有mysql才有这种类型)，能够存储比Text更长的文本

7.Column经常使用参数

default：默认值，若是没有传值，则自动为咱们指定的默认值　　
nullable：是否可空，False的话，表示不能够为空，那么若是不传值则报错　　
primary_key：是否为主键　　
unique：是否惟一，若是为True，表示惟一，那么传入的值存在的话则报错　　
autoincrement：是否自动增加　　
name：该属性在数据库中的字段映射，若是不写，那么默认为赋值的变量名。

8.query查询

模型，指定查找这个模型中全部的对象
模型中的属性，能够指定查找模型的某几个属性

聚合函数

func.count：统计行的数量

　　func.avg：求平均值

　　func.max：求最大值

　　func.min：求最小值

　　func.sum：求总和

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, func
from sqlalchemy.orm import sessionmaker

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)


class Girls(Base):
    __tablename__ = "girls"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(30))
    age = Column(Integer)
    gender = Column(VARCHAR(1))
    anime = Column(VARCHAR(50))

    def __str__(self):
        return f"{self.name}-{self.age}-{self.gender}-{self.anime}"


Base.metadata.create_all()

# 建立Session类，绑定引擎
Session = sessionmaker(bind=engine)
# 实例化获得session对象，经过session来操做数据库的表
session = Session()

query = session.query(Girls).all()
print(query)
"""
[<__main__.Girls object at 0x000000000AF9F5C0>, 
<__main__.Girls object at 0x000000000AF9F630>, 
<__main__.Girls object at 0x000000000AF9F6A0>, 
<__main__.Girls object at 0x000000000AF9F710>, 
<__main__.Girls object at 0x000000000AF9F7B8>]
"""

for _ in query:
    print(_)
    """
    satori-16-f-动漫地灵殿
    koishi-15-f-东方地灵殿
    mashiro-16-f-樱花庄的宠物女孩
    matsuri-400-f-sola
    kurisu-20-f-命运石之门
    """

# 若是我不想一会儿查出全部的字段，而是只要某几个字段，该怎么办呢？
# 只写调用模型.属性便可，那么到数据库就会选择相应的字段
print(session.query(Girls.name, Girls.age).all())  # [('satori', 16), ('koishi', 15), ('mashiro', 16), ('matsuri', 400), ('kurisu', 20)]

# 聚合函数
# 获得的query对象，直接打印是sql语句，加上first取第一个数据
print(session.query(func.count(Girls.name)).first())  # (5,)
print(session.query(func.avg(Girls.age)).first())  # (Decimal('93.4000000'),)
print(session.query(func.max(Girls.age)).first())  # (400,)
print(session.query(func.min(Girls.age)).first())  # (15,)
print(session.query(func.sum(Girls.age)).first())  # (467,)

9.filter方法经常使用过滤条件

为了演示，我将表删除从新建立，添加新的数据

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, and_, or_
from sqlalchemy.orm import sessionmaker

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)


class Girls(Base):
    __tablename__ = "girls"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(30))
    age = Column(Integer)
    gender = Column(VARCHAR(1))
    anime = Column(VARCHAR(50))

    def __str__(self):
        return f"{self.name}-{self.age}-{self.gender}-{self.anime}"


Base.metadata.create_all()

# 建立Session类，绑定引擎
Session = sessionmaker(bind=engine)
# 实例化获得session对象，经过session来操做数据库的表
session = Session()

# 1. ==
print(session.query(Girls).filter(Girls.age == 16).first())
"""
古明地觉-16-f-动漫地灵殿
"""

# 2.!=
print(session.query(Girls).filter(Girls.age != 16).first())
"""
四方茉莉-400-f-sola
"""

# 3.like,和sql里面的like同样。除此以外，还有ilike，表示不区分大小写
print([str(q) for q in session.query(Girls).filter(Girls.name.like("%宫%")).all()])
"""
['森宫苍乃-20-f-sola', '雨宫优子-16-f-悠久之翼', '宫村宫子-15-f-悠久之翼']
"""
print([str(q) for q in session.query(Girls).filter(Girls.name.like("_宫%")).all()])
"""
['森宫苍乃-20-f-sola', '雨宫优子-16-f-悠久之翼']
"""

# 4.in_,至于为何多了多了一个_,这个bs4相似，为了不和python里的关键字冲突。
print([str(q) for q in session.query(Girls).filter(Girls.age.in_([16, 400])).all()])
"""
['古明地觉-16-f-动漫地灵殿', '椎名真白-16-f-樱花庄的宠物女孩', '四方茉莉-400-f-sola', '春日野穹-16-f-缘之空', '雨宫优子-16-f-悠久之翼']
"""

# 5.notin_, Girls.age.notin_也等价于~Girls.age.in_
print([str(q) for q in session.query(Girls).filter(Girls.age.notin_([16, 20, 400])).all()])
"""
['立华奏-18-f-angelbeats', '古河渚-19-f-Clannad', '坂上智代-18-f-Clannad', '古明地恋-15-f-东方地灵殿', '宫村宫子-15-f-悠久之翼']
"""

# 6.isnull
print(session.query(Girls).filter(Girls.age is None).first())
"""
None
"""

# 7.isnotnull
print(session.query(Girls).filter(Girls.age is not None).first())
"""
古明地觉-16-f-动漫地灵殿
"""

# 8.and_, from sqlachemy import and_
print(session.query(Girls).filter(and_(Girls.age == 16, Girls.anime == "樱花庄的宠物女孩")).first())
"""
椎名真白-16-f-樱花庄的宠物女孩
"""

# 9.or_, from sqlalchemy import or_
print([str(q) for q in session.query(Girls).filter(or_(Girls.age == 16, Girls.anime == "悠久之翼")).all()])
"""
['古明地觉-16-f-动漫地灵殿', '椎名真白-16-f-樱花庄的宠物女孩', '春日野穹-16-f-缘之空', '雨宫优子-16-f-悠久之翼', '宫村宫子-15-f-悠久之翼']
"""

# 10.count，统计数量
print(session.query(Girls).filter(Girls.age == 16).count())  # 4

# 11.切片
for g in session.query(Girls).filter(Girls.age == 16)[1: 3]:
    print(g)
"""
椎名真白-16-f-樱花庄的宠物女孩
春日野穹-16-f-缘之空
"""

# 12.startswith
for g in session.query(Girls).filter(Girls.anime.startswith("悠久")):
    print(g)
"""
雨宫优子-16-f-悠久之翼
宫村宫子-15-f-悠久之翼
"""

# 13.endswith
for g in session.query(Girls).filter(Girls.anime.endswith("孩")):
    print(g)
"""
椎名真白-16-f-樱花庄的宠物女孩
"""

# 14.+ - * /
for g in session.query(Girls.name, Girls.age, Girls.age+3).filter((Girls.age + 3) >= 20).all():
    print(g)
"""
('四方茉莉', 400, 403)
('牧濑红莉栖', 20, 23)
('立华奏', 18, 21)
('古河渚', 19, 22)
('坂上智代', 18, 21)
('森宫苍乃', 20, 23)
"""

# 15.concat
for g in session.query(Girls.name, Girls.anime.concat('a').concat('b')).all():
    print(g)
"""
('古明地觉', '动漫地灵殿ab')
('椎名真白', '樱花庄的宠物女孩ab')
('四方茉莉', 'solaab')
('牧濑红莉栖', '命运石之门ab')
('春日野穹', '缘之空ab')
('立华奏', 'angelbeatsab')
('古河渚', 'Clannadab')
('坂上智代', 'Clannadab')
('古明地恋', '东方地灵殿ab')
('森宫苍乃', 'solaab')
('雨宫优子', '悠久之翼ab')
('宫村宫子', '悠久之翼ab')
"""

# 16.between,等价于and_(Girls.age >= 17, Girls.age <= 21)
for g in session.query(Girls).filter(Girls.age.between(17, 21)).all():
    print(g)
"""
牧濑红莉栖-20-f-命运石之门
立华奏-18-f-angelbeats
古河渚-19-f-Clannad
坂上智代-18-f-Clannad
森宫苍乃-20-f-sola
"""

# 17.contains,等价于Girls.anime.like("%la%")
for g in session.query(Girls).filter(Girls.anime.contains("la")):
    print(g)
"""
四方茉莉-400-f-sola
古河渚-19-f-Clannad
坂上智代-18-f-Clannad
森宫苍乃-20-f-sola
"""

