Flask学习三：模型操作

news2025/1/4 19:28:18

ORM

flask 通过Model操作数据库，不管你的数据库是MySQL还是Sqlite，flask自动帮你生成相应数据库类型的sql语句，所以不需要关注sql语句和类型，对数据的操作flask帮我们自动完成，只需要会写Model就可以了

flask使用对象关系映射（简称为ORM）框架去操控数据库

ORM对象关系映射是一种程序技术，用于实现面向对象变成语言里不同类型系统的数据之间的转换，将对对象的操作转换为原生的SQL语句。简单易用，可以有效减少重复的SQL；性能损耗少；设计灵活，可以轻松实现复杂查询；可移植性好

数据库连接

Flask使用Python自带的ORM：SQLAlchemy。针对于Flask的支持，需要安装相应的插件

pip install flask-sqlalchemy

为什么使用sqlite而不是mysql

SQLite和MySQL是两种常见的数据库管理系统，它们之间有一些重要的区别。

  1. 数据库类型：SQLite是一种嵌入式数据库，它将整个数据库作为一个文件存储在磁盘上。而MySQL是一种客户端/服务器数据库，它以独立的服务器进程运行，并通过网络接口来处理客户端请求。

  2. 部署和配置：由于SQLite是一个嵌入式数据库，它非常容易部署和配置。你只需要在应用程序中包含SQLite的库文件即可。MySQL需要单独安装和配置数据库服务器，并通过网络连接来访问。

  3. 性能和扩展性：SQLite适用于小型应用程序和个人项目，因为它在处理大量数据和高并发访问时可能性能较低。相比之下，MySQL被设计用于处理大型数据集和高负载的应用程序，它具有更好的性能和扩展性。

  4. 功能和支持：MySQL是一个成熟的数据库管理系统，提供了广泛的功能和丰富的工具。它支持复杂的查询语言（如SQL），事务处理和高级安全特性。相比之下，SQLite是一个轻量级的数据库，功能相对较少。

  5. 并发处理：MySQL支持多个并发连接，可以同时处理多个客户端请求。SQLite在写操作时会锁定整个数据库文件，因此在高并发访问情况下可能会出现性能问题。

综上所述，SQLite适用于小型应用程序和个人项目，而MySQL适用于中大型应用程序和高负载环境。选择哪种数据库取决于你的具体需求和项目规模。

连接配置
直接看老师讲的视频好了，容易理解。千峰教育 Flask2入门 数据库连接

数据迁移

当数据库和表配置好后，需要进行数据迁移，这样会在项目中生成真正的数据库和表。
基本步骤如下：

  • 使用cmd打开项目目录（app.py所在的目录）
  • 依次输入下面的命令
    • flask db init 创建迁移文件夹migrates，只调用一次
    • flask db migrate 生成迁移文件
    • flask db upgrade 执行迁移文件中的升级
    • flask db downgrade 执行迁移文件中的降级

初始化
在这里插入图片描述
执行完会在项目根目录下生成对应的文件夹instance和migrations

在这里插入图片描述
生成迁移文件
在这里插入图片描述
会生成数据库db文件
在这里插入图片描述
并且会生成一个操作记录的py文件
在这里插入图片描述
生成表
在这里插入图片描述
实际上就是执行的上一次生成文件里的upgrade函数，执行完成后，我们可以使用类似dberver的工具来进行查看
在这里插入图片描述
修改表结构
在修改表结构时，比如新添加一列。必须要先修改对应的模型，然后在重新进行生成迁移文件、执行迁移文件中的升级。

数据库的常见操作

新增数据

@baseBlue.route("/add-user/")
def addUser():
    # 创建一个对象
    user = BaseModel()
    user.name = "张三"
    user.email = "2345@163.com"
    user.password = "123"
    user.create_time = datetime.now()
    # 将对象添加进session中
    db.session.add(user)
    # 将数据提交到数据库
    db.session.commit()
    data = {"code": 0, "data": '', "msg": "添加成功"}
    return jsonify(data)

