文章目录
- ORM
- Flask-SQLAlchemy
- SQLAlchemy中的session对象
- 数据库连接设置
- 常用的SQLAlchemy字段类型
- 常用的SQLAlchemy列约束选项
- 数据库基本操作
- 模型类定义
- 数据表操作
- 创建和删除表
- 数据操作
- 基本查询
- SQLAlchemy常用的查询过滤器
- SQLAlchemy常用的查询结果方法
- 多条件查询
- 分页器
- 聚合分组
- 执行原生SQL语句
- 关联查询
- 常用的SQLAlchemy关系选项
- 模型之间的关联
- 一对一
- 关联属性声明在主模型中【最常用】
- 在外键模型中声明关联属性
- 一对多
- 多对多
- 基于第三方关系表构建多对多
- 基于第三方关系模型构建多对多
- 逻辑外键
- 数据迁移
- 创建迁移版本仓库
- 创建迁移版本
- 升级版本库的版本
- 降级版本库的版本
- 版本库的历史管理
- 回滚到指定版本
- 常用模块
- Faker
- flask-session
- SQLAlchemy存储session的基本配置
- redis保存session的基本配置
- 蓝图 Blueprint
- 模块化
- 蓝图运行机制
- 蓝图的url拼接
- 注册蓝图下的静态文件[很少使用]
- 设置蓝图下的html模版[很少使用]
ORM
ORM 全拼Object-Relation Mapping，中文意为 对象-关系映射。主要实现模型对象到关系数据库数据的映射。
ORM提供了一种面向对象操作数据库的方式给开发者。不需要编写原生SQL语句也能操作数据库，实现了业务代码与底层数据的解耦。
优点：
- 只需要面向对象编程, 不需要面向数据库编写SQL.
- 对数据库的操作都转化成对类/对象的属性和方法的操作. 表字段—>对象属性, SQL关键字-> 操作方法
- 不用编写各种数据库的
原生sql语句，当然，也可以编写原生SQL语句。
- 实现了数据模型代码与数据库数据的解耦, 屏蔽了不同数据库操作上的差异
- 不再需要关注当前项目使用的是哪种数据库。
- 通过简单的配置就可以轻松更换数据库, 而不需要修改业务代码.
缺点：
- 相比较直接使用SQL语句操作数据库,ORM需要把操作转换成SQL语句，所以有性能损失.
- 根据对象的操作转换成SQL语句,根据查询的结果转化成模型实例对象, 在映射过程中有性能损失.
- 不同的ORM提供的操作不一样，增加了学习成本
Flask-SQLAlchemy
flask默认不提供模型操作，但是并没有提供ORM，所以一般开发的时候我们会采用flask-SQLAlchemy模块来实现ORM操作。
SQLAlchemy是一个python语言编写的高性能的关系型数据库ORM框架，它提供了高层的 ORM 和底层的原生数据库的操作。
我们使用sqlalchemy 不需要调用sqlalchemy 本身这个模块，而是采用flask-sqlalchemy ，这是一个简化了 SQLAlchemy 操作的flask扩展模块。（主要是简化了sqlalchemy初始化代码和分页操作等）
SQLAlchemy：https://docs.sqlalchemy.org/en/14/
中文文档：https://www.osgeo.cn/sqlalchemy/orm/index.html
flask-SQLAlchemy：https://flask-sqlalchemy.palletsprojects.com/en/2.x/quickstart/
安装 flask-sqlalchemy【清华源】
pip install flask-sqlalchemy -i https://pypi.tuna.tsinghua.edu.cn/simple
如果sqlalchemy连接的是 mysql /MariaDB数据库，需要安装 mysqldb 或pymysql驱动
conda install flask-mysqldb -c conda-forge
安装flask-mysqldb时，注意
使用pip install 安装 flask-mysqldb的时候，python底层依赖于一个底层的模块 mysqlclient 模块
如果没有这个模块，则会报错如下：
Command "python setup.py egg_info" failed with error code 1 in /tmp/pip-install-21hysnd4/mysqlclient/
解决方案：
sudo apt-get install -y libmysqlclient-dev python3-dev
# 运行上面的安装命令如果再次报错如下：
# dpkg 被中断，您必须手工运行 ‘sudo dpkg --configure -a’ 解决此问题。
# 则根据提示执行命令以下命令，再次安装mysqlclient
# sudo dpkg --configure -a
# apt-get install libmysqlclient-dev python3-dev
解决了mysqlclient问题以后，重新安装 flask-mysqldb即可。
pip install flask-mysqldb -i https://pypi.tuna.tsinghua.edu.cn/simple
SQLAlchemy中的session对象
在SQLAlchemy中，
Session对象是ORM的核心概念之一，它主要负责以下几项工作：
对象的生命周期管理：
Session负责管理对象的生命周期。当一个对象被添加到Session中时，它就处于挂起状态，直到被提交（commit）到数据库。如果对象被删除或修改，Session也会跟踪这些变化。事务管理：
Session提供了事务管理功能。当你调用session.commit()时，所有挂起的更改（插入、更新、删除）都会被提交到数据库。如果在提交过程中发生错误，你可以调用session.rollback()来回滚事务，撤销所有更改。查询和持久化：
Session允许你查询数据库并获取结果。你可以使用Session来执行查询，并获取对象或对象集合。一级缓存：
Session实现了一级缓存，这意味着同一个Session中的对象是唯一的。如果你查询同一个对象两次，Session会返回同一个实例，而不是创建一个新的实例。脏检查：
Session会跟踪对象的属性变化，这样在提交事务时，只有那些被修改过的对象会被更新到数据库。身份映射：
Session维护了一个对象到数据库行的映射。当你从数据库中检索对象时，Session会记住这个映射，这样你就可以在不查询数据库的情况下访问和修改对象。会话的生命周期：
Session应该被视为短暂的，通常每个请求或事务都会创建一个新的Session，并且在使用完毕后关闭它。这样可以避免长时间持有数据库连接，提高资源利用率。在实际使用中，你通常会这样操作：
- 创建一个新的
Session。- 使用这个
Session来添加、查询、更新或删除对象。- 提交事务（
session.commit()）以保存更改到数据库。- 关闭
Session（session.close()）以释放资源。下面是一个简单的例子：
# 创建Session session = DbSession() # 创建一个新的对象 new_user = User(name='John Doe', email='john@example.com') # 添加对象到Session session.add(new_user) # 提交事务，保存到数据库 session.commit() # 查询用户 user = session.query(User).filter_by(name='John Doe').first() # 更新用户信息 user.email = 'newemail@example.com' # 提交更新 session.commit() # 删除用户 session.delete(user) # 提交删除操作 session.commit() # 关闭Session session.close()在这个例子中，
Session负责管理用户对象的生命周期，并确保所有的更改都被正确地提交到数据库。
原生SQLAlchemy连接配置操作
db.py，代码：
from sqlalchemy import create_engine # 驱动引擎
from sqlalchemy.ext.declarative import declarative_base # 数据库基类
from sqlalchemy import Column, Integer, String, Boolean, Numeric, Text # 字段、整型
from sqlalchemy.orm import sessionmaker # 连接会话
engine = create_engine(
# 连接数据库的URL
# url="mysql+pymysql://root:123@127.0.0.1:3306/students?charset=utf8mb4", # 如果底层驱动是pymysql
url="mysql://root:123@127.0.0.1:3306/students?charset=utf8mb4", # 如果底层驱动是MysqlDB
echo=True, # 当设置为True时会将orm语句转化为sql语句打印，一般debug的时候可用
pool_size=8, # 连接池的大小，默认为5个，设置为0时表示连接无限制
pool_recycle=60*30 # 设置时间以限制数据库多久没连接自动断开
)
DbSession = sessionmaker(bind=engine)
session = DbSession()
# 创建数据基类
Model = declarative_base()
manage.py，代码：
import db
class Student(db.Model):
__tablename__ = "tb_student"
id = db.Column(db.Integer, primary_key=True)
name = db.Column(db.String(255))
sex = db.Column(db.Boolean)
age = db.Column(db.Integer)
class_name = db.Column("class", db.String(255),)
description = db.Column(db.Text)
is_delete = db.Column(db.Boolean, nullable=True, default=False)
if __name__ == '__main__':
# 如果没有提前声明模型中的数据表，则可以采用以下代码生成数据表，
# 如果数据库中已经声明了有数据表，则不会继续生成
db.Model.metadata.create_all(db.engine)
# 根据ID查询一条数据
# ret = db.session.query(Student).get(19)
# print(ret)
# print(ret.name)
# print(ret.class_name)
#
# # 查询所有数据
# data_list = db.session.query(Student).all()
# print(data_list)
# for data in data_list:
# print(data.name)
# # 按条件查询
# data_list = db.session.query(Student).filter(Student.sex==True, Student.class_name=='301').all()
# print(data_list)
# for data in data_list:
# print(data.sex, data.name)
# 添加一条数据
# student = Student(
# name="xiaohua",
# class_name="305",
# sex=False,
# age=18,
# description="美美的..",
# )
# db.session.add(student)
# db.session.commit()
#
# # 添加多条数据
# student_list = [
# Student(name="xiaohei", class_name="305", sex=False, age=18, description="美美的..",),
# Student(name="xiaobai", class_name="304", sex=True, age=18, description="美美的..",),
# Student(name="xiaohui", class_name="303", sex=False, age=18, description="美美的..",),
# ]
#
# db.session.add_all(student_list)
# db.session.commit()
# 更新一条数据
# student = db.session.query(Student).get(35)
# student.name = "小会"
# db.session.commit()
# 更新多条数据
# db.session.query(Student).filter(Student.class_name=="303").update({Student.age:Student.age+1})
# db.session.commit()
# 删除一条数据
# student = db.session.query(Student).get(35)
# db.session.delete(student)
# db.session.commit()
# 删除多条数据
db.session.query(Student).filter(Student.class_name == "401").delete()
# 原生SQL语句
# 读
cursor = db.session.execute('select * from tb_student')
# 一条
# data = cursor.fetchone()
# print(data)
# 多条
# data_list = cursor.fetchall()
# print(data_list)
# 写[添加、删除、修改]
cursor = db.session.execute(
'insert into tb_student(name, class, age, sex, description) values(:name, :class, :age, :sex, :description)',
params={
"name": "xiaohong",
"class": "307",
"age": 19,
"sex": 0,
"description": ".....",
})
db.session.commit()
print(cursor.lastrowid) # 获取最后添加的主键ID
数据库连接设置
- 在 Flask-SQLAlchemy 中，数据库的链接配置信息使用URL指定，而且程序使用的数据库必须保存到Flask的 SQLALCHEMY_DATABASE_URI 配置项中
manage.py，代码：
# SQLAlchemy的链接配置："数据库名://账户名:密码@服务器地址:端口/数据库名称?配置参数选项"
app.config["SQLALCHEMY_DATABASE_URI"] = "mysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4"
# 如果不使用mysqldb改用pymysql，则需要在连接时指定pymysql
# app.config["SQLALCHEMY_DATABASE_URI"] = "mysql+pymysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4"
其他设置项：
# 动态追踪修改设置，如未设置只会提示警告
SQLALCHEMY_TRACK_MODIFICATIONS = True
#查询时会显示原始SQL语句
SQLALCHEMY_ECHO = True
- 配置完成需要去 MySQL 中创建项目所使用的数据库
mysql -uroot -p123
create database flaskdemo charset=utf8mb4;
常用的SQLAlchemy字段类型
| 模型字段类型名 | python中数据类型 | 说明 |
|---|---|---|
| Integer | int | 普通整数，一般是32位 |
| SmallInteger | int | 取值范围小的整数，一般是16位 |
| BigInteger | int | 不限制精度的整数 |
| Float | float | 浮点数 |
| Numeric | decimal.Decimal | 普通数值，一般是32位 |
| String | str | 变长字符串 |
| Text | str | 变长字符串，对较长或不限长度的字符串做了优化 |
| Unicode | unicode | 变长Unicode字符串 |
| UnicodeText | unicode | 变长Unicode字符串，对较长或不限长度的字符串做了优化 |
| Boolean | bool | 布尔值 |
| DateTime | datetime.datetime | 日期和时间 |
| Date | datetime.date | 日期 |
| Time | datetime.time | 时间 |
| LargeBinary | bytes | 二进制文件内容 |
| Enum | enum.Enum | 枚举类型，相当于django的choices，但是功能没有choices那么强大 |
常用的SQLAlchemy列约束选项
| 选项名 | 说明 |
|---|---|
| primary_key | 如果为True，代表当前数据表的主键 |
| unique | 如果为True，为这列创建唯一 索引，代表这列不允许出现重复的值 |
| index | 如果为True，为这列创建普通索引，提高查询效率 |
| nullable | 如果为True，允许有空值，如果为False，不允许有空值 |
| default | 为这列定义默认值 |
数据库基本操作
- 在SQLAlchemy中，添加、修改、删除操作，均由数据库会话(sessionSM)管理。
- 会话用 db.session 表示。在准备把数据写入数据库前，要先将数据添加到会话中然后调用 db.commit() 方法提交会话。
- 在SQLAlchemy 中，查询操作是通过 query 对象操作数据。
- 最基本的查询是返回表中所有数据，也可以通过filter过滤器进行更精确的数据库查询。
模型类定义
我们后面会把模型创建到单独的文件中，但是现在我们先把模型类写在main.py文件中。
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
app = Flask(__name__)
class Config(object):
DEBUG = True
# 数据库链接配置 = 数据库名称://登录账号:登录密码@数据库主机IP:数据库访问端口/数据库名称?charset=编码类型
SQLALCHEMY_DATABASE_URI = "mysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4"
# 动态追踪修改设置，如未设置只会提示警告
SQLALCHEMY_TRACK_MODIFICATIONS = False
# ORM运行时会显示ORM生成的原始SQL语句[调试]
SQLALCHEMY_ECHO = True
app.config.from_object(Config)
"""模型类定义"""
db = SQLAlchemy(app=app)
# 等同于
# db = SQLAlchemy()
# db.init_app(app) # 加载配置并完成初始化过程
class Student(db.Model):
"""学生信息模型"""
# 声明与当前模型绑定的数据表名称
__tablename__ = "tb_student"
"""
# 企业中，往往大部分的公司会出现以下2种不同的数据库开发情况。
# 1. 企业中有DBA，DBA会提前创建数据库和项目中具体业务的数据表。
也就是说我们不需要自己手动建库建表，只需要根据数据库表结构，使用python声明对应的模型与之匹配，就可以操作数据库了。
# 2. 企业没有DBA，比较坑爹：
# 2.1 开发人员，自己手撸SQL语句，手动建库建表。
# 2.2 开发人员，编写模型，使用数据迁移，手动建库和数据迁移建表。
# 原生SQL语句
create table db_student(
id int primary key auto_increment comment "主键",
name varchar(15) comment "姓名",
age smallint comment "年龄",
sex tinyint default 1 comment "性别",
email varchar(128) comment "邮箱地址",
money NUMERIC(10,2) default 0.0 comment "钱包",
key (name),
unique key (email)
);
# 字段根据SQL语句来声明
"""
id = db.Column(db.Integer, primary_key=True,comment="主键")
name = db.Column(db.String(15), index=True, comment="姓名")
age = db.Column(db.SmallInteger, comment="年龄")
sex = db.Column(db.Boolean, default=True, comment="性别")
email = db.Column(db.String(128), unique=True, comment="邮箱地址")
money = db.Column(db.Numeric(10,2), default=0.0, comment="钱包")
def __repr__(self): # 相当于django的__str__
return f"{self.name}<{self.__class__.__name__}>"
# 所有的模型必须直接或间接继承于db.Model
class Course(db.Model):
"""课程数据模型"""
__tablename__ = "db_course"
"""
# 原生SQL语句
create table db_course (
id int primary key auto_increment comment "主键",
name varchar(64) comment "课程",
price NUMERIC(7,2) comment "价格",
unique (name)
);
# 字段根据SQL语句来声明
"""
id = db.Column(db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(64), unique=True, comment="课程")
price = db.Column(db.Numeric(7, 2), comment="价格")
# repr()方法类似于django的__str__，用于打印模型对象时显示的字符串信息
def __repr__(self):
return f"{self.name}<{self.__class__.__name__}>"
class Teacher(db.Model):
"""老师数据模型"""
__tablename__ = "db_teacher"
"""
# 原生SQL语句
create table db_teacher (
id int primary key auto_increment comment "主键",
name varchar(64) comment "姓名",
option enum("讲师", "助教", "班主任") comment "职位",
unique (`name`)
);
# 字段根据SQL语句来声明
"""
id = db.Column(db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(64), unique=True, comment="姓名")
option = db.Column(db.Enum("讲师", "助教", "班主任"), default="讲师")
def __repr__(self):
return f"{self.name}<{self.__class__.__name__}>"
@app.route("/")
def index():
return "ok"
if __name__ == '__main__':
app.run()
数据表操作
创建和删除表
创建表
# 在视图内调用：
@app.route("/create")
def create_table():
db.create_all() # 为项目中被识别的所有模型创建数据表
return "ok"
# 在视图以外的地方调用：
with app.app_context():
# create_all()方法执行的时候，需要放在模型的后面
# 检测数据库中是否存在和模型匹配的数据表。
# 如果没有，则根据模型转换的建表语句进行建表。
# 如果找到，则不会进行额外处理
db.create_all()
删除表
# 在视图内调用：
@app.route("/drop")
def drop_table():