# 18.distinct
for g in session.query(Girls.anime.distinct()):
    print(g)
"""
('angelbeats',)
('sola',)
('悠久之翼',)
('缘之空',)
('东方地灵殿',)
('命运石之门',)
('Clannad',)
('动漫地灵殿',)
('樱花庄的宠物女孩',)
"""

10.外键及其四种约束

在mysql、postgresql等数据库中，外键可使表之间的关系更加紧密。而SQLAlchemy中也一样支持外键，经过ForforeignKey来实现，而且能够指定表的外键约束

外键约束有如下几种：

1.RESTRICT：父表数据被删除，会阻止删除
2.No Action：在postgresql中，等价于RESTRICT
3.CASCADE：级联删除
4.SET NULL：父表数据被删除，字表数据被设置为NULL

既然如此的话，咱们是否是要有两张表啊，我这里新建立两张表

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, ForeignKey
from sqlalchemy.orm import sessionmaker

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)


# 我如今新建两张表
# 表People--表language ==》父表--子表
class People(Base):
    __tablename__ = "People"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(20), nullable=False)  # 不可为空
    age = Column(Integer, nullable=False)


class Language(Base):
    __tablename__ = "Language"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(20), nullable=False)
    birthday = Column(Integer, nullable=False)
    type = Column(VARCHAR(20), nullable=False)
    # 还记得约束的种类吗
    # 1.RESTRICT:父表删除数据，会阻止。
    '''
    由于在子表中，引用了父表的数据，若是父表的数据删除了，那么字表就会懵逼，不知道该找谁了。
    '''

    # 2.NO ACTION
    '''
    和RESTRICT做用相似
    '''

    # 3.CASCADE
    '''
    级联删除：Language表的pid关联了People表的id。若是People中id=1的记录被删除了，那么Language中对应的pid=1的记录也会被删除
    就是咱们关联了，个人pid关联了你的id，若是你删除了一条记录，那么根据你删除记录的id，我也会相应的删除一条，要死一块死。
    '''

    # 4.SET NULL
    '''
    设置为空：和CASCADE相似，就是个人pid关联你的id，若是id没了，那么pid会被设置为空，不会像CASCADE那样，把相应pid所在整条记录都给删了
    '''
    # 这个pid关联的是People表里面的id，因此要和People表里的id属性保持一致
    # 注意这里的People是表名，不是咱们的类名，怪我，把两个写成同样的了
    pid = Column(Integer, ForeignKey("People.id", ondelete="RESTRICT"))  # 引用的表.引用的字段,约束方式


Base.metadata.create_all()
# 而后添加几条记录吧
Session = sessionmaker(bind=engine)
session = Session()

session.add_all([People(name="Guido van Rossum", age=62),
                 People(name="Dennis Ritchie", age=77),
                 People(name="James Gosling", age=63),
                 Language(name="Python", birthday=1991, type="解释型", pid=1),
                 Language(name="C", birthday=1972, type="编译型", pid=2),
                 Language(name="Java", birthday=1995, type="解释型", pid=3)])

session.commit()

咱们下面删除数据，直接在Navicat里面演示

显示没法删除，由于在Language表中，pid关联了该表的id。而pid和id保持了一致，因此没法删除。换句话说，若是这里id=1，在字表中也有pid=1，那么这里的记录是没法删除的。

若是将字表中pid=1的记录进行修改，把pid=1改为pid=10，这样父表中id=1，在子表就没有pid与之对应了。可是：

剩下的便再也不演示了，都是比较相似的。另外，若是再ForeignKey中不指定ondelete，那么默认就是RESTRICT

11.ORM层外键和一对多关系

当一张表关联了另外一张表的外键，咱们能够根据子表中pid，从而找到父表与之对应的id的所在的记录。
可是有没有方法，可以直接经过子表来查询父表的内容呢？可使用relationship

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, ForeignKey
from sqlalchemy.orm import sessionmaker, relationship

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)


class People(Base):
    # 这里把表名改为小写，否则和类名同样，容易引发歧义
    __tablename__ = "people"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(20), nullable=False)  # 不可为空
    age = Column(Integer, nullable=False)


class Language(Base):
    __tablename__ = "language"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(20), nullable=False)
    birthday = Column(Integer, nullable=False)
    type = Column(VARCHAR(20), nullable=False)
    # 这里的people.id指定的是数据库中people表的id字段
    pid = Column(Integer, ForeignKey("people.id", ondelete="RESTRICT"))

    # 若是我想经过Language表查询People表的数据呢？
    # 能够经过relationship进行关联，表示关联的是数据库中的people表
    # 而后取出language表中的记录，即可以经过 .父表.xxx 去取people表中的内容
    # 这里的填入的再也不是people表的表名了，而是对应的模型，也就是咱们定义的People这个类，以字符串的形式
    # 由于咱们打印值，确定是将数据库表的记录变成模型的实例来获取并打印的。
    父表 = relationship("People")


# 删了从新建立
Base.metadata.drop_all()
Base.metadata.create_all()
# 而后添加几条记录吧
Session = sessionmaker(bind=engine)
session = Session()

session.add_all([People(name="Guido van Rossum", age=62),
                 People(name="Dennis Ritchie", age=77),
                 People(name="James Gosling", age=63),
                 Language(name="Python", birthday=1991, type="解释型", pid=1),
                 Language(name="C", birthday=1972, type="编译型", pid=2),
                 Language(name="Java", birthday=1995, type="解释型", pid=3)])

session.commit()

for obj in session.query(Language).all():
    # obj获取的即是language表中的记录，能够找到在父表中id与字表的pid相对应的记录
    print(obj.父表.name, "发明了", obj.name)
"""
Guido van Rossum 发明了 Python
Dennis Ritchie 发明了 C
James Gosling 发明了 Java
"""

目前数据是一对一的，咱们也能够一对多

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, ForeignKey
from sqlalchemy.orm import sessionmaker, relationship

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)


class People(Base):
    # 这里把表名改为小写，否则和类名同样，容易引发歧义
    __tablename__ = "people"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(20), nullable=False)  # 不可为空
    age = Column(Integer, nullable=False)
    # 在父表中关联子表
    子表 = relationship("Language")

    def __str__(self):
        return f"{self.name}--{self.age}--{self.字表}"


class Language(Base):
    __tablename__ = "language"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(20), nullable=False)
    birthday = Column(Integer, nullable=False)
    type = Column(VARCHAR(20), nullable=False)
    # 这里的people.id指定的是数据库中people表的id字段
    pid = Column(Integer, ForeignKey("people.id", ondelete="RESTRICT"))

    父表 = relationship("People")

    def __str__(self):
        return f"{self.name}--{self.birthday}--{self.type}"


Session = sessionmaker(bind=engine)
session = Session()


for obj in session.query(Language).all():
    print(obj.父表.name, "发明了", obj.name)
    """
    Guido van Rossum 发明了 python
    Dennis Ritchie 发明了 C
    James Gosling 发明了 java
    Dennis Ritchie 发明了 unix
    """

# 咱们来遍历父表，那么因为我在父表中关联了字表
# 那么也能够经过父表来找到字表
for obj in session.query(People).all():
    print(obj.子表)
    """
    [<__main__.Language object at 0x000000000AFF4278>]
    [<__main__.Language object at 0x000000000AFF4320>, <__main__.Language object at 0x000000000AFF4390>]
    [<__main__.Language object at 0x000000000AFF4438>]
    """
    # 由于父表的id是惟一的，不会出现字表的一条记录对应父表中多条记录
    # 可是反过来是彻底能够的，所以这里打印的是一个列表，即使只有一个元素，仍是以列表的形式打印

for obj in session.query(People).all():
    for o in obj.子表:
        print(o)
"""
python--1991--解释型
C--1972--编译型
unix--1973--操做系统
java--1995--解释型
"""

能够看到，咱们能经过在子表中定义relationship("父表模型")，这样查询子表，也能够经过子表来看父表的记录。那么同理，我也能够在父表中定义relations("子表模型")，查询父表，也能够经过父表来看子表的记录

可是这样仍是有点麻烦，因此在relationship中还有一个反向引用

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, ForeignKey
from sqlalchemy.orm import sessionmaker, relationship

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)


class People(Base):
    # 这里把表名改为小写，否则和类名同样，容易引发歧义
    __tablename__ = "people"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(20), nullable=False)  # 不可为空
    age = Column(Integer, nullable=False)
    # 我把这行代码注释掉了
    # 子表 = relationship("Language")

    def __str__(self):
        return f"{self.name}--{self.age}"


class Language(Base):
    __tablename__ = "language"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(20), nullable=False)
    birthday = Column(Integer, nullable=False)
    type = Column(VARCHAR(20), nullable=False)
    # 这里的people.id指定的是数据库中people表的id字段
    pid = Column(Integer, ForeignKey("people.id", ondelete="RESTRICT"))