在这里插入图片描述
在这里插入图片描述
如果添加多条数据时可以使用add_all，例如

 users =[]
 for i in range(10):
     user = BaseModel()
     user.name = "张三" + str(i)
     user.email = "2345@163.com"
     user.password = "123"
     user.create_time = datetime.now()
     users.append(user)
 
 db.session.add_all(users)
 db.session.commit()

在这里插入图片描述
同时可以添加异常处理

def addUser():
    # 创建一个对象
    user = BaseModel()
    user.name = "张三"
    user.email = "2345@163.com"
    user.password = "123"
    user.create_time = datetime.now()
    try:
        # 将对象添加进session中
        db.session.add(user)
        # 将数据提交到数据库
        db.session.commit()
        data = {"code": 0, "data": '', "msg": "添加成功"}
    except Exception as e:
        data = {"code": 1, "data": '', "msg": "添加失败"}
        db.session.rollback()  # 回滚
        db.session.flush()  # 清空session
        print("addUser error："+str(e))
    return jsonify(data)

删除数据

def delUser(id):
    try:
        user = BaseModel.query.get(id)
        db.session.delete(user)
        db.session.commit()
        data = {"code": 0, "data": '', "msg": "删除成功"}
    except Exception as e:
        data = {"code": 1, "data": '', "msg": "删除失败"}
        db.session.rollback()  # 回滚
        db.session.flush()  # 清空session
        print("delUser error："+str(e))
    return jsonify(data)

修改数据

def updateUser(id):
    try:
        user = BaseModel.query.get(id)
        user.name="李四"
        db.session.commit()
        data = {"code": 0, "data": '', "msg": "修改成功"}
    except Exception as e:
        data = {"code": 1, "data": '', "msg": "修改失败"}
        db.session.rollback()  # 回滚
        db.session.flush()  # 清空session
        print("updateUser error："+str(e))
    return jsonify(data)

查询数据

过滤器

  • filter() 把过滤器添加到原查询上，返回一个新的查询
  • limit() 使用指定的值限制原查询返回的结果数量，返回一个新的查询
  • offset() 偏移原查询返回的结果，返回一个新的查询
  • order_by() 根据指定条件对原查询结果进行排序，返回一个新查询
  • group_by() 根据指定条件对原查询结果进行分组，返回一个新的查询

常用查询

  • all() 以列表形式返回查询的所有结果，返回列表
  • first() 返回查询的第一个结果，如果没有结果返回None
  • get() 返回指定主键对应的行，如果没有对应的行，则返回None
  • count() 返回查询结果的数量
  • paginate() 返回一个Paginate对象，它包含指定范围内的结果

逻辑运算

  • and_ 逻辑与，filter()默认为逻辑与，多个条件时用逗号分隔
  • or_ 逻辑或
  • not_ 逻辑非

查询属性

  • contains() ， contains('3') 模糊查找，类似于sql中的like
  • in_()， in_([1,2,3]) 其中之一
  • startswith() 和 endswidth() 以什么开始和以什么结束

根据用户名模糊查询

def queryUser(name):
    try:
        users = BaseModel.query.filter(BaseModel.name.like("%"+name+"%")).all()
        res = [user.to_dict() for user in users]
        data = {"code": 0, "data": res, "msg": "查询成功"}
    except Exception as e:
        data = {"code": 1, "data": '', "msg": "查询失败"}
        print("queryUser error："+str(e))
    return jsonify(data)

注意：查询返回的结果是模型对象，因此需要将模型对象转换为字典

class BaseModel(db.Model):
    # 表的名字
    __tablename__ = 'base_user'

    # 表的结构
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)  # 主键
    name = db.Column(db.String(20), unique=False, nullable=False)  # 用户名
    email = db.Column(db.String(20), unique=True, nullable=False)  # 邮箱
    password = db.Column(db.String(20), nullable=False)  # 密码
    rank = db.Column(db.String(20), nullable=False,
                     default='user')  # 用户等级，admin为管理员，user为普通用户
    create_time = db.Column(db.DateTime, nullable=False)  # 创建时间