db.drop_all() # 为项目中被识别的所有模型删除数据表
return "ok"
# 在视图以外的地方调用：
with app.app_context():
db.drop_all() # 慎用，很给力的！！这表示删除数据库中所有模型对应的表。
代码：
from flask import Flask, render_template
from flask_sqlalchemy import SQLAlchemy
db = SQLAlchemy()
app = Flask(__name__, template_folder="templates", static_folder="static")
# 配置
app.config.update({
"DEBUG": True,
"SQLALCHEMY_DATABASE_URI": "mysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4",
# 如果使用pymysql，则需要在连接时指定pymysql
# "SQLALCHEMY_DATABASE_URI": "mysql+pymysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4"
# 动态追踪修改设置，如未设置只会提示警告，设置False即可
"SQLALCHEMY_TRACK_MODIFICATIONS": False,
# ORM执行SQL查询时是哦否显示原始SQL语句，debug模式下可以开启
"SQLALCHEMY_ECHO": True,
})
db.init_app(app)
class Student(db.Model):
"""学生管理"""
__tablename__ = "db_student" # 表名
# __abstract__ = True # 抽象模型，数据迁移/建表的时候，不会认为这是一个模型，也就不会建表，往往用于设置公共模型，保存公共字段
"""
# 企业中，往往大部分的公司会出现以下2种不同的数据库开发情况。
# 1. 企业中有DBA，DBA会提前创建数据库和项目中具体业务的数据表。
也就是说我们不需要自己手动建库建表，只需要根据数据库表结构，使用python声明对应的模型与之匹配，就可以操作数据库了。
# 2. 企业没有DBA，比较坑爹：
# 2.1 开发人员，自己手撸SQL语句，手动建库建表。
# 2.2 开发人员，编写模型，使用数据迁移或者ORM提供建表方法，手动建库和数据迁移建表。
# 原生SQL语句
create table db_student(
id int primary key auto_increment comment "主键",
name varchar(15) comment "姓名",
age smallint comment "年龄",
sex tinyint(1) default 1 comment "性别",
email varchar(255) comment "邮箱地址",
money NUMERIC(10,2) default 0.0 comment "钱包",
key (name),
unique key (email)
);
# 字段根据SQL语句来声明
"""
# 属性名 = db.Column(字段类型, 字段列约束选项)
# 如果SQL语句中的字段名在python中是关键字/保留字，则建议改写绑定字段名
# 属性名 = db.Column("字段名", 字段类型, 字段列约束选项)
id = db.Column("student_id", db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(15), index=True, comment="姓名")
age = db.Column(db.SmallInteger, comment="年龄")
sex = db.Column(db.SmallInteger, comment="性别")
email = db.Column(db.String(255), unique=True, comment="邮箱地址")
money = db.Column(db.Numeric(10,2), default=0.0, comment="钱包")
# repr()方法类似于django的__str__，用于打印模型对象时显示的字符串信息
def __repr__(self):
return f"{self.name}<{self.__class__.__name__}>"
# 所有的模型必须直接或间接继承于db.Model
class Course(db.Model):
"""课程数据模型"""
__tablename__ = "db_course"
"""
# 原生SQL语句
create table db_course (
id int primary key auto_increment comment "主键",
name varchar(64) comment "课程",
price NUMERIC(7,2) comment "价格",
unique (name)
);
# 字段根据SQL语句来声明
"""
id = db.Column(db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(64), unique=True, comment="课程")
price = db.Column(db.Numeric(7, 2), comment="价格")
# repr()方法类似于django的__str__，用于打印模型对象时显示的字符串信息
def __repr__(self):
return f"{self.name}<{self.__class__.__name__}>"
class Teacher(db.Model):
"""老师数据模型"""
__tablename__ = "db_teacher"
"""
# 原生SQL语句
create table db_teacher (
id int primary key auto_increment comment "主键",
name varchar(64) comment "姓名",
option enum("讲师", "助教", "班主任") comment "职位",
unique (`name`)
);
# 字段根据SQL语句来声明
"""
id = db.Column(db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(64), unique=True, comment="姓名")
option = db.Column(db.Enum("讲师", "助教", "班主任"), default="讲师")
def __repr__(self):
return f"{self.name}<{self.__class__.__name__}>"
@app.route("/")
def index():
title = "网站首页"
return render_template("index.html", **locals())
@app.route("/create")
def create_table():
db.create_all() # 为项目中被识别的所有模型创建数据表
return "ok"
@app.route("/drop")
def drop_table():
db.drop_all() # 为项目中被识别的所有模型删除数据表
return "ok"
if __name__ == '__main__':
app.run()
数据操作
添加一条数据
# 添加一条数据
student = Student(name="小明", age=17, email="xiaoming@qq.com", money=100) # 实例化模型对象
db.session.add(student) # 把模型对象添加数据库session会话对象中。db.session是SQLAlchemy中内置的会话管理对象sessionSM的成员
db.session.commit() # 提交会话
# 再次插入一条数据
student2 = Student(name='小红', sex=False, age=13, email="16565666@qq.com", money=600)
db.session.add(student2)
db.session.commit() # 提交会话
一次插入多条数据
# 1. 先实例化要创建的模型对象
student = Student(name="小红", age=17, email="xiaohong@qq.com", money=200)
# 2. 把实例对象添加到连接会话
db.session.add(student)
# 1. 先实例化要创建的模型对象
student = Student(name="小花", age=16, email="xiaohua@qq.com", money=200)
# 2. 把实例对象添加到连接会话
db.session.add(student)
# 3. 只需要在结束的时候提交事务即可
db.session.commit()
# 1. 先创建的列表要添加的实例化模型对象列表
student_list = [
Student(name='wang', email='wang@163.com', age=20),
Student(name='zhang', email='zhang@189.com', age=21),
Student(name='chen', email='chen@126.com', age=19),
Student(name='zhou', email='zhou@163.com', age=18),
Student(name='tang', email='tang@163.com', age=16),
Student(name='wu', email='wu@gmail.com', age=20),
Student(name='qian', email='qian@gmail.com', age=21),
Student(name='liu', email='liu@163.com', age=21),
Student(name='li', email='li@163.com', age=18),
Student(name='sun', email='sun@163.com', age=17),
]
# 2. 一次性添加到连接会话中
db.session.add_all(student_list)
db.session.commit()
删除数据
# 方法1[先查询后删除，2条语句完成删除操作]
# 先查询出来
student = Student.query.first()
print(student)
# 再进行删除
db.session.delete(student)
db.session.commit()
# 方法2【1条语句完成删除操作，性能更好更高效】
# 类似乐观锁，在数据改动时添加条件并判断条件成立以后才进行数据操作，这种用法就是乐观锁
Student.query.filter(Student.id == 5).delete()
db.session.commit()
"""
悲观锁，是属于数据库中的一种锁机制，但是乐观锁并非真正的数据库锁。
2种锁都是数据库在应对并发操作时，防止出现资源抢夺的，基于不同人生观所实现2种解决方案。
悲观锁的基本使用：
>>> 数据库终端开始
begin; -- 开启事务
select * from db_student where student_id = 5 for update; -- 添加一把更新锁【悲观锁】
.... -- 在事务提交之前，任何第三方连接都不能修改 student_id = 5这条数据
commit; -- 提交事务
<<< 数据库终端开始
悲观锁的问题：
1. 提前锁定数据，形成串行化，形成阻塞，不利于性能发挥，不适用高并发场景。
2. 悲观锁只能保证数据的一致性，不能保证脏数据的出现
乐观锁的出现就是为了解决悲观锁的问题。
举例：双11活动，商城里面id=5的商品的库存=10了，现在我们要基于乐观锁和悲观锁来解决下单过程中，出现的资源抢夺现象，避免出现超卖（商品数量不能为负数）。
乐观锁：
---> begin; 开启事务
---> 先查看库存，记录当前库存 num=10
---> 进行下单操作，买6件
---> 付款
---> 扣除库存 update goods set num=num-6 where num=10 and id=5; # 增加更新条件，判断库存是否还是原来
---> 如果执行成功，则表示没有人抢，购买成功
如果执行事变，则表示已经有人先抢购
---> commit;
悲观锁：
---> begin; 开启事务
---> 先给id=5的数据，加锁
select * from goods where id=5 for update;
---> 进行下单操作，买6件
---> 付款
---> 扣除库存 update goods set num=num-6 where id=5
---> 执行成功解锁
---- commit; 提交事务
"""
更新数据
from flask import Flask, render_template
from flask_sqlalchemy import SQLAlchemy
db = SQLAlchemy()
app = Flask(__name__, template_folder="templates", static_folder="static")
# 配置
app.config.update({
"DEBUG": True,
"SQLALCHEMY_DATABASE_URI": "mysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4",
# 如果使用pymysql，则需要在连接时指定pymysql
# "SQLALCHEMY_DATABASE_URI": "mysql+pymysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4"
# 动态追踪修改设置，如未设置只会提示警告，设置False即可
"SQLALCHEMY_TRACK_MODIFICATIONS": False,
# ORM执行SQL查询时是哦否显示原始SQL语句，debug模式下可以开启
"SQLALCHEMY_ECHO": True,
})
db.init_app(app)
class Student(db.Model):
"""学生管理"""
__tablename__ = "db_student" # 表名
# 属性名 = db.Column(字段类型, 字段列约束选项)
# 如果SQL语句中的字段名在python中是关键字/保留字，则建议改写绑定字段名
# 属性名 = db.Column("字段名", 字段类型, 字段列约束选项)
id = db.Column("student_id", db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(15), index=True, comment="姓名")
age = db.Column(db.SmallInteger, comment="年龄")
sex = db.Column(db.SmallInteger, comment="性别")
email = db.Column(db.String(255), unique=True, comment="邮箱地址")
money = db.Column(db.Numeric(10,2), default=0.0, comment="钱包")
# repr()方法类似于django的__str__，用于打印模型对象时显示的字符串信息
def __repr__(self):
return f"{self.name}<{self.__class__.__name__}>"
# 所有的模型必须直接或间接继承于db.Model
class Course(db.Model):
"""课程数据模型"""
__tablename__ = "db_course"
"""
# 原生SQL语句
create table db_course (
id int primary key auto_increment comment "主键",
name varchar(64) comment "课程",
price NUMERIC(7,2) comment "价格",
unique (name)
);
# 字段根据SQL语句来声明
"""
id = db.Column(db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(64), unique=True, comment="课程")
price = db.Column(db.Numeric(7, 2), comment="价格")
# repr()方法类似于django的__str__，用于打印模型对象时显示的字符串信息
def __repr__(self):
return f"{self.name}<{self.__class__.__name__}>"
class Teacher(db.Model):
"""老师数据模型"""
__tablename__ = "db_teacher"
"""
# 原生SQL语句
create table db_teacher (
id int primary key auto_increment comment "主键",
name varchar(64) comment "姓名",
option enum("讲师", "助教", "班主任") comment "职位",
unique (`name`)
);
# 字段根据SQL语句来声明
"""
id = db.Column(db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(64), unique=True, comment="姓名")
option = db.Column(db.Enum("讲师", "助教", "班主任"), default="讲师")
def __repr__(self):
return f"{self.name}<{self.__class__.__name__}>"
@app.route("/")
def index():
return "ok"
@app.route("/create")
def create_table():
db.create_all() # 为项目中被识别的所有模型创建数据表
return "ok"
@app.route("/drop")
def drop_table():
db.drop_all() # 为项目中被识别的所有模型删除数据表
return "ok"
"""一次添加一条数据"""
@app.route("/add")
def add_student():
# 1. 先实例化要创建的模型对象
student = Student(name="小明", age=17, email="xiaoming@qq.com", money=100) # 实例化模型对象
# 2. 把实例对象添加到连接会话
db.session.add(student)
# 3. 提交事务
db.session.commit()
return "ok"
"""一次添加多条数据"""
@app.route("/madd")
def multi_add():
# 1. 先实例化要创建的模型对象
student = Student(name="小红", age=17, email="xiaohong@qq.com", money=200)
# 2. 把实例对象添加到连接会话
db.session.add(student)
# 1. 先实例化要创建的模型对象
student = Student(name="小花", age=16, email="xiaohua@qq.com", money=200)
# 2. 把实例对象添加到连接会话
db.session.add(student)
# 3. 只需要在结束的时候提交事务即可
db.session.commit()
return "ok"
@app.route("/madd2")
def multi_add2():
# 1. 先创建的列表要添加的实例化模型对象列表
student_list = [
Student(name='wang', email='wang@163.com', age=20),
Student(name='zhang', email='zhang@189.com', age=21),
Student(name='chen', email='chen@126.com', age=19),
Student(name='zhou', email='zhou@163.com', age=18),
Student(name='tang', email='tang@163.com', age=16),
Student(name='wu', email='wu@gmail.com', age=20),
Student(name='qian', email='qian@gmail.com', age=21),
Student(name='liu', email='liu@163.com', age=21),
Student(name='li', email='li@163.com', age=18),
Student(name='sun', email='sun@163.com', age=17),
]
# 2. 一次性添加到连接会话中
db.session.add_all(student_list)
db.session.commit()
return "ok"
@app.route("/del")
def delete_student():
"""删除一条数据"""
# 先查询出来
student = Student.query.first()
# student = db.session.query(Student).first()
# 再进行删除
db.session.delete(student)
db.session.commit()
return "ok"
@app.route("/mdel")
def multi_delete_student():
"""按条件删除多条数据"""
Student.query.filter(Student.id > 5).delete()
# db.session.query(Student).filter(Student.id > 5).delete()
db.session.commit()
return "ok"
@app.route("/update")
def update():
"""更新一条"""
# 先查询出来
student = Student.query.filter(Student.id == 4).first()
student.name = "小白"
db.session.commit()
return "ok"
@app.route("/update2")
def update2():
"""直接根据条件更新一条或多条数据"""
Student.query.filter(Student.name == 'zhang', Student.money == -99.00).update({'money': 1998})
db.session.commit()
return "ok"
@app.route("/update3")
def update3():
# 字段引用[利用当前一条数据的字典值进行辅助操作,实现类似django里面F函数的效果]
# 每次自增100
Student.query.filter(Student.name == "小花").update({"money": Student.money + 100})
db.session.commit()
return "ok"
@app.route("/update4")
def update4():
# 字段引用[利用当前一条数据的字典值进行辅助操作,实现类似django里面F函数的效果]
# 在原有money的基础上按age补贴1000*age
Student.query.filter(Student.name == "zhang").update({"money": Student.money + 1000 * Student.age})
db.session.commit()
return "ok"
if __name__ == '__main__':
app.run()
基本查询
SQLAlchemy常用的查询过滤器
| 过滤器 | 说明 |
|---|---|
| filter() | 把过滤器添加到原查询上，返回一个新查询 |
| filter_by() | 把等值过滤器添加到原查询上，返回一个新查询 |
| limit() | 使用指定的值限定原查询返回的结果数量 |
| offset() | 设置结果范围的开始位置，偏移原查询返回的结果，返回一个新查询 |
| order_by() | 根据指定条件对原查询结果进行排序，返回一个新查询 |
| group_by() | 根据指定条件对原查询结果进行分组，返回一个新查询 |
SQLAlchemy常用的查询结果方法
| 方法 | 说明 |
|---|---|
| all() | 以列表形式返回查询的所有结果 |
| first() | 返回查询的第一个结果，模型对象，如果未查到，返回None |
| first_or_404() | 返回查询的第一个结果，模型对象，如果未查到，通过abort 返回404异常 |