    # 我在子表(或者说子表对应的模型)的relationship中指定了backref="我屮艸芔茻"
    # 就等价于在父表对应的模型中，指定了  我屮艸芔茻=relationship("Language")
    父表 = relationship("People", backref="我屮艸芔茻")

    def __str__(self):
        return f"{self.name}--{self.birthday}--{self.type}"


Session = sessionmaker(bind=engine)
session = Session()


for obj in session.query(Language).all():
    print(obj.父表.name, "发明了", obj.name)
    """
    Guido van Rossum 发明了 python
    Dennis Ritchie 发明了 C
    James Gosling 发明了 java
    Dennis Ritchie 发明了 unix
    """


for obj in session.query(People).all():
    for o in obj.我屮艸芔茻:
        print(o)
"""
python--1991--解释型
C--1972--编译型
unix--1973--操做系统
java--1995--解释型
"""

依旧是能够访问成功的

12.一对一关系实现

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, ForeignKey
from sqlalchemy.orm import sessionmaker, relationship

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)


class People(Base):
    # 这里把表名改为小写，否则和类名同样，容易引发歧义
    __tablename__ = "people"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(20), nullable=False)  # 不可为空
    age = Column(Integer, nullable=False)
    # 我把这行代码注释掉了
    # 子表 = relationship("Language")

    def __str__(self):
        return f"{self.name}--{self.age}"


class Language(Base):
    __tablename__ = "language"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(20), nullable=False)
    birthday = Column(Integer, nullable=False)
    type = Column(VARCHAR(20), nullable=False)
    # 这里的people.id指定的是数据库中people表的id字段
    pid = Column(Integer, ForeignKey("people.id", ondelete="RESTRICT"))

    # 我在子表(或者说子表对应的模型)的relationship中指定了backref="我屮艸芔茻"
    # 就等价于在父表对应的模型中，指定了  我屮艸芔茻=relationship("Language")
    父表 = relationship("People", backref="我屮艸芔茻")

    def __str__(self):
        return f"{self.name}--{self.birthday}--{self.type}"


Session = sessionmaker(bind=engine)
session = Session()

# 在父表people添加一条属性
# 在子表language中添加两条属性
people = People(id=666, name="KenThompson", age=75)
language1 = Language(id=5, name="B", birthday=1968, type="编译型", pid=666)
language2 = Language(id=6, name="Go", birthday=2009, type="编译型", pid=666)

# 因为People和Language是关联的,而且经过"people.我屮艸芔茻"能够访问到Language表的属性
# 那么能够经过people.我屮艸芔茻.append将Language对象添加进去
people.我屮艸芔茻.append(language1)
people.我屮艸芔茻.append(language2)

# 那么我只须要提交people便可，会自动提交language1和language2
session.add(people)
session.commit()

能够看到添加people的同时，language1和language2也被成功地添加进去了

经过往父表添加记录的同时，把子表的记录也添进去叫作正向添加。同理，若是在往子表添加记录的时候，把父表的记录也添加进去，叫作反向添加

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, ForeignKey
from sqlalchemy.orm import sessionmaker, relationship

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)


class People(Base):
    # 这里把表名改为小写，否则和类名同样，容易引发歧义
    __tablename__ = "people"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(20), nullable=False)  # 不可为空
    age = Column(Integer, nullable=False)
    # 我把这行代码注释掉了
    # 子表 = relationship("Language")

    def __str__(self):
        return f"{self.name}--{self.age}"


class Language(Base):
    __tablename__ = "language"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(20), nullable=False)
    birthday = Column(Integer, nullable=False)
    type = Column(VARCHAR(20), nullable=False)
    # 这里的people.id指定的是数据库中people表的id字段
    pid = Column(Integer, ForeignKey("people.id", ondelete="RESTRICT"))

    # 我在子表(或者说子表对应的模型)的relationship中指定了backref="我屮艸芔茻"
    # 就等价于在父表对应的模型中，指定了  我屮艸芔茻=relationship("Language")
    父表 = relationship("People", backref="我屮艸芔茻")

    def __str__(self):
        return f"{self.name}--{self.birthday}--{self.type}"


Session = sessionmaker(bind=engine)
session = Session()

people = People(id=7, name="松本行弘", age=53)
language = Language(id=2333, name="ruby", birthday=1995, type="解释型", pid=7)

"""
父表 = relationship("People", backref="我屮艸芔茻")

正向添加：
people.我屮艸芔茻.append(language)
反向添加：
language.父表 = people
"""
language.父表 = people
# 只须要添加language便可
session.add(language)
session.commit()

记录依旧能够添加成功

因为父表和字表能够是一对多，咱们经过父表来查询子表那么获得的是一个列表，哪怕只有一个元素，获得的依旧是一个列表。能够若是咱们已经知道只有一对一，不会出现一对多的状况，所以在获取经过父表获取子表记录的时候，获得的是一个值，而再也不是只有一个元素的列表，该怎么办呢？
from sqlalchemy.orm import backref
父表 = relationship("People", backref=backref("我屮艸芔茻", uselist=False))

这时候添加数据的时候，就再也不使用people.我屮艸芔茻.append(language)来添加了，由于是一对一。而是直接使用 people.我屮艸芔茻 = language来添加便可。

13.多对多关系实现

然而现实中，不少都是多对多的关系。好比博客园的文章，一个标签下可能会有多篇文章，同理一篇文章也可能会有多个标签。

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

# 既然要实现多对多，确定要借助第三张表
# sqlalchemy已经为咱们提供了一个Table，让咱们去使用

Article_Tag = Table("article_tag", Base.metadata,
                    # 一个列叫作article_id,关联article里面的id字段
                    Column("article_id", Integer, ForeignKey("article.id"), primary_key=True),
                    # 一个列叫作tag_id，关联tag里面的id字段
                    Column("tag_id", Integer, ForeignKey("tag.id"), primary_key=True)
                    )


class Article(Base):
    __tablename__ = "article"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(VARCHAR(50), nullable=False)

    # 只须要在一个模型中，定义relationship便可，由于有反向引用。
    # 经过Article().tags拿到对应的[tag1, tag2...],也能够经过Tag().articles拿到对应的[article1, article2]
    tags = relationship("Tag", backref="articles", secondary=Article_Tag)
    """
    或者在Tag中定义articles = relationship("Article", backref="tags", secondary=Article_Tag)
    同样的道理，可是必定要指定中间表，secondary=Article_Tags
    """


class Tag(Base):
    __tablename__ = "tag"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(50), nullable=False)


"""
总结一下：
1.先把两个须要多对多的模型创建出来
2.使用Table定义一个中间表，参数是：表名、Base.metadata、关联一张表的id的列、关联另外一张表的id的列。而且都作为主键
3.在两个须要作多对多的模型中随便选择一个模型，定义一个relationship属性，来绑定三者之间的关系，在使用relationship的时候，须要传入一个secondary="中间表"
"""

Base.metadata.create_all()

添加数据

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)


Article_Tag = Table("article_tag", Base.metadata,
                    Column("article_id", Integer, ForeignKey("article.id"), primary_key=True),
                    Column("tag_id", Integer, ForeignKey("tag.id"), primary_key=True)
                    )


class Article(Base):
    __tablename__ = "article"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(VARCHAR(50), nullable=False)

    tags = relationship("Tag", backref="articles", secondary=Article_Tag)
    
    def __str__(self):
        return f"{self.title}"


class Tag(Base):
    __tablename__ = "tag"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(50), nullable=False)
    
    def __str__(self):
        return f"{self.name}"


Base.metadata.create_all()
article1 = Article(title="article1")
article2 = Article(title="article2")

tag1 = Tag(name="tag1")
tag2 = Tag(name="tag2")

# 每一篇文章，添加两个标签
article1.tags.append(tag1)
article1.tags.append(tag2)
article2.tags.append(tag1)
article2.tags.append(tag2)


Session = sessionmaker(bind=engine)
session = Session()

# 只需添加article便可，tag会被自动添加进去
session.add_all([article1, article2])
session.commit()

获取数据

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)