    # 将模型对象转换为字典
    def to_dict(self):
        return {c.name: getattr(self, c.name) for c in self.__table__.columns}

在这里插入图片描述
query.filter就相当于sql中的where查询，如果存在多个查询条件时可以如下操作

from sqlalchemy import and_, or_

# 示例查询条件
condition1 = BaseModel.column1 == value1
condition2 = BaseModel.column2 > value2
condition3 = BaseModel.column3.like("%" + value3 + "%")

# 使用 and_ 方法将多个条件组合为与关系
query = BaseModel.query.filter(and_(condition1, condition2, condition3))

# 或者使用 or_ 方法将多个条件组合为或关系
query = BaseModel.query.filter(or_(condition1, condition2, condition3))

# 执行查询
results = query.all()

或者

from sqlalchemy import or_

conditions = [
    User.username == 'user1',
    User.id > 5,
    # ...
]

query = User.query
query = query.filter(or_(*conditions))

users = query.all()

分页查询

SQLAlchemy内部提供了paginate方法来实现分页的功能。

# 分页查询
@baseBlue.route("/get-all-user", methods=['POST'])
def getAllUser():
    # 获取前端传递过来的参数
    page = int(request.form.get("page"))
    page_size = int(request.form.get("pageSize"))
    p = BaseModel.query.paginate(
        page=page, per_page=page_size, error_out=False)
    # 将模型对象转换为字典
    data = [item.to_dict() for item in p.items]
    res = {
        "code": 0,
        "data": {
            "total": p.total,
            "page": p.page,
            "pageSize": p.per_page,
            "list": data
        },
        "msg": "查询成功"
    }
    return jsonify(res)

paginate对象的属性：

  • items：返回当前页的内容列表
  • has_next：是否还有下一页
  • has_prev：是否还有上一页
  • next(error_out=False)：返回下一页的Pagination对象
  • prev(error_out=False)：返回上一页的Pagination对象
  • page：当前的页码（从1）开始
  • pages：总页数
  • pre_page：每页显示的数量
  • prev_num：上一页页码数
  • next_num：下一页页码数
  • total：查询返回的记录总数

在这里插入图片描述
在这里插入图片描述

多表操作

一对多

学生、班级表

class Grade(db.Model):
    # 表名
    __tablename__ = 'grade'
    # 表结构
    id = db.Column(db.Integer, primary_key=True, autoincrement=True, doc="主键")
    name = db.Column(db.String(10), unique=True, nullable=False, doc="班级名称")
    # 建立联系
    # 参数1：表名，类的名称，这里要用字符串
    # 参数2：反向引用的名称，grade对象，让student去反过来得到grade对象的名称
    #                      这样Student表可以直接使用Grade中的字段，而不是使用班级id再去表里查询
    # 参数3：懒加载
    # 这里的students不是表字段，是一个类属性
    students = db.relationship('Student', backref="grade", lazy=dynamic)


# 学生表
class Student(db.Model):
    __tablename__ = 'student'
    # 字段
    id = db.Column(db.Integer, primary_key=True, autoincrement=True, doc="主键")
    name = db.Column(db.String(10), unique=True, nullable=False, doc="学生姓名")
    grade_id = db.Column(db.Integer, db.ForeignKey(
        'grade.id'), nullable=False, doc="班级id")

lazy属性

lazy属性：懒加载，可以延迟在使用关联属性的时候才建立关联

  • lazy='dynamic'：会返回一个query对象（查询集），可以继续使用其他的查询方法，比如all()
  • lazy='select'：首次访问到属性的时候，就会全部加载该属性的数据
  • lazy='joined'：在对关联的两个表进行join操作是，从而获取到所有相关的对象
  • lazy=True：返回一个可用的列表对象，同select