| get() | 返回指定主键对应的模型对象，如不存在，返回None |
| get_or_404() | 返回指定主键对应的行，如不存在，abort 返回404 |
| count() | 返回查询结果的数量 |
| paginate() | 返回一个Paginate分页器对象，它包含指定范围内的结果 |
| having() | 返回结果中符合条件的数据，必须跟在group by后面，其他地方无法使用。 |
get():参数为主键，表示根据主键查询数据，如果主键不存在返回None
@app.route("/get")
def get():
"""按主键获取一条"""
# student = Student.query.get({"id": 5})
# student = Student.query.get((5,))
# student = db.session.query(Student).get(5)
student = Student.query.get(5)
print(student)
return "ok"
课堂代码：
# 前面代码省略
@app.route("/")
def index():
return "ok"
@app.route("/create")
def create_table():
db.create_all() # 为项目中被识别的所有模型创建数据表
return "ok"
@app.route("/drop")
def drop_table():
db.drop_all() # 为项目中被识别的所有模型删除数据表
return "ok"
@app.route("/query")
def query():
query1 = Student.query # 简写操作
query2 = db.session.query(Student)
print(type(query1), query1)
print(type(query2), query2)
return "ok"
@app.route("/get")
def get():
"""get根据主键获取数据"""
# student1 = Student.query.get({"id":10})
student1 = Student.query.get(30)
# student2 = db.session.query(Student).get({"id":10})
student2 = db.session.query(Student).get(30)
# 结果是模型对象
print(type(student1), student1)
print(type(student2), student2)
# 查询不到结果，则返回值为None
if student1:
print(student1.name, student1.age)
if student2:
print(student2.name, student2.age)
return "ok"
if __name__ == '__main__':
app.run()
all()返回查询到的所有对象
模型类.query.all()
"""获取多个数据"""
student = Student.query.all()
print(student) # [dong<Student>, 小红<Student>, wang<Student>, chen<Student>, zhou<Student>, tang<Student>, wu<Student>, qian<Student>, liu<Student>, li<Student>, sun<Student>]
student = Student.query.filter(Student.id<5).all() # 没有结果返回空列表[]
print(student) # [dong<Student>, 小红<Student>, wang<Student>]
# all()的返回值是一个python列表，可以直接使用切片，与django的QuerySet完全不是一回事。
student = Student.query.filter(Student.id < 5).all()[:-1] # 没有结果返回空列表[]
print(student) # [dong<Student>, 小红<Student>]
count 返回结果的数量
# 返回结果的数量
ret = Student.query.filter(Student.id < 5).count()
print(f"ret={ret}")
first()返回查询到的第一个对象【first获取一条数据,all获取多条数据】
模型类.query.first()
"""获取第一个数据"""
student = Student.query.first()
print(student)
student = Student.query.filter(Student.id==5).first() # 没有结果返回None
print(student)
filter条件查询，支持各种运算符和查询方法或者模糊查询方法。
返回名字结尾字符为g的所有数据。
# 模糊查询
# 使用163邮箱的所有用户
student_list = Student.query.filter(Student.email.endswith("@163.com")).all()
print(student_list)
# 姓名以"zh"开头的
student_list = Student.query.filter(Student.name.startswith("zh")).all()
print(student_list)
# 名字中带有"a"字母的数据
student_list = Student.query.filter(Student.name.contains("a")).all()
print(student_list)
"""单条件比较"""
# 则需要指定条件格式为: filter(模型.字段 比较运算符 值)。
# 运算符可以是: ==表示相等, !=不相等，> 表示大于 < 表示小于，>=大于等于，<=小于等于
# student_list = Student.query.filter(Student.age > 18).all()
# print(student_list) # [wang<Student>, chen<Student>, zhou<Student>,...]
"""多条件比较"""
# 要求多个条件都要满足，相当于逻辑查询中的 并且(and)！！
student_list = Student.query.filter(Student.age > 18, Student.sex == True).all()
print(student_list) # [wang<Student>, chen<Student>, qian<Student>, liu<Student>]
filter_by精确条件查询
filter_by 只支持字段的值是否相等的情况，对于大于、等于、等等其他条件是不支持的。
例如：返回age等于22的学生
# 单条件
student_list = Student.query.filter_by(age=22).all() # 字段添加不需要附带模型类
print(student_list)
# 多条件
student_list = Student.query.filter_by(age=22,sex=True).all()
print(student_list)
练习：
查询所有男生[Student.sex==True]数据
查询id为4的学生[3种方式]
查询年龄等于22的所有学生数据
查询name为小白的学生数据
查询20岁的男生
代码：
from flask import Flask, render_template
from flask_sqlalchemy import SQLAlchemy
db = SQLAlchemy()
app = Flask(__name__, template_folder="templates", static_folder="static")
# 配置
app.config.update({
"DEBUG": True,
"SQLALCHEMY_DATABASE_URI": "mysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4",
# 如果使用pymysql，则需要在连接时指定pymysql
# "SQLALCHEMY_DATABASE_URI": "mysql+pymysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4"
# 动态追踪修改设置，如未设置只会提示警告，设置False即可
"SQLALCHEMY_TRACK_MODIFICATIONS": False,
# ORM执行SQL查询时是哦否显示原始SQL语句，debug模式下可以开启
"SQLALCHEMY_ECHO": True,
})
db.init_app(app)
class Student(db.Model):
"""学生管理"""
__tablename__ = "db_student" # 表名
# 属性名 = db.Column(字段类型, 字段列约束选项)
# 如果SQL语句中的字段名在python中是关键字/保留字，则建议改写绑定字段名
# 属性名 = db.Column("字段名", 字段类型, 字段列约束选项)
id = db.Column("student_id", db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(15), index=True, comment="姓名")
age = db.Column(db.SmallInteger, comment="年龄")
sex = db.Column(db.SmallInteger, comment="性别")
email = db.Column(db.String(255), unique=True, comment="邮箱地址")
money = db.Column(db.Numeric(10,2), default=0.0, comment="钱包")
# repr()方法类似于django的__str__，用于打印模型对象时显示的字符串信息
def __repr__(self):
return f"<{self.__class__.__name__} {self.name}>"
# 所有的模型必须直接或间接继承于db.Model
class Course(db.Model):
"""课程数据模型"""
__tablename__ = "db_course"
"""
# 原生SQL语句
create table db_course (
id int primary key auto_increment comment "主键",
name varchar(64) comment "课程",
price NUMERIC(7,2) comment "价格",
unique (name)
);
# 字段根据SQL语句来声明
"""
id = db.Column(db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(64), unique=True, comment="课程")
price = db.Column(db.Numeric(7, 2), comment="价格")
# repr()方法类似于django的__str__，用于打印模型对象时显示的字符串信息
def __repr__(self):
return f"{self.name}<{self.__class__.__name__}>"
class Teacher(db.Model):
"""老师数据模型"""
__tablename__ = "db_teacher"
"""
# 原生SQL语句
create table db_teacher (
id int primary key auto_increment comment "主键",
name varchar(64) comment "姓名",
option enum("讲师", "助教", "班主任") comment "职位",
unique (`name`)
);
# 字段根据SQL语句来声明
"""
id = db.Column(db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(64), unique=True, comment="姓名")
option = db.Column(db.Enum("讲师", "助教", "班主任"), default="讲师")
def __repr__(self):
return f"{self.name}<{self.__class__.__name__}>"
@app.route("/")
def index():
return "ok"
@app.route("/create")
def create_table():
db.create_all() # 为项目中被识别的所有模型创建数据表
return "ok"
@app.route("/drop")
def drop_table():
db.drop_all() # 为项目中被识别的所有模型删除数据表
return "ok"
@app.route("/exam")
def exam():
# 查询所有男生[Student.sex == True]数据
# student_list = Student.query.filter(Student.sex == True).all()
# print(student_list)
# 查询id为4的学生[3种方式]
# 1. get
# student = Student.query.get(4)
# print(student)
# 2. filter+first
# student = Student.query.filter(Student.id == 4).first()
# print(student)
# 3. filter_by + first
# student = Student.query.filter_by(id=4).first()
# print(student)
# 查询年龄等于20的所有学生数据
# student_list = Student.query.filter(Student.age == 20).all()
# print(student_list)
# 查询name为小白的学生数据
# student = Student.query.filter(Student.name == "小白").first()
# print(student)
# 查询20岁的男生
student_list = Student.query.filter(Student.age == 20, Student.sex == True).all()
print(student_list)
return "ok"
if __name__ == '__main__':
app.run()
多条件查询
逻辑与，需要导入and_，返回and_()条件满足的所有数据
from sqlalchemy import and_
Student.query.filter(and_(Student.name!='wang',Student.email.endswith('163.com'))).all()
# # and_(条件1,条件2,....) 等价于 filter(条件1,条件2,.....)
# # age > 18 and email like "%163.com"
# # student_list = Student.query.filter(Student.age > 18, Student.email.endswith("163.com")).all()
#
# student_list = Student.query.filter(
# and_(
# Student.age > 18,
# Student.email.endswith("163.com")
# )
# ).all()
逻辑或，需要导入or_
from sqlalchemy import or_
Student.query.filter(or_(Student.name!='wang',Student.email.endswith('163.com'))).all()
# 查询年龄在20岁，使用的邮箱是qq或者163邮箱的
student_list = Student.query.filter(
Student.age == 20,
or_(
Student.email.endswith("qq.com"),
Student.email.endswith("163.com")
)
).all()
# 复合条件的查询情况
# 查询年龄>17岁的女生或者年龄>18岁的男生
student_list = Student.query.filter(
or_(
and_(Student.age > 17, Student.sex == False),
and_(Student.age > 18, Student.sex == True),
)
).all()
print(student_list)
print(student_list)
逻辑非，返回名字不等于"小白"的所有数据
Student.query.filter(Student.name!='小白').all()
not_ 相当于取反
from sqlalchemy import not_
Student.query.filter(not_(Student.name=='小白')).all()
# # 查询年龄不等于22
# student_list = Student.query.filter(Student.age != 22).all()
# print(student_list)
# student_list = Student.query.filter(not_(Student.age==22)).all()
# print(student_list)
in_范围查询
# 查询id是 5, 7, 10 的学生信息
student_list = Student.query.filter(Student.id.in_([5, 7, 10])).all()
print(student_list)
# 查询id不是 1 3 5 的学生信息
student_list = Student.query.filter(not_(Student.id.in_([1, 3, 5]))).all()
print( student_list )
is_判断值查询
"""判断值查询"""
student_list = Student.query.filter(Student.email.is_(None)).all()
print(student_list)
student_list = Student.query.filter(Student.email == None).all()
print(student_list)
order_by 排序
# 倒序[值从大到小]
student_list = Student.query.order_by(Student.id.desc()).all()
# 升序[值从小到大]
student_list = Student.query.order_by(Student.id.asc()).all()
# 多字段排序[第一个字段值一样时，比较第二个字段，进行排序]
student_list = Student.query.order_by(Student.money.asc(), Student.age.asc(), Student.id.asc()).all()
print(student_list)
count统计
# 查询age>=19的男生的数量
from sqlalchemy import and_
# ret = Student.query.filter( and_(Student.age>=19,Student.sex==True) ).count()
ret = Student.query.filter( Student.age>=19, Student.sex==True ).count()
对结果进行偏移量和数量的限制
# 查询年龄最大的3个学生
student_list = Student.query.order_by(Student.age.desc()).limit(3).all()
print(student_list)
# 查询年龄排第4到第7名的学生
student_list = Student.query.order_by(Student.age.desc()).offset(3).limit(4).all()
print(student_list)
# 查询年龄最小的3个人
student_list = Student.query.order_by(Student.age.asc()).limit(3).all()
print(student_list)
SQL
# 查询年龄最大的3个学生
# select * from db_student order by age desc limit 3;
# 查询年龄排第4到第7名的学生
select * from db_student order by age desc limit 3, 4;
# select * from db_student order by age desc limit 4 offset 3;
# 查询年龄最小的3个人
# select * from db_student order by age asc limit 3;
练习
# 查询age是18 或者 使用163邮箱的所有学生
Student.query.filter(or_(Student.age==18,Student.email.endswith("163.com"))).all()
# 查询id为 [1, 3, 5, 7, 9] 的学生列表
student_list = Student.query.filter(Student.id.in_([1, 3, 5, 7, 9])).all()
print(student_list)
分页器
manage.py，代码：
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
app = Flask(__name__)
class Config(object):
DEBUG = True
# 数据库链接配置 = 数据库名称://登录账号:登录密码@数据库主机IP:数据库访问端口/数据库名称?charset=编码类型
SQLALCHEMY_DATABASE_URI = "mysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4"
# 动态追踪修改设置，如未设置只会提示警告
SQLALCHEMY_TRACK_MODIFICATIONS = False
# ORM运行时会显示ORM生成的原始SQL语句[调试]
SQLALCHEMY_ECHO = True
app.config.from_object(Config)
"""模型类定义"""
db = SQLAlchemy(app=app)
class Student(db.Model):
"""学生信息模型"""
# 声明与当前模型绑定的数据表名称
__tablename__ = "db_student"
id = db.Column(db.Integer, primary_key=True,comment="主键")
name = db.Column(db.String(15), index=True, comment="姓名")
age = db.Column(db.SmallInteger, comment="年龄")
sex = db.Column(db.Boolean, default=True, comment="性别")
email = db.Column(db.String(128), unique=True, comment="邮箱地址")
money = db.Column(db.Numeric(10,2), default=0.0, comment="钱包")
def __repr__(self): # 相当于django的__str__
return f"{self.name}<{self.__class__.__name__}>"
# 所有的模型必须直接或间接继承于db.Model
class Course(db.Model):
"""课程数据模型"""
__tablename__ = "db_course"
id = db.Column(db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(64), unique=True, comment="课程")
price = db.Column(db.Numeric(7, 2), comment="价格")
def __repr__(self):
return f"{self.name}<{self.__class__.__name__}>"
class Teacher(db.Model):
"""老师数据模型"""
__tablename__ = "db_teacher"
id = db.Column(db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(64), unique=True, comment="姓名")
option = db.Column(db.Enum("讲师", "助教", "班主任"), default="讲师")