Article_Tag = Table("article_tag", Base.metadata,
                    Column("article_id", Integer, ForeignKey("article.id"), primary_key=True),
                    Column("tag_id", Integer, ForeignKey("tag.id"), primary_key=True)
                    )


class Article(Base):
    __tablename__ = "article"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(VARCHAR(50), nullable=False)

    tags = relationship("Tag", backref="articles", secondary=Article_Tag)

    def __str__(self):
        return f"{self.title}"


class Tag(Base):
    __tablename__ = "tag"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(50), nullable=False)

    def __str__(self):
        return f"{self.name}"


Session = sessionmaker(bind=engine)
session = Session()

# 获取tag表的第一行
tag = session.query(Tag).first()
# 经过tag.articles获取对应的article表的内容
print([str(obj) for obj in tag.articles])  # ['article1', 'article2']

# 获取article表的第一行
article = session.query(Article).first()
# 经过article.tags获取对应的tag表的内容
print([str(obj) for obj in article.tags])  # ['tag1', 'tag2']

# 能够看到数据所有获取出来了

14.ORM层面删除数据注意事项

咱们知道一旦关联，那么删除父表里面的数据是没法删除的，只能先删除字表的数据，而后才能删除关联的父表数据。若是在orm层面的话，能够直接删除父表数据，由于这里等同于两步。先将字表中关联的字段设置为NULL，而后删除父表中的数据

咱们将表所有删除，创建新表。

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)


class User(Base):
    __tablename__ = "user"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(VARCHAR(50), nullable=False)


class Article(Base):
    __tablename__ = "article"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(VARCHAR(50), nullable=False)
    # uid是为了创建外键,咱们要和use表的id进行关联，因此类型也要和user表的id保持一致
    uid = Column(Integer, ForeignKey("user.id"))
    # 这个是为了咱们可以经过一张表访问到另一张表
    # 之后User对象即可以经过articles来访问Articles对象的属性,Article对象也能够经过author访问User对象的属性
    author = relationship("User", backref="articles")


Base.metadata.create_all()
Session = sessionmaker(bind=engine)
session = Session()

# 建立几条记录
user = User(id=1, username="guido van rossum")
article = Article(title="Python之父谈论python的将来", uid=1)

article.author = user
# 而后使用session添加article便可，会自动添加user
session.add(article)
session.commit()

咱们在数据库层面删除一下数据

咱们来试试从orm层面删除数据

删除父表的数据，这个过程至关于先将article中的uid设置为Null，而后删除父表的数据。可是这样也有危险，若是不熟悉sqlalchemy的话，会形成不可避免的后果，怎么办呢？直接将uid设置为不可为空便可便可，加上nullable=False

15.relationship中的cascade属性

orm层面的cascade：

首先咱们知道若是若是数据库的外键设置为RESTRICT，那么在orm层面，若是删除了父表的数据，字表的数据将会被设置为NULL，若是想避免这一点，那么只须要将nullable设置为False便可

可是在SQLAlchemy中，咱们只须要将一个数据添加到session中，提交以后，与其关联的数据也被自动地添加到数据库当中了，这是怎么办到的呢？实际上是经过relationship的时候，其关键字参数cascade设置了这些属性：

1.save-update：默认选项，在添加一条数据的时候，会自动把与其相关联的数据也添加到数据库当中。这种行为就是save-update所影响的
2.delete：表示删除某一个模型的数据时，是否也删掉使用relationship与其相关联的数据。
3.delete-orphan：表示当对一个orm对象解除了父表中的关联对象的时候，本身便会被删掉。固然父表中的数据被删除了，本身也会被删除。这个选项只能用在一对多上，不能用在多对多以及多对一上。而且还须要在子模型的relationship中，添加一个single_parent=True的选项
4.merge：默认选项，当使用session.merge选项合并一个对象的时候，会将使用了relationship相关联的对象也进行merge操做
5.expunge：移除操做的时候，会将相关联的对象也进行移除。这个操做只会从session中删除，并不会从数据库当中移除
6.all：以上五种状况的总和

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)


class User(Base):
    __tablename__ = "user"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(VARCHAR(50), nullable=False)


class Article(Base):
    __tablename__ = "article"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(VARCHAR(50), nullable=False)
    uid = Column(Integer, ForeignKey("user.id"))
    # 其余不变，这里显示的指定了cascade=""，那么便不会再使用默认地save-update了
    author = relationship("User", backref="articles", cascade="")


Base.metadata.drop_all()
Base.metadata.create_all()
Session = sessionmaker(bind=engine)
session = Session()
# 建立几条记录
user = User(username="guido van rossum")
article = Article(title="Python之父谈论python的将来")

article.author = user
# 而后使用session添加article便可，此时就不会添加user了
session.add(article)
session.commit()

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)


class User(Base):
    __tablename__ = "user"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(VARCHAR(50), nullable=False)


class Article(Base):
    __tablename__ = "article"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(VARCHAR(50), nullable=False)
    uid = Column(Integer, ForeignKey("user.id"))
    # 指定save-update和delete，以逗号分隔便可
    author = relationship("User", backref="articles", cascade="save-update,delete")


Base.metadata.drop_all()
Base.metadata.create_all()
Session = sessionmaker(bind=engine)
session = Session()
# 建立几条记录
user = User(username="guido van rossum")
article = Article(title="Python之父谈论python的将来")

article.author = user
# 而后使用session添加article便可，此时就不会添加user了
session.add(article)
session.commit()

如今添加数据是没问题的，可是删除数据呢？若是是默认状况的话，那么删除父表的记录会将字表对应的记录设为空，但若是删除子表的记录，是不会影响父表的。可如今我在cascade加上了delete，那么再删除子表中的记录呢？

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)


class User(Base):
    __tablename__ = "user"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(VARCHAR(50), nullable=False)


class Article(Base):
    __tablename__ = "article"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(VARCHAR(50), nullable=False)
    uid = Column(Integer, ForeignKey("user.id"))
    # 指定save-update和delete，以逗号分隔便可
    author = relationship("User", backref="articles", cascade="save-update,delete")


Session = sessionmaker(bind=engine)
session = Session()

article = session.query(Article).first()
session.delete(article)
session.commit()

16.排序

正序：session.query(Model).order_by("table.column").all()
倒叙：session.query(Model).order_by("table.column.desc").all()

此外能够在模型中定义

class User(Base):
    __tablename__ = "user"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(String(50), nullable=False)
    age = Column(Integer)
 
    # 就以User为例，在SQLAlchemy中有一个属性叫作__mapper_args__
    # 是一个字典，咱们能够指定一个叫作order_by的key，value则为一个字段
    __mapper_args__ = {"order_by": age}
    # 倒序的话，__mapper_args__ = {"order_by": age.desc()}
    # 之后再查找的时候直接session.query(table).all()便可，自动按照咱们指定的排序

17.limit、offset以及切片操做

limit：session.query(Model).limit(10).all 从开头开始取十条数据
offset：session.query(Model).offset(10).limit(10).all() 从第十条开始取10条数据
slice：session.query(Model).slice(1,8).all() 从第一条开始取到第七条数据，或者session.query(Model)[1:8]，这样更简单，连all()都不用了

18.数据查询懒加载技术

在一对一或者多对多的时候，若是想要获取多的这一部分数据的时候，每每经过一个属性就能够所有获取了。好比有一个做者，咱们要获取这个做者的全部文章，那么经过user.articles就能够所有获取了，可是有时咱们不想获取全部的数据，好比只获取这个做者今天发表的文章，那么这个时候就能够给relationship中的backref传递一个lazy=“dynamic”，之后经过user.articles获取到的就不是一个列表，而是一个AppendQuery对象了。之后就能够对这个对象再进行过滤和排序工做。

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)


class User(Base):
    __tablename__ = "user"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(VARCHAR(50), nullable=False)
    age = Column(Integer)


class Article(Base):
    __tablename__ = "article"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(VARCHAR(50), nullable=False)
    uid = Column(Integer, ForeignKey("user.id"))

    author = relationship("User", backref=backref("articles"))

    def __str__(self):
        return f"{self.title}"


Base.metadata.drop_all()
Base.metadata.create_all()

Session = sessionmaker(bind=engine)
session = Session()

user = User(username="guido", age=63)
for i in range(10):
    article = Article(title=f"title{i}")
    article.author = user
    session.add(article)

session.commit()

user = session.query(User).first()
for art in user.articles:
    print(art)
"""
title0
title1
title2
title3
title4
title5
title6
title7
title8
title9
"""