增加数据

def addGradeStudent():
    student = Student()
    student.name = '张三'
    student.grade_id = 1
    try:
        db.session.add(student)
        db.session.commit()
        data = {"code": 0, "data": '', "msg": "添加成功"}
    except Exception as e:
        data = {"code": 1, "data": '', "msg": "添加失败"}
        db.session.rollback()  # 回滚
        db.session.flush()  # 清空session

修改、删除操作基本上也与单表操作一致。需要注意的是，比如在删除班级时，这个班级里有学生。删除后学习表里的学生不会被删除，但是学习对应的班级id会变为null

查询

# 查询学生所在班级的班级名称
def getGradeName():
    try:
        student = Student.query.get(1)
        # 这里使用了反向引用，这样就不许要再查询班级表
        gradeName = student.grade.name
        res = {"code": 0, "data": gradeName, "msg": "查询成功"}
        data = {"code": 0, "data": res, "msg": "查询成功"}
    except Exception as e:
        data = {"code": 1, "data": '', "msg": "查询失败"}
        print("getGradeName error："+str(e))

# 查询班级下的所有学生
    grade = Grade.query.get(1)
    students = grade.students

多对多

多对多需要创建一个中间表，比如用户收藏电影，需要有用户表、收藏表、电影表，收藏表就是这个中间表。

用户表、电影表、收藏表

# 用户表
class User(db.Model):
    __tablename__ = 'user'
    id = db.Column(db.Integer, primary_key=True, autoincrement=True, doc="主键")
    username = db.Column(db.String(10), unique=True, nullable=False, doc="用户名")
    # 类属性，不是表字段。
    collections = db.relationship("Collection", back_populates="user")

# 电影表
class movie(db.Model):
    __tablename__ = 'movie'
    id = db.Column(db.Integer, primary_key=True, autoincrement=True, doc="主键")
    name = db.Column(db.String(10), unique=True, nullable=False, doc="电影名称")
    score = db.Column(db.Float, nullable=False, doc="评分")
    collections = db.relationship("Collection", back_populates="movie")

# 收藏表
class Collection(db.Model):
    id = db.Column(db.Integer, primary_key=True,doc="主键")
    user_id = db.Column(db.Integer, db.ForeignKey("user.id"),doc="用户id")
    movie_id = db.Column(db.Integer, db.ForeignKey("movie.id"),doc="电影id")

    user = db.relationship("User", back_populates="collections")
    movie = db.relationship("Movie", back_populates="collections")

back_populates 是 SQLAlchemy 关系的一个参数，用于指定两个模型之间的双向关联关系。当在一个模型类中定义了一个关系并指定了另一个模型类时，back_populates 参数允许你在另一个模型类中定义一个相反方向的关系。

与 backref 不同，back_populates 必须在双方都明确声明，而 backref 只需要在一方声明即可自动创建另一方的反向引用。back_populates 更适合于复杂的关系映射和控制反向引用的名称。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1316652.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

105基于matlab的阶次分析算法

105基于matlab的阶次分析算法

基于matlab的阶次分析算法，用于变转速机械故障特征提取，可运行，包含寻找脉冲时刻，等角度时刻。数据可更换自己的，程序已调通，可直接运行。 105阶次分析变转速信号处理 (xiaohongshu.com)
阅读更多...
Java 基础学习（十一）File类与I/O操作

Java 基础学习（十一）File类与I/O操作

1 File类 1.1 File类概述 1.1.1 什么是File类 File是java.io包下作为文件和目录的类。File类定义了一些与平台无关的方法来操作文件，通过调用File类中的方法可以得到文件和目录的描述信息，包括名称、所在路径、读写性和长度等，还可以对文件…
阅读更多...
『K8S 入门』二：深入 Pod