def __repr__(self):
return f"{self.name}<{self.__class__.__name__}>"
from flask import request,render_template
@app.route("/")
def index():
# 分页器
page = int(request.args.get("page", 1))
size = int(request.args.get("size", 3))
pagination = Student.query.paginate(page, size)
print(pagination)
"""
from flask_sqlalchemy import Pagination
# 常用属性
total 总数据量
items 每一页数据项列表
pages 总页码===> math.ceil( total/per_page )
# 常用方法
prev 上一页分页对象
prev_num 上一页页码
has_prev 是否有上一页
next 下一页分页对象
next_num 下一页页码
has_next 是否有下一页
"""
print(pagination.items) # 当前页的数据项列表
print(pagination.total) # 总数据量
print(pagination.pages) # 总页码数量
print(pagination.prev_num) # 上一页页码
print(pagination.next_num) # 下一页页码
print(pagination.has_prev) # 是否有上一页
print(pagination.has_next) # 是否有下一页
print(pagination.prev()) # 上一页的分页对象
print(pagination.next()) # 下一页的分页对象
# """前后端分离"""
# data = {
# "page": pagination.page, # 当前页码
# "pages": pagination.pages, # 总页码
# "has_prev": pagination.has_prev, # 是否有上一页
# "prev_num": pagination.prev_num, # 上一页页码
# "has_next": pagination.has_next, # 是否有下一页
# "next_num": pagination.next_num, # 下一页页码
# "items": [{
# "id": item.id,
# "name": item.name,
# "age": item.age,
# "sex": item.sex,
# "money": item.money,
# } for item in pagination.items]
# }
# return data
"""前后端不分离"""
return render_template("list.html",**locals())
if __name__ == '__main__':
with app.app_context():
db.create_all()
app.run()
list.html，代码：
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Title</title>
<style>
.page a,.page span{
padding: 2px 6px;
color: #fff;
background: #6666ff;
text-decoration: none;
}
.page span{
color: #fff;
background: orange;
}
</style>
</head>
<body>
<table border="1" align="center" width="600">
<tr>
<th>ID</th>
<th>age</th>
<th>name</th>
<th>sex</th>
<th>money</th>
</tr>
{% for student in pagination.items %}
<tr>
<td>{{ student.id }}</td>
<td>{{ student.age }}</td>
<td>{{ student.name }}</td>
<td>{{ "男" if student.sex else "女" }}</td>
<td>{{ student.money }}</td>
</tr>
{% endfor %}
<tr align="center">
<td colspan="5" class="page">
{% if pagination.has_prev %}
<a href="?page=1">首 页</a>
<a href="?page={{ pagination.page-1 }}">上一页</a>
<a href="?page={{ pagination.page-1 }}">{{ pagination.page-1 }}</a>
{% endif %}
<span>{{ pagination.page }}</span>
{% if pagination.has_next %}
<a href="?page={{ pagination.page+1 }}">{{ pagination.page+1 }}</a>
<a href="?page={{ pagination.page+1 }}">下一页</a>
<a href="?page={{ pagination.pages }}">尾 页</a>
{% endif %}
</td>
</tr>
</table>
</body>
</html>
聚合分组
分组查询和分组查询结果过滤
一般分组都会结合聚合函数来一起使用。SQLAlchemy中所有的聚合函数都在func模块中声明的。
from sqlalchemy import func
| 函数名 | 说明 | |
|---|---|---|
| func.count | 统计总数 | |
| func.avg | 平均值 | |
| func.min | 最小值 | |
| func.max | 最大值 | |
| func.sum | 求和 |
代码：
"""聚合函数"""
from sqlalchemy import func
# 获取所有学生的money总数
# SELECT sum(db_student.money) AS sum_1 FROM db_student LIMIT %s
# ret = db.session.query(func.sum(Student.money)).first()[0]
# print(ret) # 3998.0
# # 查询女生的数量
# ret = db.session.query(func.count(Student.id)).filter(Student.sex==False).first()[0]
# print(ret) # 7
# # 查询所有学生的平均年龄
# ret = db.session.query(func.avg(Student.age)).first()[0]
# print(ret) # 18.2727
"""
聚合分组
在聚合分组的情况下，db.session.query中的参数只能是被分组的字段或者是被聚合的数据
"""
# # 查询当前所有男生女生的数量
# ret = db.session.query(Student.sex,func.count(Student.id)).group_by(Student.sex).all()
# print(ret) # [(False, 7), (True, 4)]
# # 查询各个年龄段的学生数量
# ret = db.session.query(Student.age, func.count(Student.id)).group_by(Student.age).all()
# print(ret) # [(15, 2), (13, 1), (22, 4), (19, 1), (18, 1), (16, 1), (17, 1)]
#
# # 查看当前男生女生的平均年龄
# ret = db.session.query(Student.sex, func.avg(Student.age)).group_by(Student.sex).all()
# ret = [{"sex":"男" if item[0] else "女","age":float(item[1])} for item in ret]
# print(ret) # [{'sex': '女', 'age': 18.0}, {'sex': '男', 'age': 18.75}]
# # 分组后的过滤操作 having
# # 在所有学生中，找出各个年龄中拥有最多钱的同学，并在这些同学里面筛选出money > 500的数据
# subquery = func.max(Student.money)
# print(subquery) # max(db_student.money)
# ret = db.session.query(Student.age, subquery).group_by(Student.age).having(subquery > 500).all()
# print(ret) # [(18, Decimal('1000.00')), (22, Decimal('26000.00')), (23, Decimal('1998.00'))]
"""
多字段分组
字段1 字段2
1 3
2 4
分组如下：
13
14
23
24
"""
# 各个年龄里，男生和女生的money总数
subquery = func.sum(Student.money)
ret = db.session.query(Student.sex, Student.age, subquery).group_by(Student.sex, Student.age).all()
print(ret) # [(False, 15, 1000.0), (False, 13, 600.0), (True, 15, 0.0), (True, 22, 1998.0), (False, 19, 0.0), (False, 22, 400.0), (False, 18, 0.0), (True, 16, 0.0), (False, 17, 0.0)]
SQL方法中的关键字顺序：
模型.query. // db.session.query.
filter/ filter_by
group by
having
order_by
limit offset
all / get / first / count / paginate
执行原生SQL语句
"""执行原生SQL语句"""
# # 查询多条数据
# ret = db.session.execute("select * from db_student").fetchall()
# print(ret)
# # 查询一条数据
# ret = db.session.execute("select * from db_student").fetchone()
# print(ret)
"""
name age achievement
80
小明 17 81
83
group_concat 逗号合并
小明 17 80,81,83
concat 字符串拼接
小明 17 808183
"""
# # 添加数据
# db.session.execute("insert db_student (name,age,sex,email,money) select name,age,sex,concat(now(),email),money from db_student")
# db.session.commit()
# # # 更新/删除
# db.session.execute("UPDATE db_student SET money=(db_student.money + %s) WHERE db_student.age = %s" % (200, 22))
# db.session.commit()
"""分组合并"""
# 统计各个年龄段的学生人数，并记录对应年龄段的学生ID
ret = db.session.execute("select age,count(id),group_concat(id) from db_student group by age").fetchall()
print(ret)
return "ok"
关联查询
常用的SQLAlchemy关系选项
| 选项名 | 说明 |
|---|---|
| backref | 在关系的另一模型中添加反向引用,用于设置外键名称,在1查多的 |
| primary join | 明确指定两个模型之间使用的连表条件, 用于1对1 或者1对多连表中 |
| lazy | 指定如何加载关联模型数据的方式，用于1对1或1对多链表中。参数值: select（立即加载，查询所有相关数据显示，相当于lazy=True） subquery（立即加载，但使用子查询） dynamic（不立即加载，但提供加载记录的查询对象） |
| uselist | 指定1对1或1对多连表时，返回的数据结果是模型对象还是模型列表，如果为False，不使用列表，而使用模型对象。 1对1或多对1关系中，需要设置relationship中的uselist=Flase，1对多或多对多关系中，需要设置relationshio中的uselist=True。 |
| secondary | 指定多对多关系中关系表的名字。 多对多关系中，需建立关系表，设置 secondary=关系表 |
| secondary join | 在SQLAlchemy中无法自行决定时，指定多对多关系中的二级连表条件，绑定主外键。 |
范式理论：一套提供给数据库开发者设置标准、规范的数据库的理论。
1NF. 数据不可再分，必须保证原子性。数据的值保证可以方便存储，不可再分。
2NF. 数据不能重复，必须保证唯一性。必须使用主键来进行区分每一行数据。
3NF. 数据不能冗余，必须保证关联性。冗余的数据必须使用另外的数据表存放，并与当前表进行关联。
基于实际业务的角度出发，设计出违背了范式理论的表结构。
逆范式：以空间换时间
class table:
id name teacher
1 301班 李老师
2 302班 王老师
student table:
id name class_id
1 xiaoming 1
2 xiaohong 2
3 xiaohui 3
三范式+逆范式
第三范式：数据不能冗余，把关联性不强的数据可以移除到另一个表中。使用外键进行管理。
1对1：把主表的主键放到附加表中作为外键存在。
商品信息表
id name price image 描述 售后 配置 包装
1 PC-1-gr 100 1.png
2 PC-1-re 100 1.png
3 PC-1-he 100 1.png
4 PC-1-bu 100 1.png
1对多：把主表(1) 的主键放到附加表(多)作为外键存在。
订单信息表 订单详情表
1个订单 ----> 多个商品
多对多：把主表(多)的主键和附加表的(多)主键，放到第三方表(关系表)中作为外键。
用户表 课程表
1 xiaoming 1 python
2 xiaohong 2 django
3 xiaolong 3 flask
用户与课程的购买关系表
user_id course
1 1
1 2
1 3
模型之间的关联
一对一
常见的业务：主表和详情表（用户、会员、学生、商品、文章、主机）
class Student(db.Model):
"""个人信息主表"""
....
# 关联属性，这个不会被视作表字段，只是模型对象的属性。
# 因为StudentInfo和Student是一对一的关系，所以uselist=False表示关联一个数据
info = db.relationship("StudentInfo", uselist=False, backref="own")
class StudentInfo(db.Model):
"""个人信息附加表"""
# 外键，
# 如果是一对一，则外键放在附加表对应的模型中
# 如果是一对多，则外键放在多的表对象的模型中
# sid = db.Column(db.Integer, db.ForeignKey(Student.id),comment="外键")
sid = db.Column(db.Integer, db.ForeignKey("student表名.主键"),comment="外键")
关联属性声明在主模型中【最常用】
代码：
import json
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
from sqlalchemy import func
db = SQLAlchemy()
app = Flask(__name__, template_folder="templates", static_folder="static")
# 配置
app.config.update({
"DEBUG": True,
"SQLALCHEMY_DATABASE_URI": "mysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4",
# 如果使用pymysql，则需要在连接时指定pymysql
# "SQLALCHEMY_DATABASE_URI": "mysql+pymysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4"
# 动态追踪修改设置，如未设置只会提示警告，设置False即可
"SQLALCHEMY_TRACK_MODIFICATIONS": False,
# ORM执行SQL查询时是哦否显示原始SQL语句，debug模式下可以开启
"SQLALCHEMY_ECHO": True,
})
db.init_app(app)
class Student(db.Model):
"""学生管理"""
__tablename__ = "tb_student" # 表名
id = db.Column(db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(15), index=True, comment="姓名")
age = db.Column(db.SmallInteger, comment="年龄")
sex = db.Column(db.SmallInteger, comment="性别")
email = db.Column(db.String(255), unique=True, comment="邮箱地址")
money = db.Column(db.Numeric(10,2), default=0.0, comment="钱包")
# 模型的关联属性，不会在数据表创建字段
# 因为StudentInfo和Student是一对一的关系，所以uselist=False表示关联一个数据
info = db.relationship("StudentInfo", uselist=False, backref="student")
def __repr__(self):
return json.dumps(self.__to_dict__, ensure_ascii=False)
@property
def __to_dict__(self):
return {
"id": self.id,
"name": self.name,
"age": self.age,
"sex": self.sex,
"email": self.email,
"money": float(self.money),
}
class StudentInfo(db.Model):
__tablename__ = "tb_student_info" # 表名
id = db.Column(db.Integer, primary_key=True, comment="主键")
# 附加表的外键，就是主表的主键
# 如果是一对一，则外键放在附加表对应的模型中
# 如果是一对多，则外键放在多的附加表对应的模型中
sid = db.Column(db.Integer, db.ForeignKey("tb_student.id"), comment="外键") # mysql字段
# student = db.relationship("Student", uselist=False, backref="info") # ORM关联属性
mobile = db.Column(db.String(15), index=True, comment="手机号码")
address = db.Column(db.String(255), nullable=True, comment="家庭地址")
def __repr__(self):
return json.dumps(self.__to_dict__, ensure_ascii=False)
@property
def __to_dict__(self):
return {
"id": self.id,
"sid": self.sid,
"mobile": self.mobile,
"address": self.address,
}
@app.route("/create")
def create_table():
db.create_all() # 为项目中被识别的所有模型创建数据表
return "ok"
@app.route("/drop")
def drop_table():
db.drop_all() # 为项目中被识别的所有模型删除数据表
return "ok"
@app.route("/a1")
def a1():
"""添加操作"""
# 添加主表信息的时候通过关联属性db.relationship同步添加附件表信息
student = Student(
name="xiaolan01",
age=16,
sex=False,
money=10000,
email="xiaolan01@qq.com",
info=StudentInfo(
address="北京市昌平区百沙路203号",
mobile="13312345672"
)
)
db.session.add(student)
db.session.commit()
return "ok"
@app.route("/a2")
def a2():
"""添加操作"""
# 假设已经存在主表信息，后面再补充附加表信息
# student = Student(
# name="xiaolan03",
# age=16,
# sex=False,
# money=10000,
# email="xiaolan03@qq.com",
# )
#
# db.session.add(student)
# db.session.commit()
# 上面代码先执行了，现有1个学生没有附加信息的，我们可以在后续代码通过查询主表的主键，补充附加表数据
student = Student.query.get(3)
if not student.info:
"""添加附加表数据"""
"""方式1"""
# student.info = StudentInfo(mobile=13300010002, address="北京市昌平区百沙路205号",)
# db.session.commit()
"""方式2"""
# info = StudentInfo(
# student=student, # 关联属性
# mobile=13300010002,
# address="北京市昌平区百沙路205号",
# )
#
# db.session.add(info)
# db.session.commit()
"""方式3"""
info = StudentInfo(
sid=student.id, # 外键
mobile=13300010002,
address="北京市昌平区百沙路205号",
)
db.session.add(info)
db.session.commit()
return "ok"
@app.route("/a3")
def a3():
"""添加操作"""
# 添加附加模型数据的同时，把主模型也进行添加
info = StudentInfo(
mobile=13300010003,
address="北京市昌平区百沙路206号",
student=Student(
name="xiaolan04",
age=17,
sex=False,
money=10000,
email="xiaolan04@qq.com",
),
)
db.session.add(info)
db.session.commit()
return "ok"
@app.route("/g1")
def g1():
"""查询操作"""
# # 正向关联----> 从主模型查询外键模型
# student = Student.query.get(2)
# print(student.name) # xiaolan01
# # 如果主模型没有调用关联属性查询附加模型对象，则ORM不会执行查询关联模型的SQL语句
# print(student.info) # {"id": 2, "sid": 2, "mobile": "13312345672", "address": "北京市昌平区百沙路203号"}
# print(student.info.address) # 北京市昌平区百沙路203号
# 反向关联----> 从外键模型查询主模型
student_info = StudentInfo.query.filter(StudentInfo.mobile == "15012345678").first()