以上获取了所有数据，若是指向获取一部分呢？

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)


class User(Base):
    __tablename__ = "user"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(VARCHAR(50), nullable=False)
    age = Column(Integer)


class Article(Base):
    __tablename__ = "article"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(VARCHAR(50), nullable=False)
    uid = Column(Integer, ForeignKey("user.id"))
    # 若是获取部分数据, 只须要加上一个lazy="dynamic"便可
    # 注意这里必定要写在backref里面，咱们的目的是为了经过User模型实例取Article模型实例的属性，要写在backref里面
    # 同理backref=backref("articles")和backref="articles"是同样的，可是之因此要加上里面的这个backref，是为了给user提供更好的属性，好比这里的懒加载
    author = relationship("User", backref=backref("articles", lazy="dynamic"))

    def __str__(self):
        return f"{self.title}"


Base.metadata.drop_all()
Base.metadata.create_all()

Session = sessionmaker(bind=engine)
session = Session()

user = User(username="guido", age=63)
for i in range(10):
    article = Article(title=f"title{i}")
    article.author = user
    session.add(article)

session.commit()

user = session.query(User).first()
print(user.articles)
"""
SELECT article.id AS article_id, article.title AS article_title, article.uid AS article_uid 
FROM article 
WHERE %(param_1)s = article.uid
"""
# 此时打印的是一个sql语句，若是不加lazy="dynamic"的话，打印的是一个列表，准确的说是InstrumentList对象，里面存储了不少的Article对象
# 可是如今再也不是了，加上lazy="dynamic"以后，获得的是一个AppendQuery对象。
# 能够对比列表和生成器，只有执行的时候才会产出值
print(type(user.articles))  # <class 'sqlalchemy.orm.dynamic.AppenderQuery'>
# 查看一下源码发现，AppenderQuery这个类继承在Query这个类，也就是说Query可以使用的，它都能使用

# 而user.articles已是一个Query对象了，至关于session.query(XXX),能够直接调用filter
print([str(obj) for obj in user.articles.filter(Article.id > 5).all()])  # ['title5', 'title6', 'title7', 'title8', 'title9']

# 也能够动态添加数据
article = Article(title="100")
user.articles.append(article)
# 这个时候不须要add，只须要commit便可，由于这个user已经在里面了
# 咱们append以后，只须要commit，那么append的新的article就提交到数据库里面了
session.commit()

# 继续获取
print([str(obj) for obj in user.articles.filter(Article.id > 5).all()])  # ['title5', 'title6', 'title7', 'title8', 'title9', '100']

"""
lazy有如下选择：
1.select：默认选项，以user.articles为例，若是没有访问user.articles属性，那么SQLAlchemy就不会从数据库中查找文章。一旦访问，就会查找全部文章，最为InstrumentList返回
2.dynamic：返回的不是一个InstrumentList，而是一个AppendQuery对象，相似一个生成器，能够动态添加，查找等等。
主要使用
"""

19.group_by和having字句

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, Enum, func
from sqlalchemy.orm import sessionmaker

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

Session = sessionmaker(bind=engine)
session = Session()


class User(Base):
    __tablename__ = "user"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(VARCHAR(50), nullable=False)
    age = Column(Integer)
    # 注意：类型为Enum的时候，必定要指定name
    gender = Column(Enum("male", "female", "secret", default="male", name="我擦"))


Base.metadata.drop_all()
Base.metadata.create_all()

user1 = User(username="神田空太", age=16, gender="male")
user2 = User(username="椎名真白", age=16, gender="female")
user3 = User(username="四方茉莉", age=400, gender="female")
user4 = User(username="木下秀吉", age=15, gender="secret")
user5 = User(username="牧濑红莉栖", age=18, gender="female")

session.add_all([user1, user2, user3, user4, user5])
session.commit()

# group_by：分组，比方说我想查看每一个年龄对应的人数
print(session.query(User.age, func.count(User.id)).group_by(User.age).all())
'''
输出结果：
[(16, 2), (400, 1), (15, 1), (18, 1)
'''
# having：在group_by分组的基础上进行进一步查询，比方说我想查看年龄大于16的每个年龄段对应的人数
print(session.query(User.age, func.count(User.id)).group_by(User.age).having(User.age > 16).all())
'''
输出结果：
[(18, 1), (400, 1)]
'''
# 想查看人数大于1的那一组
print(session.query(User.age, func.count(User.id)).group_by(User.age).having(func.count(User.id) > 1).all())
"""
输出结果:
[(16, 2)]
"""

20.join实现复杂查询

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, ForeignKey
from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

Session = sessionmaker(bind=engine)
session = Session()


class People(Base):
    __tablename__ = "people"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(VARCHAR(50), nullable=False)


class Article(Base):
    __tablename__ = "article"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(VARCHAR(50), nullable=False)
    uid = Column(Integer, ForeignKey("people.id"))

    author = relationship("People", backref=backref("articles", lazy="dynamic"))

    def __repr__(self):
        return f"{self.title}"


Base.metadata.drop_all()
Base.metadata.create_all()

people1 = People(username="guido")
people2 = People(username="ken")

article1 = Article(title="python")
article1.author = people1

article2 = Article(title="B")
article2.author = people2
article3 = Article(title="go")
article3.author = people2

session.add_all([article1, article2, article3])
session.commit()

此时两张表创建完成，数据已经添加成功

先在数据库层面上进行查询，查询每一个做者发表了多少文章

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, func
from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

Session = sessionmaker(bind=engine)
session = Session()


class People(Base):
    __tablename__ = "people"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(VARCHAR(50), nullable=False)


class Article(Base):
    __tablename__ = "article"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(VARCHAR(50), nullable=False)
    uid = Column(Integer, ForeignKey("people.id"))

    author = relationship("People", backref=backref("articles", lazy="dynamic"))

    def __repr__(self):
        return f"{self.title}"


# 找到全部用户，按照发表文章的数量进行排序
# 此外还能够为字段起一个别名，好比把筛选出来的username改成姓名，能够调用People.username.label("姓名")
# 若是不指定别名，那么sqlachemy会默认将类名、下划线、字段名进行组合做为别名，
res = session.query(People.username, func.count(Article.id)).join(Article, People.id == Article.uid).\
    group_by(People.id).order_by(func.count(Article.id))
print(res)
"""
SELECT people.username AS people_username, count(article.id) AS count_1 
FROM people JOIN article ON people.id = article.uid GROUP BY people.id ORDER BY count(article.id)
"""

res = session.query(People.username.label("姓名"), func.count(Article.id).label("次数")).join(Article, People.id == Article.uid).\
    group_by(People.id).order_by("次数")

print(res)
"""
SELECT people.username AS "姓名", count(article.id) AS "次数" 
FROM people JOIN article ON people.id = article.uid GROUP BY people.id ORDER BY "次数"
"""

print(res.all())  # [('guido', 1), ('ken', 2)]

21.subquery实现复杂查询

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, func
from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

Session = sessionmaker(bind=engine)
session = Session()


class Girl(Base):
    __tablename__ = "girl"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(50), nullable=False)
    anime = Column(VARCHAR(50), nullable=False)
    age = Column(Integer, nullable=False)

    def __repr__(self):
        return f"{self.name}--{self.anime}--{self.age}"


Base.metadata.create_all()

girl1 = Girl(name="雨宫优子", anime="悠久之翼", age=16)
girl2 = Girl(name="宫村宫子", anime="悠久之翼", age=16)
girl3 = Girl(name="古河渚", anime="clannad", age=19)
girl4 = Girl(name="牧濑红莉栖", anime="命运石之门", age=18)

session.add_all([girl1, girl2, girl3, girl4])
session.commit()

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, func
from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

Session = sessionmaker(bind=engine)
session = Session()


class Girl(Base):
    __tablename__ = "girl"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(VARCHAR(50), nullable=False)
    anime = Column(VARCHAR(50), nullable=False)
    age = Column(Integer, nullable=False)

    def __repr__(self):
        return f"{self.name}--{self.anime}--{self.age}"


# 下面要寻找和雨宫优子在同一anime，而且age相同的记录,固然这里只有一条
girl = session.query(Girl).filter(Girl.name == "雨宫优子").first()
# filter里面若是没有指定and_或者or_,那么默认是and_
expect_girls = session.query(Girl).filter(Girl.anime == girl.anime, Girl.age == girl.age, Girl.name != "雨宫优子").all()
print(expect_girls)  # [宫村宫子--悠久之翼--16]

这种查找方式，等于先筛选出name="雨宫优子"对应的记录，而后再从全表搜索出Girl.anime == girl.anime而且Girl.age == girl.age的记录，写成sql的话就相似于