『K8S 入门』二：深入 Pod

『K8S 入门』二：深入 Pod 一、基础命令 获取所有 Pod kubectl get pods2. 获取 deploy kubectl get deploy3. 删除 deploy，这时候相应的 pod 就没了 kubectl delete deploy nginx4. 虽然删掉了 Pod，但是这是时候还有 service&#xff0c…
阅读更多...
时序预测 | Python实现CNN-LSTM电力需求预测

时序预测 | Python实现CNN-LSTM电力需求预测

时序预测 | Python实现CNN-LSTM电力需求预测 目录 时序预测 | Python实现CNN-LSTM电力需求预测预测效果基本描述程序设计参考资料预测效果 基本描述 该数据集因其每小时的用电量数据以及 TSO 对消耗和定价的相应预测而值得注意，从而可以将预期预测与当前最先进的行业预测进行比…
阅读更多...
C语言：猜数字游戏

C语言：猜数字游戏

#include<stdio.h> #include<time.h> #include<stdlib.h> void menu() {printf("********************************\n");printf("****** 1.开始 2.退出 ******\n");printf("********************************\n"); } voi…
阅读更多...
【Linux】驱动

【Linux】驱动

驱动 驱动程序过程 系统调用 用户空间 内核空间 添加驱动和调用驱动 驱动程序是如何调用设备硬件 驱动 在计算机领域&#xff0c;驱动&#xff08;Driver&#xff09;是一种软件&#xff0c;它充当硬件设备与操作系统之间的桥梁&#xff0c;允许它们进行通信和协同工作。驱动程…
阅读更多...
基于linux系统的Tomcat+Mysql+Jdk环境搭建（三）centos7 安装Tomcat

基于linux系统的Tomcat+Mysql+Jdk环境搭建（三）centos7 安装Tomcat

Tomcat下载官网&#xff1a; Apache Tomcat - Which Version Do I Want? JDK下载官网&#xff1a; Java Downloads | Oracle 中国 如果不知道Tomcat的哪个版本应该对应哪个版本的JDK可以打开官网&#xff0c;点击Whitch Version 下滑&#xff0c;有低版本的&#xff0c;如…
阅读更多...
Android studio中文汉化教程

Android studio中文汉化教程

相比于jetbrains的软件直接在软件内搜索chinese 就可以找到中文包相比&#xff0c;Android studio需要手动安装&#xff0c;接下来就给大家介绍下如何汉化 一、确认版本号 根据版本下载对应的中文汉化包&#xff0c;如果安装的汉化包版本不对应&#xff0c;可能会导致安装失败。…
阅读更多...
前端视角看 Docker ：在国内的基础配置教程（含国内镜像源）

前端视角看 Docker ：在国内的基础配置教程（含国内镜像源）

引言 在国内使用Docker时&#xff0c;直接从Docker Hub拉取镜像可能会遇到网络速度慢的问题。配置国内的镜像加速器可以显著提升拉取速度。本教程将指导您完成安装Docker后的基础配置&#xff0c;特别是设置国内镜像加速器。 1. 安装Docker 确保您已在系统上安装Docker。根…
阅读更多...
LCR 180. 文件组合

LCR 180. 文件组合

解题思路&#xff1a; 利用滑动窗口 class Solution {public int[][] fileCombination(int target) {int i 1; // 滑动窗口的左边界int j 1; // 滑动窗口的右边界int sum 0; // 滑动窗口中数字的和List<int[]> res new ArrayList<>();while (i < target / …
阅读更多...
Kafka-Kafka核心参数详解

Kafka-Kafka核心参数详解

Kafka的HighLevel API使用是非常简单的&#xff0c;所以梳理模型时也要尽量简单化&#xff0c;主线清晰&#xff0c;细节慢慢扩展。 Kafka提供了两套客户端API&#xff0c;HighLevel API和LowLevel API。 HighLevel API封装了kafka的运行细节&#xff0c;使用起来比较简单&…
阅读更多...
基于JavaEE智能实时疫情监管服务平台设计与实现

