您的位置：首页 > 其它

3.在Flask里使用ORM

2016-08-14 19:10 141 查看

SQL与NoSQL的选择

SQL数据库是基于关系模型的关系型数据库，使用结构化查询语言(Structured Query Languag)，很高效，少重复

NoSQL包括文档数据库、键值对数据库、列存储数据库、图形数据库，放宽对一致性的要求，有性能上的优势

两者各有好坏，可以根据实际去选择，这里我用的SQLite(不需要服务器便于演示)

SQLAlchemy的使用

SQLAlchemy提供了SQL工具包及对象关系映射（ORM）工具，也就是数据库抽象层，Flask-SQLAlchemy包装了SQLAlchemy，安装起来方便快捷：

pip install flask-sqlalchemy


安装后需要在
app.config
字典中添加数据库的URI和配置项，改动代码如下：

from flask_sqlalchemy import SQLAlchemy
...
basedir = os.path.abspath(os.path.dirname(__file__)) # 根据文件名确定绝对路径
app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///' + os.path.join(basedir, 'data.sqlite') # 组成数据库文件路径
app.config['SQLALCHEMY_COMMIT_ON_TEARDOWN'] = True
...
db = SQLAlchemy(app) # db实例表示程序使用的数据库，提供了常用方法供使用


在Flask-SQLAlchemy中，数据库使用URL指定，最流行的数据库引擎采用的数据库URL格式如下：

数据库引擎URL
MySQLmysql://username:password@hostname/database
Postgrespostgresql://username:password@hostname/database
SQLite（Unix）sqlite:////absolute/path/to/database
SQLite（Windows）sqlite:///c:/absolute/path/to/database

定义模型

模型表示程序中使用的持久化实体，在ORM中，模型是一个类，类中的属性对应数据库表中的列

持久化：是将程序数据在持久状态和瞬时状态间转换的机制。通俗的讲，就是瞬时数据（比如内存中的数据，是不能永久保存的）持久化为持久数据（比如持久化至数据库中，能够长久保存）

Flask-SQLAlchem
a347
y创建的数据库实例为模型提供了一个基类(
db.Model
)以及一系列辅助类和辅助函数，可用于定义模型的结构，让我们定义Role和User模型：

class Role(db.Model):
__tablename__= "roles"
id = db.Column(db.Integer, primary_key=True)
name = db.Column(db.String(64), unique=True)
users = db.relationship("User", backref="role")  # 这个关系的面向对象视角, backref向User模型添加了role属性来定义反向关系

def __repr__(self):
return "<Role %r>" % self.name

class User(db.Model):
__tablename__="users"
id = db.Column(db.Integer, primary_key=True)
username = db.Column(db.String(64), unique=True, index=True)
role_id = db.Column(db.Integer, db.ForeignKey("roles.id"))

def __repr__(self):
return "<User %r>" % self.username


类变量
__tablename__
定义在数据库中使用的表名，如果没有则使用一个默认名字，但默认的表名没有遵守使用复数形式进行命名的约定，所以自己来指定，其余的类变量都是该模型的属性，被定义为
db.Column
类的实例

db.Column
类构造函数的第一个参数是数据库字段的类型

下表是可用的列类型以及在模型中使用的Python类型：

类型名Python类型说 明
Integerint普通整数，一般是32位
SmallIntegerint取值范围小的整数，一般是16位
BigIntegerint或long不限制精度的整数
Floatfloat浮点数
Numericdecimal.Decimal定点数
Stringstr变长字符串
Textstr变长字符串，对较长或不限长度的字符串做了优化
Unicodeunicode变长Unicode字符串
UnicodeTextUnicode变长Unicode字符串，对较长或不限长度的字符串做了优化
Booleanbool布尔值
Datedatetime.date日期
Timedatetime.time时间
DateTimedatetime.datetime日期和时间
Intervaldatetime.timedelta时间间隔
Enumstr一组字符串
PickleType任何Python对象自动使用pickle序列化
LargeBinarystr二进制文件
db.Column
中其余的参数指定属性的配置选项，下表是最常使用的SQLAlchemy列选项：

选项名说明
primary_key如果设为True，这列就是表的主键
unique如果设为True，这列不允许出现重复的值
index如果设为True，为这列创建索引，提升查询效率
nullable如果设为True，这列允许使用空值，如果设为False，这列不允许使用空值
default为这列设定默认值
__repr__
方法：返回一个具有可读性的字符串表示模型，可在调试和测试时使用

建立关系

先来定义用户和角色的一对多关系，即一个角色可属于多个用户，而每个用户都只能有一个角色

看刚才定义的两个模型(表)，其中
roles
表存储所有可用的用户角色，每个角色都使用一个唯一的id值（即表的主键）进行标识，
users
表包含用户列表，每个用户也有唯一的id值，除了id主键之外，
roles
表中还有
name
列和
password
列，
users
表中的
role_id
是外键，引用角色的id，通过外键建立起了关系，传给
db.Foreignkey()
的参数
'roles.id'
表明这列的值是
roles
表中的
id
值

添加到Role模型中的
users
属性代表这个关系的面向对象视角，可以通过该属性返回与角色相关联的用户组成的列表，
db.relationship()
的第一个参数是与其建立关系的那个模型(表)，如果模型类尚未定义，可使用字符串形式指定，第二个
backref
参数向
User
模型中添加一个
role
属性，定义反向关系，通过它可以访问
Role
模型，这时获取的是模型对象，而不是外键的值

正常
db.relationship()
都能自己找到关系中的外键，如果模型中有两个或以上外键，SQLAlchemy就不知道该使用哪列，这时就要为
db.relationship()
提供额外参数，从而确定所用外键

下表是定义关系时常用的关系选项：

选项名说明
backref在关系的另一个模型中添加反向引用
primaryjoin明确指定两个模型之间使用的联结条件，只在模棱两可的关系中需要指定
lazy指定如何加载相关记录，可选值有select（首次访问时按需加载）、immediate（源对象加载后就加载）、joined（加载记录，但使用联结）、subquery（立即加载，但使用子查询）、noload（永不加载）和dynamic（不加载记录，但提供加载记录的查询）
uselist如果设为False，不使用列表，而使用标量值
order_by指定关系中记录的排序方式
secondary指定多对多关系中关系表的名字
secondaryjoinSQLAlchemy无法自行决定时，指定多对多关系中的二级联结条件
常见的除了一对多关系还有：

一对一关系：可以用一对多关系表示，但需要在
db.relationship()
里把
uselist
设为
False
，把”多”变成”一”，

多对一关系：也可使用一对多表示，对调两个表即可；或者把外键和
db.relationship()
都放在”多”这一侧，

多对多：需要用到第三张表，这个表称为关系表，之后会写到
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 点击这里给我发消息
标签： 
相关文章推荐
新的分享
章节导航