也可使用subquery

# 建立一个subquery
girl = session.query(Girl).filter(Girl.name == "雨宫优子").subquery()
# 这里的girls.c的c代指的是column，是一个简写
expect_girls = session.query(Girl).filter(Girl.anime == girl.c.anime, Girl.age == girl.c.age, Girl.name != "雨宫优子").all()
print(expect_girls)  # [宫村宫子--悠久之翼--16]

能够看到事实上没太大区别，貌似代码量还多了一丢丢。可是在数据库里面，咱们只须要进行一次查询，效率会高一些

22.flask-sqlalchemy的使用

flask-sqlalchemy是flask的一个插件，能够更加方便咱们去使用。sqlalchemy是能够独立于flask而存在的，这个插件是将sqlalchemy集成到flask里面来。咱们以前使用sqlalchemy的时候，要定义Base，session，各个模型之类的，使用这个插件能够简化咱们的工做。

这个插件首先须要安装，直接pip install flask-sqlalchemy便可。你们注意到没，flask虽然自己内容较少，可是有不少的第三方插件，扩展性极强。其实flask写到最后，感受和Django没太大区别了。提到框架，首先想到的就是flask、Django、tornado，其中tornado是异步的。这里也主要想说的就是python中的异步框架，自从python3.5引入了async和await关键字、能够定义原生协程以后，python中的异步框架也是层出不穷，可是并无一个怪兽级别的一步框架一统江湖。python中的tornado是一个，还有一个sanic，这是一个仿照flask接口设计的异步框架，只能部署在linux上，听说能够达到媲美go语言的性能，具体没有测试过，但缺点是第三方扩展没有flask这么多，质量也良莠不齐。但愿python能出现优秀的异步框架，目前的话仍是推荐tornado，由于在python尚未引入原生协程的时候，就有了tornado，当时tornado是本身根据生成器实现协程、手动实现了一套事件循环机制。可是当python引入了原生的协程以后，咱们在定义视图类的时候，就不须要在使用装饰器@tornado.gen.coroutine了，直接经过async def来定义函数便可，也不须要yield了，直接await便可，并且底层的事件循环也再也不使用原来的哪一套了，而是直接使用的asyncio。目前异步框架，仍是推荐tornado。

flask-sqlalchemy也是能够独立于flask而存在的，或者不以web的方式。

from flask import Flask
from flask_sqlalchemy import SQLAlchemy

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库

db_uri = f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}"
# 这个配置不直接与咱们的SQLAlchemy这个类发生关系，而是要添加到app.config里面，这一步是少不了的
# 至于这里的key，做者规定就是这么写的
app = Flask(__name__)
app.config["SQLALCHEMY_DATABASE_URI"] = db_uri
# 而且还要加上这一段，否则会弹出警告
app.config["SQLALCHEMY_TRACK_MODIFICATIONS"] = False

# 接收一个app，今后db便具备了app的功能,但咱们只用数据库的功能
db = SQLAlchemy(app)


# 创建模型,确定要继承，那么继承谁的，继承自db.Module,至关于以前的Base。这里操做简化了，不须要咱们去建立了
class User(db.Model):
    __tablename__ = "user"
    # 能够看到，以前须要导入的统统不须要导入了，都在db下面。不过本质上调用的仍是sqlalchemy模块里的类。
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    name = db.Column(db.String(50), nullable=False)


class Article(db.Model):
    __tablename__ = "article"
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    title = db.Column(db.String(50), nullable=False)
    uid = db.Column(db.Integer, db.ForeignKey("user.id"))

    author = db.relationship("User", backref="articles")
    # 因此咱们发现这和SQLAlchemy框架中的使用方法基本上是一致的，只不过咱们在SQLAlchemy中须要导入的，如今所有能够经过db来访问


# 那么如何映射到数据库里面呢？这里也不须要Base.metadata了，直接使用db便可。
db.create_all()

# 下面添加数据
user = User(name="guido")
article = Article(title="python之父谈python的将来")
user.articles.append(article)

# 这里的session也不须要建立了，由于在app中咱们指定了SQLALCHEMY_DATABASE_URI
# 会自动根据配置建立session
db.session.add(user)
'''
或者
article.author = user
db.session.add(article)
'''

db.session.commit()
# 跟咱们以前使用SQLAlchemy的流程基本一致

那么问题来了，如何查找数据呢？首先咱们能够想到db.session.query(User),这毫无疑问是能够的，可是咱们的模型继承了db.Model，那么咱们有更简单的方法

# 直接使用User.query便可，就等价于db.session.query(User)
user = User.query.first()
print(user.name)  # guido
print(user.articles[0].title)  # python之父谈python的将来
'''
能够看到，使用方法和session.query(Model)没有啥区别
'''

23.alembic数据库迁移工具的使用

alembic是SQLAlchemy做者所写的一款用于作ORM与数据库的迁移和映射的一个框架，相似于git。

首先确定要安装，pip install alembic

注意这个目录

进入文件夹里面，输入alembic init xxxx

接下来创建模型，这个是独立于flask的，因此咱们此次仍是使用SQLAlchemy作演示

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, func
from sqlalchemy import Column, Integer, String

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(bind=engine)


class People(Base):
    __tablename__ = "people"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(20), nullable=False)  # 不可为空
    age = Column(Integer, nullable=False)

    def __repr__(self):
        return f"{self.name}--{self.age}"

下面修改配置文件，alembic.ini

而后修改env.py

接下来生成迁移文件，alembic revision --autogenerate -m "message"，这里的"message"是咱们的注释信息

下面就要更新数据库了，将刚才生成的迁移文件映射到数据库。至于为何须要迁移文件，那是由于没法直接映射orm模型，须要先转化为迁移文件，而后才能映射到数据库当中。

alembic upgrade head，将刚刚生成的迁移文件映射到数据库当中

若是须要修改表的结构，不须要再drop_all,create_all了，若是里面有大量数据，不可能清空以后从新建立。那么在修改以后，直接再次生成迁移文件而后映射到数据库就能够了

先来看看数据库的表

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, func
from sqlalchemy import Column, Integer, String

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库
engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(bind=engine)


class People(Base):
    __tablename__ = "people"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(20), nullable=False)  
    age = Column(Integer, nullable=False)
    serifu = Column(String(100))  # 增长一列

    def __repr__(self):
        return f"{self.name}--{self.age}"

我给模型添加了一个字段serifu，而后从新生成迁移文件，并再次映射

能够看到，自动增长了一列，而且原来的数据也没有被破坏。所以也能够发现，咱们再增长列的时候，不能设置nullable=False，否则添加不进去

class People(Base):
    __tablename__ = "people"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(20), nullable=False)  # 不可为空
    age = Column(Integer, nullable=False)
    serifu = Column(String(100), nullable=False)  # 不添加默认值，设置不能为空

    def __repr__(self):
        return f"{self.name}--{self.age}"

总结一下，就是五个步骤：

1.定义好本身的模型
2.使用alembic init 仓库名，新建一个仓库，会在当前路径生成
3.修改两个配置文件，在alembic.ini中配置数据库的链接方式，在env中将model导入，再将target_metadata = None换成model里面的Base.metadata
4.使用alembic revision --autogenerate -m "message"生成迁移文件
5.使用alembic upgrade head将迁移文件映射到数据库

能够看出，和Django比较相似，若是之后修改了模型的话，那么重复4和5便可

24.alembic经常使用命令和经典错误解决办法

经常使用命令：

　　init：建立一个alembic仓库

　　revision：建立一个新的版本文件

　　--autogenerate：自动将当前模型的修改，生成迁移脚本

　　-m：本次迁移作了哪些修改，用户能够指定这个参数，方便回顾

　　upgrade：将指定版本的迁移文件映射到数据库中，会执行版本文件中的upgrade函数。若是有多个迁移脚本没有被映射到数据库中，那么会执行多个迁移脚本

　　[head]：表明最新的迁移脚本的版本号

　　downgrade：降级，咱们每个迁移文件都有一个版本号，若是想退回之前的版本，直接使用alembic downgrade version_id

　　heads：展现head指向的脚本文件

　　history：列出全部的迁移版本及其信息

　　current：展现当前数据库的版本号

经典错误：

　　FAILED:Target database is not up to date。缘由：主要是heads和current不相同。current落后于heads的版本。解决办法：将current移动到head上，alembic upgrade head

　　FAILED:can’t locate revision identified by “78ds75ds7s”。缘由：数据库中村的版本号不在迁移脚本文件中。解决办法：删除数据库中alembic_version表的数据，而后从新执行alembic upgrade head

　　执行upgrade head 时报某个表已经存在的错误。解决办法：1.删除version中全部的迁移文件的代码，修改迁移脚本中建立表的代码

25.flask-script讲解

flask-script的做用是能够经过命令行的方式来操做flask。例如经过命令来跑一个开发版本的服务器，设置数据库，定时任务等等。要使用的话，首先要安装，pip install flask-script

而后要作什么呢？

from flask_script import Manager
from app import app

# 传入app。生成manager
manager = Manager(app)


# 加上一个manager.command，使其成为命令行
@manager.command
def hello():
    print("你好啊")


# 也能够添加参数，而且此时manager.command也能够不要了
@manager.option("--name", dest="username")
@manager.option("--age", dest="age")
def foo(username, age):
    # 相似于python里的optparse，能够见个人python经常使用模块，里面有介绍
    return f"name={username}, age={age}"


if __name__ == '__main__':
    manager.run()  # 这里是manager.run,不是app.run

将flask-script和alembic集成

start.py

from flask import Flask

app = Flask(__name__)
username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库

app.config["SQLALCHEMY_DATABASE_URI"] = f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}"


@app.route('/')
def hello_world():
    return 'Hello World!'