基于JavaEE智能实时疫情监管服务平台设计与实现

末尾获取源码 开发语言&#xff1a;Java Java开发工具&#xff1a;JDK1.8 后端框架&#xff1a;SSM 前端&#xff1a;采用JSP技术开发 数据库&#xff1a;MySQL5.7和Navicat管理工具结合 服务器&#xff1a;Tomcat8.5 开发软件&#xff1a;IDEA / Eclipse 是否Maven项目&#x…
阅读更多...
ES6 面试题 | 02.精选 ES6 面试题

ES6 面试题 | 02.精选 ES6 面试题

&#x1f90d; 前端开发工程师&#xff08;主业&#xff09;、技术博主&#xff08;副业&#xff09;、已过CET6 &#x1f368; 阿珊和她的猫_CSDN个人主页 &#x1f560; 牛客高级专题作者、在牛客打造高质量专栏《前端面试必备》 &#x1f35a; 蓝桥云课签约作者、已在蓝桥云…
阅读更多...
springMVC-Restful风格

springMVC-Restful风格

基本介绍 REST&#xff1a;即Representational State Transfer。&#xff08;资源&#xff09;表现层状态转化。是目前最流行的一种互联网软件架构。它结构清晰、符合标准、易于理解、扩展方便&#xff0c;所以正得到越来越多网站的采用. 1.HTTP协议里面&#xff0c;四个表示操…
阅读更多...
网络入门---守护进程

网络入门---守护进程

目录标题 什么是守护进程会话的理解setsid函数daemonSelf函数模拟实现测试 什么是守护进程 在前面的学习过程中我们知道了如何使用TCP协议和UDP协议来实现通信&#xff0c;比如说登录xshell运行了服务端&#xff1a; 然后再登录一个xshell运行客户端并向服务端发送信息&#…
阅读更多...
C#基础知识 - 基本语法篇

C#基础知识 - 基本语法篇

C#基础知识-基本语法篇 第2节 C#基本语法2.1 C#程序结构2.2 C# 结构解析2.3 命名空间及标识符、关键字2.3.1 别名的使用2.3.2 标识符2.3.3 C#关键字 更多C#基础知识详解请查看&#xff1a;C#基础知识 - 从入门到放弃 第2节 C#基本语法 2.1 C#程序结构 “Hello, World”程序历…
阅读更多...
CSS复合选择器（在基础选择器上元素选择的方式不同）

CSS复合选择器（在基础选择器上元素选择的方式不同）

后代选择器&#xff1a; ------------ 此情况下&#xff0c;红色的可以划去 子&#xff08;元素&#xff09;选择器&#xff1a; 并集选择器&#xff1a; 伪类选择器&#xff1a; 如放上字符会变色。 链接伪类选择器&#xff1a; foucus伪类选择器&#xff1a;
阅读更多...
时序预测 | Python实现LSTM-Attention电力需求预测

时序预测 | Python实现LSTM-Attention电力需求预测

时序预测 | Python实现LSTM-Attention电力需求预测 目录 时序预测 | Python实现LSTM-Attention电力需求预测预测效果基本描述程序设计参考资料预测效果 基本描述 该数据集因其每小时的用电量数据以及 TSO 对消耗和定价的相应预测而值得注意，从而可以将预期预测与当前最先进的行…
阅读更多...
AutoSAR（基础入门篇）1.3-AutoSAR的概述

AutoSAR（基础入门篇）1.3-AutoSAR的概述

目录 一、到底什么是AutoSAR 1、大白话来讲 2、架构上来讲 应用软件层(APPL) 实时运行环境&#xff08;RTE&#xff09; 基础软件层(BSW) 3、工具链上来讲 二、AutoSAR的目标 一、到底什么是AutoSAR 1、大白话来讲 AUTOSAR 就是AUTomotive Open System ARchitecture的…
阅读更多...
腾讯地图绘画多边形和计算面积

腾讯地图绘画多边形和计算面积

<!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8" /><meta name"viewport" content"widthdevice-width, initial-scale1.0" /><title>地图</title></head><script src…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023