print(student_info.address) # 北京市昌平区百沙路206号
# 如果附加模型没有调用关联属性查询主模型对象，则ORM不会执行查询主模型的SQL语句
print(student_info.student) # {"id": 4, "name": "xiaolan04", "age": 17, "sex": 0, "email": "xiaolan04@qq.com", "money": 10000.0}
print(student_info.student.name) # xiaolan04
print(student_info.sid) # 4
return "ok"
@app.route("/u1")
def u1():
"""修改数据"""
# # 通过主模型使用关联属性修改附加模型的数据
# student = Student.query.get(2)
# student.info.address = "广州市天河区天河东路103号"
# db.session.commit()
# 也可以通过附加模型直接修改主模型的数据
student_info = StudentInfo.query.filter(StudentInfo.mobile == "13312345678").first()
# 如果要修改的数据，与数据表的没有改动，则不会执行更新的SQL语句
student_info.student.age = 23
db.session.commit()
return "ok"
@app.route("/d1")
def d1():
"""删除数据"""
# # 1. 如果删除主模型数据，则会先将附加模型的外键设置为null，然后才会删除主模型对象
# student = Student.query.get(4)
# db.session.delete(student)
# db.session.commit()
# 2. 如果删除附加模型数据，则直接删除，不会修改主模型数据
StudentInfo.query.filter(StudentInfo.mobile == "13312345678").delete()
db.session.commit()
return "ok"
if __name__ == '__main__':
app.run()
在外键模型中声明关联属性
代码：
import json
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
from sqlalchemy.orm import backref
db = SQLAlchemy()
app = Flask(__name__, template_folder="templates", static_folder="static")
# 配置
app.config.update({
"DEBUG": True,
"SQLALCHEMY_DATABASE_URI": "mysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4",
# 如果使用pymysql，则需要在连接时指定pymysql
# "SQLALCHEMY_DATABASE_URI": "mysql+pymysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4"
# 动态追踪修改设置，如未设置只会提示警告，设置False即可
"SQLALCHEMY_TRACK_MODIFICATIONS": False,
# ORM执行SQL查询时是哦否显示原始SQL语句，debug模式下可以开启
"SQLALCHEMY_ECHO": True,
})
db.init_app(app)
class Student(db.Model):
"""学生管理"""
__tablename__ = "tb_student" # 表名
id = db.Column(db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(15), index=True, comment="姓名")
age = db.Column(db.SmallInteger, comment="年龄")
sex = db.Column(db.SmallInteger, comment="性别")
email = db.Column(db.String(255), unique=True, comment="邮箱地址")
money = db.Column(db.Numeric(10, 2), default=0.0, comment="钱包")
def __repr__(self):
return json.dumps(self.__to_dict__, ensure_ascii=False)
@property
def __to_dict__(self):
return {
"id": self.id,
"name": self.name,
"age": self.age,
"sex": self.sex,
"email": self.email,
"money": float(self.money),
}
class StudentInfo(db.Model):
__tablename__ = "tb_student_info" # 表名
id = db.Column(db.Integer, primary_key=True, comment="主键")
# 附加表的外键，就是主表的主键
# 如果是一对一，则外键放在附加表对应的模型中
# 如果是一对多，则外键放在多的附加表对应的模型中
sid = db.Column(db.Integer, db.ForeignKey("tb_student.id"), comment="外键") # mysql字段
# 模型的关联属性，不会在数据表创建字段
# 因为StudentInfo和Student是一对一的关系，所以uselist=False表示关联一个数据
student = db.relationship("Student", uselist=False, backref=backref("info", uselist=False)) # ORM关联属性
mobile = db.Column(db.String(15), index=True, comment="手机号码")
address = db.Column(db.String(255), nullable=True, comment="家庭地址")
def __repr__(self):
return json.dumps(self.__to_dict__, ensure_ascii=False)
@property
def __to_dict__(self):
return {
"id": self.id,
"sid": self.sid,
"mobile": self.mobile,
"address": self.address,
}
@app.route("/create")
def create_table():
db.create_all() # 为项目中被识别的所有模型创建数据表
return "ok"
@app.route("/drop")
def drop_table():
db.drop_all() # 为项目中被识别的所有模型删除数据表
return "ok"
@app.route("/a1")
def a1():
"""添加操作"""
# 添加主表信息的时候通过关联属性db.relationship同步添加附件表信息
student = Student(
name="xiaolan01",
age=16,
sex=False,
money=10000,
email="xiaolan01@qq.com",
info=StudentInfo(
address="北京市昌平区百沙路203号",
mobile="13312345672"
)
)
db.session.add(student)
db.session.commit()
return "ok"
@app.route("/a2")
def a2():
"""添加操作"""
# 假设已经存在主表信息，后面再补充附加表信息
# student = Student(
# name="xiaolan03",
# age=16,
# sex=False,
# money=10000,
# email="xiaolan03@qq.com",
# )
#
# db.session.add(student)
# db.session.commit()
# 上面代码先执行了，现有1个学生没有附加信息的，我们可以在后续代码通过查询主表的主键，补充附加表数据
student = Student.query.get(2)
if student and not student.info:
"""添加附加表数据"""
"""方式1"""
# student.info = StudentInfo(mobile=13300010002, address="北京市昌平区百沙路205号",)
# db.session.commit()
"""方式2"""
# info = StudentInfo(
# student=student, # 关联属性
# mobile=13300010002,
# address="北京市昌平区百沙路205号",
# )
#
# db.session.add(info)
# db.session.commit()
"""方式3"""
info = StudentInfo(
sid=student.id, # 外键
mobile=13300010002,
address="北京市昌平区百沙路205号",
)
db.session.add(info)
db.session.commit()
return "ok"
@app.route("/a3")
def a3():
"""添加操作"""
# 添加附加模型数据的同时，把主模型也进行添加
info = StudentInfo(
mobile=13300010003,
address="北京市昌平区百沙路206号",
student=Student(
name="xiaolan04",
age=17,
sex=False,
money=10000,
email="xiaolan04@qq.com",
),
)
db.session.add(info)
db.session.commit()
return "ok"
@app.route("/g1")
def g1():
"""查询操作"""
# # 正向关联----> 从主模型查询外键模型
# student = Student.query.get(2)
# print(student.name) # xiaolan01
# # 如果主模型没有调用关联属性查询附加模型对象，则ORM不会执行查询关联模型的SQL语句
# print(student.info) # {"id": 2, "sid": 2, "mobile": "13312345672", "address": "北京市昌平区百沙路203号"}
# print(student.info.address) # 北京市昌平区百沙路203号
# 反向关联----> 从外键模型查询主模型
student_info = StudentInfo.query.filter(StudentInfo.mobile == "13300010003").first()
print(student_info.address) # 北京市昌平区百沙路206号
# 如果附加模型没有调用关联属性查询主模型对象，则ORM不会执行查询主模型的SQL语句
print(
student_info.student) # {"id": 3, "name": "xiaolan04", "age": 17, "sex": 0, "email": "xiaolan04@qq.com", "money": 10000.0}
print(student_info.student.name) # xiaolan04
print(student_info.sid) # 3
return "ok"
@app.route("/u1")
def u1():
"""修改数据"""
# 通过主模型使用关联属性修改附加模型的数据
student = Student.query.get(2)
student.info.address = "广州市天河区天河东路103号"
db.session.commit()
# # 也可以通过附加模型直接修改主模型的数据
# student_info = StudentInfo.query.filter(StudentInfo.mobile == "13312345672").first()
# # 如果要修改的数据，与数据表的没有改动，则不会执行更新的SQL语句
# student_info.student.age = 23
# db.session.commit()
return "ok"
@app.route("/d1")
def d1():
"""删除数据"""
# # 1. 如果删除主模型数据，则会先将附加模型的外键设置为null，然后才会删除主模型对象
student = Student.query.get(2)
db.session.delete(student)
db.session.commit()
# 2. 如果删除附加模型数据，则直接删除，不会修改主模型数据
# StudentInfo.query.filter(StudentInfo.mobile == "13312345672").delete()
# db.session.commit()
return "ok"
if __name__ == '__main__':
app.run()
一对多
常见业务：商品分类和商品、文章分类和文章、班级与学生、部门与员工、角色与会员、订单与订单详情、用户与收货地址。。。
class User(db.Model):
...
# 关联属性，一的一方添加模型关联属性
address_list = db.relationship("UserAddress", uselist=True, backref="user", lazy='dynamic')
class UsertAddress(db.Model):
...
# 外键，多的一方模型中添加外间
user_id = db.Column(db.ForeignKey(User.id))
- 其中realtionship描述了Student和StudentAddress的关系。第1个参数为对应参照的类"StudentAddress"
- 第3个参数backref为类StudentAddress声明关联属性
- 第4个参数lazy决定了什么时候SQLALchemy什么时候执行读取关联模型的SQL语句
- lazy=‘subquery’，查询当前数据模型时，采用子查询(subquery)，把外键模型的属性也同时查询出来了。
- lazy=True或lazy=‘select’，查询当前数据模型时，不会把外键模型的数据查询出来，只有操作到外键关联属性时，才进行连表查询数据[执行SQL]
- lazy=‘dynamic’，查询当前数据模型时，不会把外键模型的数据立刻查询出来，只有操作到外键关联属性并操作外键模型具体字段时，才进行连表查询数据[执行SQL]
- 常用的lazy选项：dynamic和select
课堂代码：
manage.py，代码：
import json
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
from sqlalchemy.orm import backref
db = SQLAlchemy()
app = Flask(__name__, template_folder="templates", static_folder="static")
# 配置
app.config.update({
"DEBUG": True,
"SQLALCHEMY_DATABASE_URI": "mysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4",
# 如果使用pymysql，则需要在连接时指定pymysql
# "SQLALCHEMY_DATABASE_URI": "mysql+pymysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4"
# 动态追踪修改设置，如未设置只会提示警告，设置False即可
"SQLALCHEMY_TRACK_MODIFICATIONS": False,
# ORM执行SQL查询时是哦否显示原始SQL语句，debug模式下可以开启
"SQLALCHEMY_ECHO": True,
})
db.init_app(app)
class User(db.Model):
__tablename__ = "tb_user"
id = db.Column(db.Integer, primary_key=True, comment="主键")
username = db.Column(db.String(50), unique=True, comment="用户名")
nickname = db.Column(db.String(50), index=True, comment="昵称")
sex = db.Column(db.Boolean, default=True, comment="性别")
money = db.Column(db.Numeric(8,2), default=0.0, comment="钱包余额")
address_list = db.relationship("UserAddress", uselist=True, backref="user", lazy="dynamic")
def __repr__(self):
return json.dumps(self.__to_dict__, ensure_ascii=False)
@property
def __to_dict__(self):
return {
"id": self.id,
"username": self.username,
"nickname": self.nickname,
"sex": self.sex,
"money": float(self.money),
}
class UserAddress(db.Model):
__tablename__ = "tb_user_address"
id = db.Column(db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(50), default="默认", comment="名称")
province = db.Column(db.String(50), comment="省份")
city = db.Column(db.String(50), comment="城市")
area = db.Column(db.String(50), comment="地区")
address = db.Column(db.String(500), comment="详细地址")
mobile = db.Column(db.String(15), comment="收货人电话")
user_id = db.Column(db.Integer, db.ForeignKey("tb_user.id"), comment="外键")
def __repr__(self):
return json.dumps(self.__to_dict__, ensure_ascii=False)
@property
def __to_dict__(self):
return {
"id": self.id,
"name": self.name,
"province": self.province,
"city": self.city,
"area": self.area,
"address": self.address,
"mobile": self.mobile,
"user_id": self.user_id,
}
@app.route("/create")
def create_table():
db.create_all() # 为项目中被识别的所有模型创建数据表
return "ok"
@app.route("/drop")
def drop_table():
db.drop_all() # 为项目中被识别的所有模型删除数据表
return "ok"
@app.route("/")
def index():
return "ok"
@app.route("/a1")
def a1():
"""添加数据"""
# # 添加主模型的同时也会给附加模型添加数据，这种情况，附加模型的值可以以列表形式进行添加，一次性添加多个附加模型数据进去。
# user = User(
# username="xiaolan001",
# nickname="xiaolan001",
# sex=False,
# money=10000,
# address_list=[
# UserAddress(name="公司", province="北京市", city="北京市", area="昌平区", address="百沙路201", mobile="13012345678"),
# UserAddress(name="门口小卖部", province="北京市", city="北京市", area="昌平区", address="百沙路202", mobile="13012345677"),
# UserAddress(name="小区门口", province="北京市", city="北京市", area="昌平区", address="百沙路203", mobile="13012345676"),
# ]
# )
# db.session.add(user)
# db.session.commit()
# 添加外键模型数据的同时，添加主模型数据
address = UserAddress(
province="天津市",
city="天津市",
area="静海区",
address="静安路1103号",
user=User(
username="xiaolan02",
nickname="xiaolan02",
money=10000,
sex=False,
)
)
db.session.add(address)
db.session.commit()
return "ok"
@app.route("/q1")
def q1():
# 正向关联----> 从主模型查询外键模型
student = User.query.filter(User.username == "xiaolan001").first()
# 观察连表SQL语句的执行
""" lazy="select" || lazy=True """
# print(student) # 没有查询附加表
# print(student.address_list) # 查询了附加表
""" lazy="subquery" """
# print(student) # 已经查询了附加表，如果没有使用到外键模型的数据，则本次查询存在资源浪费！！
""" lazy="dynamic" """
# print(student) # 没有查询附加表
# student.address_list # 没有查询附加模型的SQL语句
# print( student.address_list ) # 只要访问关联模型的具体字段才真正执行，如果海量数量查询，则本次查询会影响返回数据给客户端的时间
print( student.address_list[0] ) # 获取返回列表的第1个成员
return "ok"
if __name__ == '__main__':
app.run()
多对多
常见业务：用户收藏文章、用户与用户之间的好友关系、点赞、评论、关注、用户浏览商品的历史记录、订阅文章、专题与商品/文章的关系、活动与商品。。。。。
# 关系表[这种表，无法提供给python进行操作的，仅仅用于在数据库中记录两个模型之间的关系]
# 关系表[这种表，无法提供给python进行操作的，仅仅用于在数据库中记录两个模型之间的关系]
student_and_course = db.Table(
"table_student_course",
db.Column("id", db.Integer, primary_key=True, comment="主键ID"),
db.Column("sid", db.Integer, db.ForeignKey("table_student.id"), comment="学生"),
db.Column("cid", db.Integer, db.ForeignKey("table_course.id"), comment="课程"),
db.Column("created_time", db.DateTime, default=datetime.now, comment="购买时间"), # 当前字段无法操作
)
class Student(db.Model):
id = db.Column(db.Integer, primary_key=True,comment="主键")
...
course_list = db.relationship("Course", secondary=student_and_course, backref="student_list", lazy="dynamic")
class Course(db.Model):
...
# 关系模型，[关系模型和关系表，任选其一]
class Achievement(db.Model):
...