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

model.py

from app import app
from flask_sqlalchemy import SQLAlchemy

db = SQLAlchemy(app)


# 话说回来，这个db.Model就至关于以前的Base
# 咱们将env里面的target_metadata = None,也能够换成db.Model.metadata
class User(db.Model):
    __tablename__ = "user"
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    name = db.Column(db.VARCHAR(100))
    age = db.Column(db.Integer)


class Score(db.Model):
    __tablename__ = "score"
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    math = db.Column(db.Integer)
    english = db.Column(db.Integer)
    history = db.Column(db.Integer)

manage.py

from flask_script import Manager
from app import app
# 从模型里面导入User和Score模型，以及db
from model import User, Score, db

# 传入app。生成manager
manager = Manager(app)

# 建立表
@ manager.command
def create_table():
    db.create_all()


# 往user表里面添加数据
@manager.option("--n", dest="name")
@manager.option("--a", dest="age")
def add_user(name, age):
    user = User()
    user.name = name
    user.age = age
    db.session.add(user)
    db.session.commit()


# 往score表里面添加数据
@manager.option("--m", dest="math")
@manager.option("--e", dest="english")
@manager.option("--h", dest="history")
def add_score(math, english, history):
    score = Score()
    score.math = math
    score.english = english
    score.history = history
    db.session.add(score)
    db.session.commit()


if __name__ == '__main__':
    manager.run()  # 这里是manager.run,不是app.run

生成表
给user表添加数据
给score表添加数据

并且咱们还能够模拟数据库迁移，映射等等。Django的manage.py不就是这么作的吗？python manage.py makemigrations迁移，而后再python manage.py migrate映射。

而这种方式的实现，flask也帮咱们封装好了

26.flask-migrate

在实际的数据库开发中，常常会出现数据表修改的行为。通常咱们不会手动修改数据库，而是去修改orm模型，而后再把模型映射到数据库中。这个时候若是能有一个工具专门作这件事情就很是好了，而flask-migrate就是用来干这个的。flask-migrate是基于alembic的一个封装，并集成到flask当中，而全部的操做都是alembic作的，它能跟踪模型的变化，并将模型映射到数据库中。

显然也要安装，pip install flask-migrate，因此flask有着丰富的第三方插件，能够本身定制。因此写到最后，真的和Django没啥区别了。

model.py

from flask_script import Manager
from app import app
# 从模型里面导入User和Score模型，以及db
from model import User, Score, db
from flask_migrate import Migrate, MigrateCommand

# 传入app。生成manager
manager = Manager(app)

# 传入app和db，将app和db绑定在一块儿
migrate = Migrate(app, db)

# 把MigrateCommand命令添加到manager中
manager.add_command("db", MigrateCommand)


if __name__ == '__main__':
    # 此时就能够了，你们可能看到咱们这里导入了User和Score模型，可是没有使用
    # 其实不是，生成数据库的表，是在命令行中操做的
    # 为了在映射的时候可以找到这两个模型，因此要导入，只不过找模型咱们不须要作，flask-migrate会自动帮咱们处理
    # 咱们只负责导入就能够了
    manager.run()  # 这里是manager.run,不是app.run

执行python manage.py db init。这里的db就是咱们manager.add_command("db", MigrateCommand)的db，咱们也能够起其余的名字

此时里面的文件，咱们也不须要手动去改了，都帮咱们弄好了
python manage.py db migrate，生成迁移文件
python manage.py db upgrade，将迁移文件映射到数据库中

总结以下：

介绍：由于采用db.create_all在后期修改字段的时候，不会自动的映射到数据库中，必须删除表，而后从新运行db.craete_all，或者先db.drop_all，才会从新映射，这样不符合咱们的需求。所以flask-migrate就是为了解决这个问题，它能够在每次修改模型后，能够将修改的东西映射到数据库中。
使用flask_migrate必须借助flask_scripts，这个包的MigrateCommand中包含了全部和数据库相关的命令。

flask_migrate相关的命令：

python manage.py db init：初始化一个迁移脚本的环境，只须要执行一次。

python manage.py db migrate：将模型生成迁移文件，只要模型更改了，就须要执行一遍这个命令。

python manage.py db upgrade：将迁移文件真正的映射到数据库中。每次运行了migrate命令后，就记得要运行这个命令。


注意点：须要将你想要映射到数据库中的模型，都要导入到manage.py文件中，若是没有导入进去，就不会映射到数据库中。

咱们来使用web的方式，添加数据吧

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
</head>
<body>
    <form action="/add" method="post">
        <table>
            <tr>
                <td>用户名：</td>
                <td><input name="username" type="text"/></td>
            </tr>
            <tr>
                <td>年龄：</td>
                <td><input name="age" type="text"/></td>
            </tr>
            <tr>
                <td>提交：</td>
                <td><input type="submit"/></td>
            </tr>
        </table>
    </form>
</body>
</html>

咱们将代码的结构从新修改一下

config.py：存放配置

username = "postgres"  # 用户名
password = "zgghyys123"  # 密码
hostname = "localhost"  # ip
port = 5432  # 端口
db_type = "postgresql"  # 数据库种类
driver = "psycopg2"  # 驱动
database = "postgres"  # 链接到哪一个数据库

SQLALCHEMY_DATABASE_URI = f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}"
SQLALCHEMY_TRACK_MODIFICATIONS = False

exts.py

from flask_sqlalchemy import SQLAlchemy
db = SQLAlchemy()

model.py

from exts import db


class User(db.Model):
    __tablename__ = "user"
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    name = db.Column(db.VARCHAR(100))
    age = db.Column(db.Integer)


class Score(db.Model):
    __tablename__ = "score"
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    math = db.Column(db.Integer)
    english = db.Column(db.Integer)
    history = db.Column(db.Integer)

看到这里可能发现了，这里的db并无传入app啊，那么它是如何找到的呢？别急

manage.py

from flask_script import Manager
from app import app
from model import User, Score
from exts import db
from flask_migrate import Migrate, MigrateCommand

# 传入app。生成manager
manager = Manager(app)

# 传入app和db，将app和db绑定在一块儿
migrate = Migrate(app, db)

# 把MigrateCommand命令添加到manager中
manager.add_command("db", MigrateCommand)


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

app.py

from flask import Flask, request, render_template
from model import User
from exts import db
import config

app = Flask(__name__)
# 导入配置
app.config.from_object(config)
# 经过db.init_app(app)会自动地将app里面的信息绑定到db里面去
db.init_app(app)


@app.route('/')
def hello_world():
    return 'Hello World!'


@app.route("/add", methods=["GET", "POST"])
def add():
    if request.method == 'GET':
        return render_template("add.html")
    else:
        name = request.form.get("username", None)
        age = request.form.get("age", None)
        user = User()
        user.name = name
        user.age = age
        db.session.add(user)
        db.session.commit()
        return f"数据添加成功"


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

27.实战项目-中国工商银行注册功能

index.html

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>中国工商银行首页</title>
</head>
<body>
    <h1>欢迎来到中国工商银行</h1>
    <ul>
        <li><a href="{{ url_for('register') }}">当即注册</a></li>
    </ul>
</body>
</html>

register.html

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>中国银行注册页面</title>
</head>
<body>
    <form action="/register" method="post">
        <table>
            <tbody>
                <tr>
                    <td>邮箱：</td>
                    <td><input type="email" name="email"></td>
                </tr>
                <tr>
                    <td>用户名：</td>
                    <td><input type="text" name="username"></td>
                </tr>
                <tr>
                    <td>密码：</td>
                    <td><input type="password" name="password"></td>
                </tr>
                <tr>
                    <td>重复密码：</td>
                    <td><input type="password" name="repeat_password"></td>
                </tr>
                <tr>
                    <td>余额：</td>
                    <td><input type="text", name="deposit"></td>
                </tr>
                <tr>
                    <td></td>
                    <td><input type="submit" value="当即注册"></td>
                </tr>
            </tbody>
        </table>
    </form>
</body>
</html>

exts.py

from flask_sqlalchemy import SQLAlchemy
db = SQLAlchemy()

model.py

from exts import db
 
 
class User(db.Model):
    __tablename__ = "user"
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    email = db.Column(db.String(50), nullable=False)
    username = db.Column(db.String(50), nullable=False)
    password = db.Column(db.String(50), nullable=False)
    deposit = db.Column(db.Float(50), default=10)

manage.py

from flask_script import Manager
from app import app
from model import User
from exts import db
from flask_migrate import Migrate, MigrateCommand

# 传入app。生成manager
manager = Manager(app)

# 传入app和db，将app和db绑定在一块儿
migrate = Migrate(app, db)

# 把MigrateCommand命令添加到manager中
manager.add_command("db", MigrateCommand)


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

forms.py

from wtforms import Form, StringField, FloatField
from wtforms.validators import Length, EqualTo, Email, InputRequired
 
 
class RegisterForm(Form):
    email = StringField(validators=[Email()])
    username = StringField(validators=[Length(6, 20)])
    password = StringField(validators=[Length(6, 20)])
    repeat_password = StringField(validators=[EqualTo("password")])
    deposit = FloatField(validators=[InputRequired()])

app.py

from flask import Flask, render_template, request, views
from forms import RegisterForm
from exts import db
from model import User
import config

app = Flask(__name__)
app.config.from_object(config)
db.init_app(app)  # 这个和db = SQLAlchemy(app)效果是同样的


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


class RegisterView(views.MethodView):

    def get(self):
        return render_template("register.html")

    def post(self):
        form = RegisterForm(request.form)
        if form.validate():
            email = form.email.data
            username = form.username.data
            password = form.password.data
            deposit = form.deposit.data
            user = User(email=email, username=username, password=password, deposit=deposit)
            db.session.add(user)
            db.session.commit()
            return "注册成功"

        else:
            return f"注册失败，{form.errors}"


app.add_url_rule("/register", view_func=RegisterView.as_view("register"))

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

将以前的表所有删除，而后执行python manage.py db init,而后执行python manage.py db migrate 而后执行python manage.py db upgrade,而后会发现数据库多了一张user表

访问localhost:5000

发现数据已经被添加到数据库里面了

28.实战项目-中国工商银行登陆和转帐实现

首页，index.html

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>中国工商银行首页</title>
</head>
<body>
    <h1>欢迎来到中国工商银行</h1>
    <ul>
        <li><a href="{{ url_for('register') }}">当即注册</a></li>
        <li><a href="{{ url_for('login') }}">当即登陆</a></li>
        <li><a href="{{ url_for('transfer') }}">当即转帐</a></li>
    </ul>
</body>
</html>

注册页面，register.html

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>中国银行注册页面</title>
</head>
<body>
    <form action="/register" method="post">
        <table>
            <tbody>
                <tr>
                    <td>邮箱：</td>
                    <td><input type="email" name="email"></td>
                </tr>
                <tr>
                    <td>用户名：</td>
                    <td><input type="text" name="username"></td>
                </tr>
                <tr>
                    <td>密码：</td>
                    <td><input type="password" name="password"></td>
                </tr>
                <tr>
                    <td>重复密码：</td>
                    <td><input type="password" name="repeat_password"></td>
                </tr>
                <tr>
                    <td>余额：</td>
                    <td><input type="text", name="deposit"></td>
                </tr>
                <tr>
                    <td></td>
                    <td><input type="submit" value="当即注册"></td>
                </tr>
            </tbody>
        </table>
    </form>
</body>
</html>

登陆页面，login.html

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>中国工商银行登陆页面</title>
</head>
<body>
<form action="/login" method="post">
    <table>
        <tbody>
            <tr>
                <td>邮箱：</td>
                <td><input name="email" type="email"></td>
            </tr>
            <tr>
                <td>密码：</td>
                <td><input name="password" type="password"></td>
            </tr>
            <tr>
                <td></td>
                <td><input type="submit" value="当即登陆"></td>
            </tr>
        </tbody>
    </table>
</form>
</body>
</html>

转帐页面，transfer.html

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
</head>
<body>
    <form action="/transfer" method="post">
        <table>
            <tbody>
                <tr>
                    <td>转到邮箱：</td>
                    <td><input type="email" name="email"></td>
                </tr>
                <tr>
                    <td>转帐金额：</td>
                    <td><input type="text" name="money"></td>
                </tr>
                <tr>
                    <td></td>
                    <td><input type="submit" value="当即转帐"></td>
                </tr>
            </tbody>
        </table>
    </form>
</body>
</html>

py文件只有forms.py和app.py发生了变化，其余的没变

forms.py

from wtforms import Form, StringField, FloatField
from wtforms.validators import Length, EqualTo, Email, InputRequired, NumberRange
from model import User
 
 
class RegisterForm(Form):
    email = StringField(validators=[Email()])
    username = StringField(validators=[Length(6, 20)])
    password = StringField(validators=[Length(6, 20)])
    repeat_password = StringField(validators=[EqualTo("password")])
    deposit = FloatField(validators=[InputRequired()])
 
 
class LoginForm(Form):
    email = StringField(validators=[Email()])
    password = StringField(validators=[Length(6, 20)])
 
 
class TransferForm(Form):
    email = StringField(validators=[Email()])
    money = FloatField(validators=[NumberRange(min=1, max=10000)])

app.py

from flask import Flask, render_template, request, views, session, redirect, url_for
from forms import RegisterForm, LoginForm, TransferForm
from exts import db
from model import User
import secrets

app = Flask(__name__)
app.config["SECRET_KEY"] = secrets.token_bytes()
app.config.from_object(config)
db.init_app(app)  # 这个和db = SQLAlchemy(app)效果是同样的
 
 
@app.route('/')
def index():
    return render_template("index.html")
 
 
# 注册
class RegisterView(views.MethodView):
 
    def get(self):
        return render_template("register.html")
 
    def post(self):
        form = RegisterForm(request.form)
        if form.validate():
            email = form.email.data
            username = form.username.data
            password = form.password.data
            deposit = form.deposit.data
            user = User(email=email, username=username, password=password, deposit=deposit)
            db.session.add(user)
            db.session.commit()
            return "注册成功"
 
        else:
            return f"注册失败，{form.errors}"
 
 
app.add_url_rule("/register", view_func=RegisterView.as_view("register"))
 
 
# 登陆
class LoginView(views.MethodView):
 
    def get(self):
        return render_template("login.html")
 
    def post(self):
        form = LoginForm(request.form)
        if form.validate():
            email = form.email.data
            password = form.password.data
            user = User.query.filter(User.email == email, User.password == password).first()
            if user:
                session["session_id"] = user.id
                return "登陆成功"
            else:
                return "邮箱或密码错误"
        else:
            return f"{form.errors}"
 
 
app.add_url_rule("/login", view_func=LoginView.as_view("login"))
 
 
# 转帐
class TransferView(views.MethodView):
 
    def get(self):
        # 只有登陆了才能转帐，不然让其滚回登陆页面
        if session.get("session_id"):
            return render_template("transfer.html")
        else:
            return redirect(url_for("login"))
 
    def post(self):
        form = TransferForm(request.form)
        if form.validate():
            email = form.email.data
            money = form.money.data
            user = User.query.filter_by(email=email).first()
            if user:
                session_id = session.get("session_id")
                myself = User.query.get(session_id)
                if myself.deposit >= money:
                    user.deposit += money
                    myself.deposit -= money
                    db.session.commit()
                    return f"转帐成功,您向{user.email}转了{money}"
                else:
                    return "您的资金不足，没法完成当前转帐"
 
            else:
                return "该用户不存在"
        else:
            return "数据填写不正确"
 
 
app.add_url_rule("/transfer", view_func=TransferView.as_view("transfer"))
 
 
if __name__ == '__main__':
    app.run()

下面进行转帐

咱们接下来看看数据库里面的金额

此时继续转帐

显示资金不够了