基于第三方关系表构建多对多
代码：
import json
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
from sqlalchemy.orm import backref
from datetime import datetime
db = SQLAlchemy()
app = Flask(__name__, template_folder="templates", static_folder="static")
# 配置
app.config.update({
"DEBUG": True,
"SQLALCHEMY_DATABASE_URI": "mysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4",
# 如果使用pymysql，则需要在连接时指定pymysql
# "SQLALCHEMY_DATABASE_URI": "mysql+pymysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4"
# 动态追踪修改设置，如未设置只会提示警告，设置False即可
"SQLALCHEMY_TRACK_MODIFICATIONS": False,
# ORM执行SQL查询时是哦否显示原始SQL语句，debug模式下可以开启
"SQLALCHEMY_ECHO": True,
})
db.init_app(app)
# 关系表[这种表，无法提供给python进行操作的，仅仅用于在数据库中记录两个模型之间的关系]
student_and_course = db.Table(
"table_student_course",
db.Column("id", db.Integer, primary_key=True, comment="主键ID"),
db.Column("sid", db.Integer, db.ForeignKey("table_student.id"), comment="学生"),
db.Column("cid", db.Integer, db.ForeignKey("table_course.id"), comment="课程"),
db.Column("created_time", db.DateTime, default=datetime.now, comment="购买时间"), # 当前字段无法操作
)
class Student(db.Model):
"""学生信息模型"""
# 声明与当前模型绑定的数据表名称
__tablename__ = "table_student"
id = db.Column(db.Integer, primary_key=True,comment="主键")
name = db.Column(db.String(15), comment="姓名")
age = db.Column(db.SmallInteger, comment="年龄")
sex = db.Column(db.Boolean, default=True, comment="性别")
email = db.Column(db.String(128), comment="邮箱地址")
money = db.Column(db.Numeric(10, 2), default=0.0, comment="钱包")
course_list = db.relationship("Course", secondary=student_and_course, backref="student_list", lazy="dynamic")
def __repr__(self):
return json.dumps(self.__to_dict__, ensure_ascii=False)
@property
def __to_dict__(self):
return {
"id": self.id,
"name": self.name,
"age": self.age,
"sex": self.sex,
"email": self.email,
"money": float(self.money),
}
class Course(db.Model):
"""课程数据模型"""
__tablename__ = "table_course"
id = db.Column(db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(64), unique=True, comment="课程")
price = db.Column(db.Numeric(7, 2), default=0.0, comment="价格")
def __repr__(self):
return json.dumps(self.__to_dict__, ensure_ascii=False)
@property
def __to_dict__(self):
return {
"id": self.id,
"name": self.name,
"price": self.price,
}
@app.route("/create")
def create_table():
db.create_all() # 为项目中被识别的所有模型创建数据表
return "ok"
@app.route("/drop")
def drop_table():
db.drop_all() # 为项目中被识别的所有模型删除数据表
return "ok"
@app.route("/")
def index():
return "ok"
@app.route("/a1")
def a1():
"""添加数据"""
"""添加其中一个主模型数据时，同时绑定添加另外一个主模型的数据，这个过程中，关系表会自动写入2者的关系数据，绑定2个模型之间的关系"""
# student = Student(
# name="xiaozhao",
# age=13,
# sex=False,
# money=30000,
# email="xiaozhao@qq.com",
# course_list=[
# Course(name="python入门", price=99.99),
# Course(name="python初级", price=199.99),
# Course(name="python进阶", price=299.99),
# ]
# )
# db.session.add(student)
# db.session.commit()
"""在学生报读课程的基础上，新增报读课程。"""
# student = Student(
# name="xiaohong",
# age=14,
# sex=False,
# money=30000,
# email="300000@qq.com",
# )
# db.session.add(student)
# db.session.commit()
# student = Student.query.filter(Student.name=="xiaohong").first()
# # 直接采用python内置的list方法操作
# student.course_list.append(Course.query.get(3)) # 新增已经存在的课程
# student.course_list.append(Course(name="python顶级", price=399.99)) # 已有课程，并让当前学生报读该课程
# db.session.commit()
"""添加学生报读课程的测试数据"""
# student1 = Student.query.get(1)
# course_list = Course.query.filter(Course.id.in_([1,2])).all()
# student1.course_list.extend(course_list)
# db.session.commit()
student2 = Student.query.get(2)
course_list = Course.query.filter(Course.id.in_([3,2])).all()
student2.course_list.extend(course_list)
db.session.commit()
return "ok"
@app.route("/q1")
def q1():
"""查询操作"""
# 查询ID=4的学生报读的课程列表
# student = Student.query.get(2)
# course_list = [{"name":item.name,"price":float(item.price)} for item in student.course_list]
# print(course_list)
# 查询出2号课程，都有那些学生在读？
course = Course.query.get(2)
student_list = [{"name":item.name,"age":item.age} for item in course.student_list]
print(student_list)
return "ok"
@app.route("/u1")
def u1():
"""更新数据"""
# # 给报读了3号课程的同学，返现红包200块钱
# course = Course.query.get(3)
# for student in course.student_list:
# student.money+=200
# db.session.commit()
# db.Table的缺陷: 无法通过主模型直接操作db.Table中的外键之外的其他字段，例如：报读课程的时间
course = Course.query.get(3)
print(course.student_list)
# 解决：在声明2个模型是多对多的关联关系时，把关联关系使用第三个模型来创建声明，
# 就是不要使用db.Table改成模型来绑定关系，把模型的对多对拆分成2个1对多
return "ok"
if __name__ == '__main__':
app.run()
多对多，也可以拆解成3个模型（2个主模型，1个关系模型，关系模型保存了2个主模型的外键），其中tb_achievement作为单独模型存在。
基于第三方关系模型构建多对多
在SQLAlchemy中，基于db.Table创建的关系表，如果需要新增除了外键以外其他字段，无法操作。所以将来实现多对多的时候，除了上面db.Table方案以外，还可以把关系表声明成模型的方法，如果声明成模型，则原来课程和学生之间的多对多的关系，就会变成远程的1对多了。
代码：
import json
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
from sqlalchemy.orm import backref
from datetime import datetime
db = SQLAlchemy()
app = Flask(__name__, template_folder="templates", static_folder="static")
# 配置
app.config.update({
"DEBUG": True,
"SQLALCHEMY_DATABASE_URI": "mysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4",
# 如果使用pymysql，则需要在连接时指定pymysql
# "SQLALCHEMY_DATABASE_URI": "mysql+pymysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4"
# 动态追踪修改设置，如未设置只会提示警告，设置False即可
"SQLALCHEMY_TRACK_MODIFICATIONS": False,
# ORM执行SQL查询时是哦否显示原始SQL语句，debug模式下可以开启
"SQLALCHEMY_ECHO": True,
})
db.init_app(app)
# 关系表[这种表，无法提供给python进行操作的，仅仅用于在数据库中记录两个模型之间的关系]
# student_and_course = db.Table(
# "demo_student_course",
# db.Column("id", db.Integer, primary_key=True, comment="主键ID"),
# db.Column("sid", db.Integer, db.ForeignKey("demo_student.id"), comment="学生"),
# db.Column("cid", db.Integer, db.ForeignKey("demo_course.id"), comment="课程"),
# db.Column("created_time", db.DateTime, default=datetime.now, comment="购买时间"), # 当前字段无法操作
# )
class StudentCourse(db.Model):
__tablename__ = "demo_student_course"
id = db.Column(db.Integer, primary_key=True, comment="主键")
sid = db.Column(db.Integer, db.ForeignKey("demo_student.id"))
cid = db.Column(db.Integer, db.ForeignKey("demo_course.id"))
created_time = db.Column(db.DateTime, default=datetime.now, comment="购买时间")
# 关联属性
student = db.relationship("Student", uselist=False, backref=backref("to_relation", uselist=True))
course = db.relationship("Course", uselist=False, backref=backref("to_relation", uselist=True))
class Student(db.Model):
"""学生信息模型"""
# 声明与当前模型绑定的数据表名称
__tablename__ = "demo_student"
id = db.Column(db.Integer, primary_key=True,comment="主键")
name = db.Column(db.String(15), comment="姓名")
age = db.Column(db.SmallInteger, comment="年龄")
sex = db.Column(db.Boolean, default=True, comment="性别")
email = db.Column(db.String(128), comment="邮箱地址")
money = db.Column(db.Numeric(10, 2), default=0.0, comment="钱包")
def __repr__(self):
return json.dumps(self.__to_dict__, ensure_ascii=False)
@property
def __to_dict__(self):
return {
"id": self.id,
"name": self.name,
"age": self.age,
"sex": self.sex,
"email": self.email,
"money": float(self.money),
}
class Course(db.Model):
"""课程数据模型"""
__tablename__ = "demo_course"
id = db.Column(db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(64), unique=True, comment="课程")
price = db.Column(db.Numeric(7, 2), default=0.0, comment="价格")
def __repr__(self):
return json.dumps(self.__to_dict__, ensure_ascii=False)
@property
def __to_dict__(self):
return {
"id": self.id,
"name": self.name,
"price": self.price,
}
@app.route("/create")
def create_table():
db.create_all() # 为项目中被识别的所有模型创建数据表
return "ok"
@app.route("/drop")
def drop_table():
db.drop_all() # 为项目中被识别的所有模型删除数据表
return "ok"
@app.route("/")
def index():
return "ok"
@app.route("/a1")
def a1():
"""添加数据"""
"""添加其中一个主模型数据时，同时绑定添加另外一个主模型的数据"""
# student = Student(
# name="xiaozhao",
# age=13,
# sex=False,
# money=30000,
# email="xiaozhao@qq.com",
# to_relation=[
# StudentCourse(
# course=Course(name="python基础", price=99.9)
# )
# ]
# )
# db.session.add(student)
# db.session.commit()
"""在学生报读课程的基础上，新增报读课程。"""
# student = Student(
# name="xiaohong",
# age=14,
# sex=False,
# money=30000,
# email="300000@qq.com",
# )
# db.session.add(student)
# db.session.commit()
# student = Student.query.filter(Student.name == "xiaohong").first()
# # 直接采用python内置的list方法操作
# student.to_relation.extend([
# StudentCourse(
# course=Course.query.get(1) # 已经存在的课程，给学生报读
# ),
# StudentCourse(
# course=Course(name="python进阶", price=399.99) # 新增课程，并让当前学生报读该课程
# )
# ])
#
# db.session.commit()
"""添加学生报读课程的测试数据"""
student1 = Student.query.get(1)
course_list = Course.query.filter(Course.id.in_([1,2])).all()
student1.to_relation.extend([StudentCourse(course=course) for course in course_list])
db.session.commit()
return "ok"
@app.route("/q1")
def q1():
"""查询操作"""
# 查询ID=2的学生报读的课程列表
# student = Student.query.get(2)
# course_list = [{"name":item.course.name,"price":float(item.course.price)} for item in student.to_relation]
# print(course_list)
# 查询出2号课程，都有那些学生在读？
course = Course.query.get(2)
student_list = [{"name":item.student.name,"age":item.student.age} for item in course.to_relation]
print(student_list)
return "ok"
@app.route("/u1")
def u1():
"""更新数据"""
# # 给报读了2号课程的同学，返现红包200块钱
# course = Course.query.get(2)
# for relation in course.to_relation:
# relation.student.money += 200
# db.session.commit()
# 获取中间的关系模型的字段
course = Course.query.get(2)
for relation in course.to_relation:
print(relation.created_time)
return "ok"
if __name__ == '__main__':
app.run()
relationship还有一个设置外键级联的属性：cascade=“all, delete, delete-orphan”
作业：
1. 我们现在学习的flask框架集成SQLAlchemy操作数据库使用的是flask-SQLAlchemy模块。如果原生的python下面应该如何使用SQLAlchemy进行初始化数据库连接和声明模型并实现模型的基本操作[增删查改，关联查询]？
2. flask中的SQLAlchemy如何进行自关联查询？ 这里自己写一个关于行政区划的自关联操作。
逻辑外键
也叫虚拟外键。主要就是在开发中为了减少数据库的性能消耗，提升系统运行效率，一般项目中如果单表数据太大[千万级别]就不会使用数据库本身维护的物理外键，而是采用由ORM或者我们逻辑代码进行查询关联的逻辑外键。
SQLAlchemy设置外键模型的虚拟外键，有2种方案：
方案1，查询数据时临时指定逻辑外键的映射关系：
模型类.query.join(模型类,主模型.主键==外键模型.外键).join(模型类,主模型.主键==外键模型.外键).with_entities(字段1,字段2.label("字段别名"),....).all()
方案2，在模型声明时指定逻辑外键的映射关系(最常用，这种设置方案，在操作模型时与原来默认设置的物理外键的关联操作是一模一样的写法)：
class Student(db.Model):
id = db.Column(db.Integer, primary_key=True, comment="主键")
# 虚拟外键，原有参数不变，新增2个表达关联关系的属性：
# primaryjoin, 指定2个模型之间的主外键关系，相当于原生SQL语句中的join
# foreign_keys，指定外键
address_list = db.relationship("StudentAddress", uselist=True, backref="student", lazy="subquery", primaryjoin="Student.id==StudentAddress.student_id", foreign_keys="StudentAddress.student_id")
class StudentAddress(db.Model):
# 原来的外键设置为普通索引即可。
student_id = db.Column(db.Integer, comment="学生id")
例1，虚拟外键使用的方案1，代码：
import json
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
from sqlalchemy.orm import backref
from datetime import datetime
db = SQLAlchemy()
app = Flask(__name__, template_folder="templates", static_folder="static")
# 配置
app.config.update({
"DEBUG": True,
"SQLALCHEMY_DATABASE_URI": "mysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4",
# 如果使用pymysql，则需要在连接时指定pymysql
# "SQLALCHEMY_DATABASE_URI": "mysql+pymysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4"
# 动态追踪修改设置，如未设置只会提示警告，设置False即可
"SQLALCHEMY_TRACK_MODIFICATIONS": False,
# ORM执行SQL查询时是哦否显示原始SQL语句，debug模式下可以开启
"SQLALCHEMY_ECHO": True,
})
db.init_app(app)
class Student(db.Model):
"""学生信息模型"""
# 声明与当前模型绑定的数据表名称
__tablename__ = "td_student"
id = db.Column(db.Integer, primary_key=True,comment="主键")
name = db.Column(db.String(15), comment="姓名")
age = db.Column(db.SmallInteger, comment="年龄")
sex = db.Column(db.Boolean, default=True, comment="性别")
email = db.Column(db.String(128), comment="邮箱地址")
money = db.Column(db.Numeric(10,2), default=0.0, comment="钱包")
def __repr__(self):
return f"{self.name}<Student>"
class Course(db.Model):
"""课程数据模型"""
__tablename__ = "td_course"
id = db.Column(db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(64), unique=True, comment="课程")
price = db.Column(db.Numeric(7, 2))
def __repr__(self):
return f'{self.name}<{self.__class__.__name__}>'
class StudentCourse(db.Model):
"""学生和课程之间的关系模型"""
__tablename__ = "td_student_course"
id = db.Column(db.Integer, primary_key=True, comment="主键")
student_id = db.Column(db.Integer, index=True)
course_id = db.Column(db.Integer, index=True)
score = db.Column(db.Numeric(4,1), default=0, comment="成绩")
time = db.Column(db.DateTime, default=datetime.now, comment="考试时间")
@app.route("/create")
def create_table():
db.create_all() # 为项目中被识别的所有模型创建数据表
return "ok"
@app.route("/drop")
def drop_table():
db.drop_all() # 为项目中被识别的所有模型删除数据表
return "ok"
@app.route("/")
def index():
return "ok"
@app.route("/a1")
def a1():
# 添加测试数据
stu0 = Student(name="xiaoming-0",age=15,sex=True,email="xiaoming0@qq.com", money=1000)
stu1 = Student(name="xiaoming-1",age=15,sex=True,email="xiaoming1@qq.com", money=1000)
stu2 = Student(name="xiaoming-2",age=15,sex=True,email="xiaoming2@qq.com", money=1000)
stu3 = Student(name="xiaoming-3",age=15,sex=True,email="xiaoming3@qq.com", money=1000)
stu4 = Student(name="xiaoming-4",age=15,sex=True,email="xiaoming4@qq.com", money=1000)
db.session.add_all([stu0,stu1,stu2,stu3,stu4])
course1 = Course(name="python基础第1季", price=1000)
course2 = Course(name="python基础第2季", price=1000)
course3 = Course(name="python基础第3季", price=1000)
course4 = Course(name="python基础第4季", price=1000)
course5 = Course(name="python基础第5季", price=1000)
db.session.add_all([course1, course2, course3, course4, course5])
data = [
StudentCourse(student_id=1,course_id=1,score=60,time=datetime.now()),
StudentCourse(student_id=1,course_id=2,score=60,time=datetime.now()),
StudentCourse(student_id=1,course_id=3,score=60,time=datetime.now()),
StudentCourse(student_id=2,course_id=1,score=60,time=datetime.now()),
StudentCourse(student_id=2,course_id=2,score=60,time=datetime.now()),
StudentCourse(student_id=3,course_id=3,score=60,time=datetime.now()),
StudentCourse(student_id=3,course_id=4,score=60,time=datetime.now()),
StudentCourse(student_id=4,course_id=5,score=60,time=datetime.now()),
StudentCourse(student_id=4,course_id=1,score=60,time=datetime.now()),
StudentCourse(student_id=4,course_id=2,score=60,time=datetime.now()),
StudentCourse(student_id=5,course_id=1,score=60,time=datetime.now()),
StudentCourse(student_id=5,course_id=2,score=60,time=datetime.now()),
StudentCourse(student_id=5,course_id=3,score=60,time=datetime.now()),
StudentCourse(student_id=5,course_id=4,score=60,time=datetime.now()),
]
db.session.add_all(data)
db.session.commit()
return "ok"
@app.route("/q1")
def q1():
# 使用逻辑外键来查询数据
# 主模型.query.join(从模型类名, 关系语句)
# 主模型.query.join(从模型类名, 主模型.主键==从模型类名.外键)
# 课程[python基础第3季]有多少学生在读？
# 分2步查询
course = Course.query.filter(Course.name == "python基础第3季").first()
num = StudentCourse.query.filter(StudentCourse.course_id == course.id).count()
print(course, num)
# 关联查询, 2表关联
# data = Course.query.join(
# StudentCourse,
# Course.id==StudentCourse.course_id
# ).with_entities(
# Course.id, Course.name, Course.price, StudentCourse.student_id, StudentCourse.score
# ).filter(Course.name == "python基础第3季").all()
# print(data)
# 直接统计，不需要任何字段
ret = Course.query.join(
StudentCourse,
Course.id==StudentCourse.course_id
).filter(Course.name == "python基础第3季").count()
print(ret)
return "ok"
@app.route("/q2")
def q2():
# 查询课程[python基础第3季]有哪些学生在读？3表关联
# 正向查询和逆向查询都是通过声明临时外键关系来完成关联查询操作。
student_list = Course.query.join(
StudentCourse,
Course.id == StudentCourse.course_id
).join(
Student,
Student.id == StudentCourse.student_id
).with_entities(
Course.name.label("course_name"), StudentCourse.score.label("score"), Student.name.label("student_name"),
).filter(Course.name == "python基础第3季").all()
print(student_list)
return "ok"
@app.route("/q3")
def q3():
# xiaoming-2 购买了那些课程？
course_list = Student.query.join(
StudentCourse,
Student.id == StudentCourse.student_id
).join(
Course,
Course.id == StudentCourse.course_id
).with_entities(
Course.name.label("course_name"),
StudentCourse.score.label("score")
).filter(Student.name == "xiaoming-2").all()
print(course_list)
return "ok"
if __name__ == '__main__':
app.run()
例2，虚拟外键使用的方案2，代码：
import json
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
from sqlalchemy.orm import backref
from datetime import datetime
db = SQLAlchemy()
app = Flask(__name__, template_folder="templates", static_folder="static")
# 配置
app.config.update({
"DEBUG": True,
"SQLALCHEMY_DATABASE_URI": "mysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4",
# 如果使用pymysql，则需要在连接时指定pymysql
# "SQLALCHEMY_DATABASE_URI": "mysql+pymysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4"
# 动态追踪修改设置，如未设置只会提示警告，设置False即可
"SQLALCHEMY_TRACK_MODIFICATIONS": False,
# ORM执行SQL查询时是哦否显示原始SQL语句，debug模式下可以开启
"SQLALCHEMY_ECHO": True,
})
db.init_app(app)
class Student(db.Model):
"""学生信息模型"""
# 声明与当前模型绑定的数据表名称
__tablename__ = "ts_student"
id = db.Column(db.Integer, primary_key=True,comment="主键")
name = db.Column(db.String(15), comment="姓名")
age = db.Column(db.SmallInteger, comment="年龄")
sex = db.Column(db.Boolean, default=True, comment="性别")
email = db.Column(db.String(128), comment="邮箱地址")
money = db.Column(db.Numeric(10,2), default=0.0, comment="钱包")
def __repr__(self):
return f"{self.name}<Student>"
class Course(db.Model):
"""课程数据模型"""
__tablename__ = "ts_course"
id = db.Column(db.Integer, primary_key=True, comment="主键")
name = db.Column(db.String(64), unique=True, comment="课程")
price = db.Column(db.Numeric(7, 2))
def __repr__(self):
return f'{self.name}<{self.__class__.__name__}>'
class StudentCourse(db.Model):
"""学生和课程之间的关系模型"""
__tablename__ = "ts_student_course"
id = db.Column(db.Integer, primary_key=True, comment="主键")
student_id = db.Column(db.Integer, index=True)
course_id = db.Column(db.Integer, index=True)
score = db.Column(db.Numeric(4,1), default=0, comment="成绩")
time = db.Column(db.DateTime, default=datetime.now, comment="考试时间")
student = db.relationship(
"Student",
uselist=False,
backref=backref("to_course", uselist=True),
lazy="subquery",
primaryjoin="Student.id==StudentCourse.student_id",
foreign_keys="StudentCourse.student_id"
)
course = db.relationship(
"Course",
uselist=False,
backref=backref("to_student", uselist=True),
lazy="subquery",
primaryjoin="Course.id==StudentCourse.course_id",
foreign_keys="StudentCourse.course_id"
)
@app.route("/create")
def create_table():
db.create_all() # 为项目中被识别的所有模型创建数据表
return "ok"
@app.route("/drop")
def drop_table():
db.drop_all() # 为项目中被识别的所有模型删除数据表
return "ok"
@app.route("/")
def index():
return "ok"
@app.route("/a1")
def a1():
# 添加测试数据
stu0 = Student(name="xiaoming-0",age=15,sex=True,email="xiaoming0@qq.com", money=1000)
stu1 = Student(name="xiaoming-1",age=15,sex=True,email="xiaoming1@qq.com", money=1000)
stu2 = Student(name="xiaoming-2",age=15,sex=True,email="xiaoming2@qq.com", money=1000)
stu3 = Student(name="xiaoming-3",age=15,sex=True,email="xiaoming3@qq.com", money=1000)
stu4 = Student(name="xiaoming-4",age=15,sex=True,email="xiaoming4@qq.com", money=1000)
db.session.add_all([stu0,stu1,stu2,stu3,stu4])
course1 = Course(name="python基础第1季", price=1000)
course2 = Course(name="python基础第2季", price=1000)
course3 = Course(name="python基础第3季", price=1000)
course4 = Course(name="python基础第4季", price=1000)
course5 = Course(name="python基础第5季", price=1000)
db.session.add_all([course1, course2, course3, course4, course5])
data = [
StudentCourse(student_id=1,course_id=1,score=60,time=datetime.now()),
StudentCourse(student_id=1,course_id=2,score=60,time=datetime.now()),
StudentCourse(student_id=1,course_id=3,score=60,time=datetime.now()),
StudentCourse(student_id=2,course_id=1,score=60,time=datetime.now()),
StudentCourse(student_id=2,course_id=2,score=60,time=datetime.now()),
StudentCourse(student_id=3,course_id=3,score=60,time=datetime.now()),
StudentCourse(student_id=3,course_id=4,score=60,time=datetime.now()),
StudentCourse(student_id=4,course_id=5,score=60,time=datetime.now()),
StudentCourse(student_id=4,course_id=1,score=60,time=datetime.now()),
StudentCourse(student_id=4,course_id=2,score=60,time=datetime.now()),
StudentCourse(student_id=5,course_id=1,score=60,time=datetime.now()),
StudentCourse(student_id=5,course_id=2,score=60,time=datetime.now()),
StudentCourse(student_id=5,course_id=3,score=60,time=datetime.now()),
StudentCourse(student_id=5,course_id=4,score=60,time=datetime.now()),
]
db.session.add_all(data)
db.session.commit()
return "ok"
@app.route("/q1")
def q1():
student = Student.query.filter(Student.name == "xiaoming-0").first()
# print(student.to_course)
# [<StudentCourse 1>, <StudentCourse 2>, <StudentCourse 3>]
print([{
"course_name": item.course.name,
"score": item.score,
"student_name": item.student.name,
} for item in student.to_course])
return "ok"
if __name__ == '__main__':
app.run()
数据迁移
- 在开发过程中，需要修改数据库模型，而且还要在修改之后更新数据库。最直接的方式就是删除旧表，但这样会丢失数据，所以往往更常见的方式就是使用alter来改变数据结构，原有数据中的新字段值设置默认值或null=True.
- 更好的解决办法是使用数据迁移，它可以追踪数据库表结构的变化，然后把变动应用到数据库中。
- 在Flask中可以使用Flask-Migrate的第三方扩展，来实现数据迁移。并且集成到Flask终端脚本中，所有操作通过flask db 命令就能完成。
- 为了导出数据库迁移命令，Flask-Migrate提供了一个MigrateCommand类，可以附加到flask框架中。
首先要在虚拟环境中安装Flask-Migrate。
pip install Flask-Migrate
官网地址：https://flask-migrate.readthedocs.io/en/latest/
代码文件内容：
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
# 导入数据迁移核心类
from flask_migrate import Migrate
app = Flask(__name__)
class Config(object):
DEBUG = True
# 数据库连接配置
# SQLALCHEMY_DATABASE_URI = "数据库类型://数据库账号:密码@数据库地址:端口/数据库名称?charset=utf8mb4"
SQLALCHEMY_DATABASE_URI = "mysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4"
# 动态追踪修改设置，如未设置只会提示警告
SQLALCHEMY_TRACK_MODIFICATIONS = True
# 查询时会显示原始SQL语句
SQLALCHEMY_ECHO = True
app.config.from_object(Config)
db = SQLAlchemy(app=app)
# 初始化数据迁移
migrate = Migrate(app, db)
# migrate = Migrate()
# migrate.init_app(app, db)
"""模型类定义"""
# 关系表的声明方式
achieve = db.Table('tb_achievement',
db.Column('student_id', db.Integer, db.ForeignKey('tb_student.id')),
db.Column('course_id', db.Integer, db.ForeignKey('tb_course.id'))
)
class Course(db.Model):
# 定义表名
__tablename__ = 'tb_course'
# 定义字段对象
id = db.Column(db.Integer, primary_key=True)
name = db.Column(db.String(64), unique=True)
price = db.Column(db.Numeric(6,2))
teacher_id = db.Column(db.Integer, db.ForeignKey('tb_teacher.id'))
students = db.relationship('Student', secondary=achieve, backref='courses', lazy='subquery')
# repr()方法类似于django的__str__，用于打印模型对象时显示的字符串信息
def __repr__(self):
return 'Course:%s'% self.name
class Student(db.Model):
__tablename__ = 'tb_student'
id = db.Column(db.Integer, primary_key=True)
name = db.Column(db.String(64), unique=True)
email = db.Column(db.String(64),unique=True)
age = db.Column(db.SmallInteger,nullable=False)
sex = db.Column(db.Boolean,default=1)
def __repr__(self):
return 'Student:%s' % self.name
class Teacher(db.Model):
__tablename__ = 'tb_teacher'
id = db.Column(db.Integer, primary_key=True)
name = db.Column(db.String(64), unique=True)
# 课程与老师之间的多对一关联
courses = db.relationship('Course', backref='teacher', lazy='subquery')
def __repr__(self):
return 'Teacher:%s' % self.name
@app.route("/")
def index():
return "ok"
if __name__ == '__main__':
app.run(debug=True)
创建迁移版本仓库
# 切换到项目根目录下
cd ~/Desktop/flaskdemo
# 设置flask项目的启动脚本位置，例如我们现在的脚本叫manage.py
export FLASK_APP=manage.py
# 数据库迁移初始化，这个命令会在当前项目根目录下创建migrations文件夹，将来所有数据表相关的迁移文件都放在里面。
flask db init
创建迁移版本
- 自动创建迁移版本文件中有两个函数，用于进行数据迁移同步到数据库操作的。
- upgrade()：把迁移中的改动代码同步到数据库中。
- downgrade()：则将改动代码从数据库中进行还原。
- 自动创建的迁移脚本会根据模型定义和数据库当前状态的差异，生成upgrade()和downgrade()函数的内容。
- 生成的迁移文件不一定完全正确，有可能代码中存在细节遗漏导致报错，需要开发者进行检查，特别在多对多的时候
# 根据flask项目的模型生成迁移文件 -m的后面你不要使用中文！！
flask db migrate -m 'initial migration'
# 这里等同于django里面的 makemigrations，生成迁移版本文件
# 完成2件事情：
# 1. 在migrations/versions生成一个数据库迁移文件
# 2. 如果是首次生成迁移文件的项目，则迁移工具还会在数据库创建一个记录数据库版本的version表
升级版本库的版本
把当前ORM模型中的代码改动同步到数据库。
# 从migations目录下的versions中根据迁移文件upgrade方法把数据表的结构同步到数据库中。
flask db upgrade
降级版本库的版本
# 从migations目录下的versions中根据迁移文件downgrade把数据表的结构同步到数据库中。
flask db downgrade
版本库的历史管理
可以根据history命令找到版本号,然后传给downgrade命令:
flask db history
输出格式：<base> -> 版本号 (head), initial migration
回滚到指定版本
flask db downgrade # 默认返回上一个版本
flask db downgrade 版本号 # 回滚到指定版本号对应的版本
flask db upgrade 版本号 # 升级到指定版本号对应的版本
数据迁移的步骤：
1. 初始化数据迁移的目录
export FLASK_APP=4-manage.py
flask db init
2. 数据库的数据迁移版本初始化，生成迁移文件
flask db migrate -m 'initial migration'
3. 升级版本[新增一个迁移记录]
flask db upgrade
4. 降级版本[回滚一个迁移记录]
flask db downgrade
常用模块
Faker
文档: https://faker.readthedocs.io/en/master/locales/zh_CN.html
批量生成测试数据: https://github.com/joke2k/faker
pip install faker -i https://pypi.douban.com/simple
代码：
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
app = Flask(__name__)
class Config(object):
DEBUG = True
# 数据库连接配置
# SQLALCHEMY_DATABASE_URI = "数据库类型://数据库账号:密码@数据库地址:端口/数据库名称?charset=utf8mb4"
SQLALCHEMY_DATABASE_URI = "mysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4"
# 动态追踪修改设置，如未设置只会提示警告
SQLALCHEMY_TRACK_MODIFICATIONS = False
# 查询时会显示原始SQL语句
SQLALCHEMY_ECHO = False
app.config.from_object(Config)
db = SQLAlchemy(app=app)
class Student(db.Model):
"""学生信息模型"""
__tablename__ = "db_student"
id = db.Column(db.Integer, primary_key=True,comment="主键")
name = db.Column(db.String(15), comment="姓名")
age = db.Column(db.SmallInteger, comment="年龄")
sex = db.Column(db.Boolean, default=True, comment="性别")
email = db.Column(db.String(128), comment="邮箱地址")
money = db.Column(db.Numeric(10,2), default=0.0, comment="钱包")
def __repr__(self):
return f"{self.name}<Student>"
# 自定义批量生成学生
import random,click
from faker import Faker
# 自定义终端命令
@app.cli.command("faker_user") # 指定终端命令的调用名称
@click.argument("num", default=5, type=int) # 命令的选项
def faker_user_command(num):
"""生成测试学生信息"""
faker = Faker(locale="ZH_CN")
for i in range(num):
sex = bool( random.randint(0,1) )
student = Student(
name= faker.name_male() if sex else faker.name_female(),
age=random.randint(15,60),
sex=sex,
email=faker.free_email(),
money= float( random.randint(100,100000) / 100 ),
)
db.session.add(student)
# 在循环外面统一提交
db.session.commit()
@app.route("/")
def index():
return "ok"
if __name__ == '__main__':
with app.app_context():
db.create_all()
app.run()
"""
export FLASK_APP=manage.py
flask faker-user 10
"""
flask-session
flask-session，允许设置session到指定的存储空间中，例如：redis/mongoDB/mysql。
文档: https://flask-session.readthedocs.io/en/latest/
pip install Flask-Session
使用session之前,必须配置一下配置项:
# session秘钥
app.config["SECRET_KEY"] = "*(%#4sxcz(^(#$#8423"
SQLAlchemy存储session的基本配置
需要手动创建session表，在项目第一次启动的时候，使用db.create_all()来完成创建。
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
# 引入session存储驱动类
from flask_session import Session
# 引入sessio操作类，注意：引入路径不同，大小写不同的。
from flask import session
app = Flask(__name__, template_folder="templates", static_folder="static")
db = SQLAlchemy()
# 实例化session存储类
session_store = Session()
# 配置
app.config.update({
"DEBUG": True,
# 使用session之前,必须配置一下秘钥
"SECRET_KEY": "*(%#4sxcz(^(#$#8423",
# 要把存储到SQLAlchemy，必须配置数据库连接
# "SQLALCHEMY_DATABASE_URI": "数据库类型://数据库账号:密码@数据库地址:端口/数据库名称?charset=utf8mb4"
"SQLALCHEMY_DATABASE_URI": "mysql://root:123@127.0.0.1:3306/flaskdemo?charset=utf8mb4",
# 动态追踪修改设置，如未设置只会提示警告
"SQLALCHEMY_TRACK_MODIFICATIONS": False,
# 查询时会显示原始SQL语句
"SQLALCHEMY_ECHO": False,
# 把session通过SQLAlchmey保存到mysql中
"SESSION_TYPE": "sqlalchemy", # session类型为sqlalchemy
"SESSION_SQLALCHEMY": db, # SQLAlchemy的数据库连接对象
"SESSION_SQLALCHEMY_TABLE": 'db_session', # session要保存的表名称
"SESSION_PERMANENT": True, # 如果设置为True，则关闭浏览器session就失效
"SESSION_USE_SIGNER": True, # 是否对发送到浏览器上session的cookie值进行添加签名，防止串改。
"SESSION_KEY_PREFIX": "session:" # session数据表中sessionID的前缀，默认就是 session:
})
db.init_app(app)
# 务必保证在数据库配置初始化以后才进行session存储类的初始化
session_store.init_app(app)
# 如果要把session保存到数据库中，则必须先执行db.create_all() 让数据库提前创建session表。否则使用session时报错。
@app.route("/create")
def create_table():
db.create_all() # 为项目中被识别的所有模型创建数据表
return "ok"
@app.route("/drop")
def drop_table():
db.drop_all() # 为项目中被识别的所有模型删除数据表
return "ok"
@app.route("/")
def index():
return "ok"
@app.route("/set")
def set_session():
session["uname"] = "xiaoming"
session["age"] = 18
return "ok"
@app.route("/get")
def get_session():
print(session.get("uname"))
print(session.get("age"))
return "ok"
@app.route("/del")
def del_session():
# 此处的删除，不是删除用户对应的session表记录，而是删除session值而已。
print(session.pop("uname"))
print(session.pop("age"))
return "ok"
if __name__ == '__main__':
app.run()
redis保存session的基本配置
这个功能必须确保，服务器必须已经安装了redis而且当前项目虚拟环境中已经安装了redis扩展库
pip install flask-redis -i https://pypi.douban.com/simple
flask-redis是第三方开发者为了方便我们在flask框架中集成redis数据库操作所封装一个redis操作库、
在flask中要基于flask-redis进行数据库则可以完成以下3个步骤即可：
from flask import Flask
from flask_redis import FlaskRedis
# 实例化
app = Flask(__name__)
session_redis = FlaskRedis(config_prefix="SESSION")
user_redis = FlaskRedis(config_prefix="USER")
order_redis = FlaskRedis(config_prefix="ORDER")
# 初始化 flask_redis
session_redis.init_app(app)
user_redis.init_app(app)
order_redis.init_app(app)
@app.route("/")
def q2():
user_redis.setnx("doing", 100)
return "ok"
if __name__ == '__main__':
app.run(host="0.0.0.0", port=5000, debug=True)
在redis中保存session，代码：
from flask import Flask
from flask_redis import FlaskRedis
from flask_session import Session
from flask import session
app = Flask(__name__, template_folder="templates", static_folder="static")
redis0 = FlaskRedis(config_prefix="REDIS")
redis1 = FlaskRedis(config_prefix="SESSION_REDIS")
session_store = Session()
# 配置
app.config.update({
"DEBUG": True,
# 使用session之前,必须配置一下秘钥
"SECRET_KEY": "*(%#4sxcz(^(#$#8423",
"REDIS_URL": "redis://:123456@127.0.0.1:6379/0",
"SESSION_REDIS_URL": "redis://:123456@127.0.0.1:6379/1",
# 把session保存到redis中
"SESSION_TYPE": "redis", # session类型为sqlalchemy
"SESSION_PERMANENT": True, # 如果设置为True，则关闭浏览器session就失效
"SESSION_USE_SIGNER": True, # 是否对发送到浏览器上session的cookie值进行添加签名，防止串改。
"SESSION_KEY_PREFIX": "session:", # session数据表中sessionID的前缀，默认就是 session:
# session保存数据到redis时启用的链接对象
"SESSION_REDIS": redis1, # 用于连接redis的配置
})
redis0.init_app(app)
redis1.init_app(app)
# 务必保证session存储类初始化之前，redis已经完成初始化了。
session_store.init_app(app)
@app.route("/")
def index():
return "ok"
@app.route("/set")
def set_session():
session["uname"] = "xiaoming"
session["age"] = 18
return "ok"
@app.route("/get")
def get_session():
print(session.get("uname"))
print(session.get("age"))
return "ok"
@app.route("/del")
def del_session():
# 此处的删除，是直接删除保存在redis中的数据，当所有session被删除，则key也会消失了。
print(session.pop("uname"))
print(session.pop("age"))
return "ok"
if __name__ == '__main__':
app.run()
蓝图 Blueprint
模块化
随着flask程序越来越复杂,我们需要对程序进行模块化的处理,之前学习过django的子应用管理,flask程序进行可以进行类似的模块化处理保存代码。
简单来说，Blueprint 是一个存储视图方法/模型代码的容器（目录），这些操作在这个Blueprint 被注册到flask的APP实例对象应用之后就可以被调用，Flask 可以通过Blueprint来组织URL以及处理客户端请求的视图。
Flask使用Blueprint让应用实现模块化，在Flask中Blueprint具有如下属性：
- 一个项目可以具有多个Blueprint
- 可以将一个Blueprint注册到任何一个未使用的URL下比如 “/”、“/sample”或者子域名，也就是说每一个蓝图都可以像django那样有属于自己的路由前缀
- 在一个flask项目中，同一个BluePrint模块可以注册多次，也就是说一个蓝图可以对应多个不同的url地址。
- Blueprint目录可以保存单独属于自己的模板目录保存自己的模板文件、静态文件或者其它的通用操作方法，它并不是必须要实现应用的视图和函数的
- 在一个flask项目初始化时，就应该要注册需要使用的Blueprint，否则项目不识别Blueprint蓝图
注意：flask中的Blueprint并不是一个完整的项目应用，它不能独立运行，而必须要把蓝图blueprint注册到某一个flask项目中才能使用。
在flask中，要使用蓝图Blueprint可以分为四个步骤：
- 手动创建一个蓝图的包目录,例如users,并在
__init__.py文件中创建蓝图实例对象users_blueprint
from flask import Blueprint
# 等同于 app = Flask(__name__)，只是这里并非一个独立的flask项目，所以需要在第一个参数中，指定蓝图名称，其他参数与之前实例化app应用对象是一样的。
users_blueprint = Blueprint("users", __name__)
# users_blueprint = Blueprint('users',__name__,static_folder="users_static")
- 在这个users蓝图目录下创建蓝图的子文件, 其中我们可以创建views.py文件,保存当前蓝图使用的视图函数
# 光写视图，不用写路由
def login():
return "用户登录视图"
def register():
return "用户注册视图"
- 在
users/__init__.py中引入views.py中所有的视图函数并绑定路由
from flask import Blueprint
from . import views
# 等同于 app = Flask(__name__)，只是这里并非一个独立的flask项目，所以需要在第一个参数中，指定蓝图名称，其他参数与之前实例化app应用对象是一样的。
users_blueprint = Blueprint("users", __name__)
# users_blueprint = Blueprint('users',__name__,static_folder="users_static")
# 给蓝图注册视图与绑定视图的路由，路由必须以/斜杠开头
users_blueprint.add_url_rule("/login", view_func=views.login)
users_blueprint.add_url_rule("/reg", view_func=views.register)
# 子路由
print(users_blueprint.deferred_functions)
- 在主应用下程序入口manage.py文件中把这个users_blueprint蓝图对象注册app实例对象中，运行起来。
from flask import Flask
from users import users_blueprint
app = Flask(__name__, template_folder="templates", static_folder="static")
# 配置
app.config.update({
"DEBUG": True,
})
@app.route("/")
def index():
return "我是ok"
app.register_blueprint(users_blueprint, url_prefix='/users')
if __name__ == '__main__':
# 总路由
print(app.url_map)
app.run()
当这个应用启动后,通过/users/可以访问到蓝图中定义的视图函数
蓝图运行机制
- 蓝图Blueprint实际上的作用就是，充当当前蓝图目录下的所有视图和url路由地址的绑定关系的临时容器
- 在视图函数被蓝图的add_url_rule方法注册时,这个操作本质就是将视图和url地址的映射关系添加到蓝图的子路由列表deferred_functions中。
- 蓝图对象根本没有路由表，当我们在蓝图中的视图函数上调用route装饰器（或者add_url_role函数）注册路由时,它只是在蓝图对象的内部的deferred_functions（子路由列表）中添加了一个路由项（路由项实际上就是一个绑定了视图和url地址的lambda匿名函数）
- 当执行app.register_blueprint()注册蓝图时，app应用实例对象会将从蓝图对象的 deferred_functions列表中循环取出每一个之前注册的路由项，并把app应用实例对象自己作为参数执行路由项对应的lambda匿名函数，lambda匿名函数执行以后就会调用app.add_url_rule() 方法，这就将蓝图下子路由列表之前暂存的路由全部添加到了app应用实例对象的url_map总路由表中了，所以用户就可以在flask中访问到了蓝图中的视图。当然，能访问蓝图下的视图，自然也就可以通过视图调用其他的功能，例如：蓝图下的其他功能函数或其他的模型对象了。
蓝图的url拼接
当我们在app应用实例对象上注册一个蓝图时，可以指定一个url_prefix关键字参数（这个参数默认是/）
在app应用实例对象的最终的路由表 url_map中，在蓝图上注册的路由URL自动被加上了这个路由前缀，这个可以保证在多个蓝图中使用相同的子路由而不会最终引起冲突，只要在注册蓝图时将不同的蓝图挂接到不同的自路径即可。
注意：有了蓝图以后，在flask使用url_for在使用时，如果要生成一个蓝图里面的视图对应的路由地址，则需要声明当前蓝图名称+视图名称
# url_for('蓝图名称.视图函数名')
url_for('users.login') # /users + /login /users就是蓝图中的路由前缀 /login就是子路由
users/views.py，代码：
from flask import url_for
def login():
return "用户登录视图"
def register():
print(url_for("users.login"))
return "用户注册视图"
访问：
注册蓝图下的静态文件[很少使用]
和app应用对象不同，蓝图对象创建时不会默认注册静态目录的路由。需要我们在创建时手动指定 static_folder 参数。
下面的代码将蓝图所在目录下的static_users目录设置为静态目录
users/__init__.py,代码：
from flask import Blueprint
from . import views
# 等同于 app = Flask(__name__)，只是这里并非一个独立的flask项目，所以需要在第一个参数中，指定蓝图名称，其他参数与之前实例化app应用对象是一样的。
users_blueprint = Blueprint("users", __name__, static_folder="static")
# users_blueprint = Blueprint('users',__name__,static_folder="users_static")
# 给蓝图注册视图与绑定视图的路由，路由必须以/斜杠开头
users_blueprint.add_url_rule("/login", view_func=views.login)
users_blueprint.add_url_rule("/reg", view_func=views.register)
# 子路由
print(users_blueprint.deferred_functions)
现在就可以使用http://127.0.0.1:5000/users/static/images/avatar.jpg 访问users/static/目录下的静态文件了.
当然，也可以修改访问静态文件的路径 ：可以在创建蓝图对象时使用 static_url_path 来改变静态目录的url地址。
from flask import Blueprint
from . import views
# 等同于 app = Flask(__name__)，只是这里并非一个独立的flask项目，所以需要在第一个参数中，指定蓝图名称，其他参数与之前实例化app应用对象是一样的。
users_blueprint = Blueprint("users", __name__, static_folder="static", static_url_path="/assets")
# users_blueprint = Blueprint('users',__name__,static_folder="users_static")
# 给蓝图注册视图与绑定视图的路由，路由必须以/斜杠开头
users_blueprint.add_url_rule("/login", view_func=views.login)
users_blueprint.add_url_rule("/reg", view_func=views.register)
# 子路由
print(users_blueprint.deferred_functions)
现在就可以使用http://127.0.0.1:5000/users/static/assets/avatar.jpg访问users/static/目录下的静态文件了.
设置蓝图下的html模版[很少使用]
创建蓝图中的模板目录templates，users/__init__.py，代码：
from flask import Blueprint
from . import views
# 等同于 app = Flask(__name__)，只是这里并非一个独立的flask项目，所以需要在第一个参数中，指定蓝图名称，其他参数与之前实例化app应用对象是一样的。
users_blueprint = Blueprint("users", __name__, static_folder="static", static_url_path="/assets", template_folder="templates")
# users_blueprint = Blueprint('users',__name__,static_folder="users_static")
# 给蓝图注册视图与绑定视图的路由，路由必须以/斜杠开头
users_blueprint.add_url_rule("/login", view_func=views.login)
users_blueprint.add_url_rule("/reg", view_func=views.register)
# 子路由
print(users_blueprint.deferred_functions)
视图users/views.py，代码：
from flask import url_for
from flask import render_template
def login():
title = "用户登录视图"
return render_template("login.html", **locals())
def register():
print(url_for("users.login"))
return "用户注册视图"
模板代码，users/templates/index.html，代码：
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Title</title>
</head>
<body>
<h1>{{ title }}</h1>
</body>
</html>
注意：如果公司使用了flask1.x版本，则不能出现项目根目录下和蓝图目录下2个templates目录的情况，否则项目根目录下的templates模板会覆盖蓝图目录下的同名模板，flask会优先加载项目根目录下的模板。
若有错误与不足请指出，关注DPT一起进步吧！！！
