1.安装postgresql

注意：在flask中，操作数据库还是通过orm调用驱动来操作。sqlalchemy是python下的一款工业级的orm，比Django自带的orm要强大很多，至于什么类型的数据库不重要，通过orm上层操作的代码是一样的。我们目前介绍的是sqlalchemy，与flask没有太大关系，后面会介绍如何将sqlalchemy与flask集成，也有一个开源的第三方组件，叫flask-sqlalchemy。

关于数据库，我这里选择的是postgresql，当然mysql、Oracle、Mariadb等数据库也是可以的。

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

直接去下载即可，一路next即可。我已经安装过了，这里就不再演示了。

使用navicat进行连接是没问题的

2.SQLAlchemy的介绍和基本使用

sqlalchemy是一款orm框架

注意：SQLAlchemy本身是无法处理数据库的，必须依赖于第三方插件，比方说pymysql，cx_Oracle等等

SQLAlchemy等于是一种更高层的封装，里面封装了许多dialect（相当于是字典），定义了一些组合，比方说： 可以用pymysql处理mysql，也可以用cx_Oracle处理Oracle，关键是程序员使用什么，然后会在dialect里面进行匹配，同时也将我们高层定义的类转化成sql语句，然后交给对应的DBapi去执行。

除此之外，SQLAlchemy还维护一个数据库连接池，数据库的链接和断开是非常耗时的 SQLAlchemy维护了一个数据库连接池，那么就可以拿起来直接用

首先要安装sqlalchemy和psycopg2(python中用于连接postgresql的驱动)，直接pip install 即可

# 连接数据库需要创建引擎

from sqlalchemy import create_engine

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

# 创建一个引擎，可以用来执行sql语句

# 连接方式：数据库+驱动://用户名:密码@ip:端口/数据库

# 当然驱动也可以不指定，会选择默认的，如果有多种驱动的话，想选择具体的一种，可以指定。

# 但对于目前的postgresql来说，不指定驱动，默认就是psycopg2

# 这里去掉driver的话，也可以这么写engine = create_engine(f"{dialect}://{username}:{password}@{hostname}:{port}/{database}")

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

create_table_sql = """

    create table girls(

        name varchar(255),

        age int,

        gender varchar(1)

    );

    comment on column girls.name is '少女的姓名';

    comment on column girls.age is '少女的年龄';

    comment on column girls.gender is '少女的性别';

"""

engine.execute(create_table_sql)

显然是执行成功的，然后将表删掉也是没问题的。

3.orm介绍

orm: object relation mapping，就是可以把我们写的类转化成表。将类里面的元素映射到数据库表里面

4.定义orm模型并映射到数据库中

刚才我们已经成功的创建了一张表了，但是我们发现实际上我们写的还是sql语句，只不过是用python来执行的。换句话说，我sql语句写好，我还可以在终端、Navicat等等地方执行。

下面，我们将使用python，通过定义一个类，然后通过sqlalchemy，映射为数据库中的一张表。

from sqlalchemy import create_engine

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

# 需要以下步骤

'''

1.创建一个orm模型，这个orm模型必须继承SQLAlchemy给我们提供好的基类

2.在orm中创建一些属性，来跟表中的字段进行一一映射，这些属性必须是SQLAlchemy给我们提供好的数据类型

3.将创建好的orm模型映射到数据库中

'''

# 1.生成一个基类，然后定义模型(也就是orm中的o),继承这个基类

from sqlalchemy.ext.declarative import declarative_base

# 这个declarative_base是一个函数，传入engine，生成基类

Base = declarative_base(bind=engine)

class Girl(Base):

    # 指定表名：__tablename__

    __tablename__ = "girls"

    # 指定schema，postgresql是由schema的，如何指定呢

    __table_args__ = {

        "schema": "public"  # 其实如果不指定，那么public默认是public，这里为了介绍，所以写上

    }

    # 2.创建属性，来和数据库表中的字段进行映射

    from sqlalchemy import Column, Integer, VARCHAR

    # 要以  xx = Column(type)的形式，那么在表中，字段名就叫xx,类型就是type

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(255))

    age = Column(Integer)

    gender = Column(VARCHAR(1))

class Boy(Base):

    __tablename__ = "boys"

    from sqlalchemy import Column, Integer, VARCHAR

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(255))

    age = Column(Integer)

    gender = Column(VARCHAR(1))

# 3.模型创建完毕，那么将模型映射到数据库中

# 这行代码就表示将所有继承了Base的类映射到数据库中变成表,我们这里有两个类。不出意外的话，数据库中应该会有两张表，叫girls和boys

Base.metadata.create_all()

# 一旦映射，即使改变模型之后再次执行，也不会再次映射。

# 比如，我在模型中新增了一个字段，再次映射，数据库中的表是不会多出一个字段的

# 除非将数据库中与模型对应的表删了，重新映射。

# 如果模型修改了，可以调用Base.metadata.drop_all()，然后再create_all()

5.SQLAlchemy对数据的增删改查操作

将表删除，重新映射

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR

from sqlalchemy.orm import sessionmaker

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

class Girls(Base):

    __tablename__ = "girls"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(30))

    age = Column(Integer)

    gender = Column(VARCHAR(1))

    anime = Column(VARCHAR(50))

Base.metadata.create_all()

# 将对象实例化，然后对对象进行操作，会映射为对数据库表的操作

girls = Girls()

# 创建Session类，绑定引擎

Session = sessionmaker(bind=engine)

# 实例化得到session对象，通过session来操作数据库的表

session = Session()

增

girls.name = "satori"

girls.age = 16

girls.gender = "f"

girls.anime = "动漫地灵殿"

# 一个Girls实例在数据库的表中对应一条记录，进行添加

session.add(girls)

# 将对girls做的操作提交执行

# 像增、删、改这些设计数据变更的操作，必须要提交

session.commit()

# 也可以批量进行操作

# 另外可以生成Girls实例，得到girls，通过girls.xx的方式赋值

# 也可以通过Girl(xx="")的方式

session.add_all([

    Girls(name="koishi", age=15, gender="f", anime="东方地灵殿"),

    Girls(name="mashiro", age=16, gender="f", anime="樱花庄的宠物女孩"),

    Girls(name="matsuri", age=400, gender="f", anime="sola"),

    Girls(name="kurisu", age=20, gender="f", anime="命运石之门")

])

session.commit()

查

# 调用session.query(Girls)，注意里面传入的不是数据库的表名，而是模型。

# 映射到数据库相当于select * from girls

# 但得到是一个query对象，还可以加上filter进行过滤，相当于where，得到了仍是一个query对象

# 对query对象调用first()会拿到第一条数据，没有的话为None。调用all()会拿到所有满足条件的数据，没有的话则是一个空列表

query = session.query(Girls).filter(Girls.name == "satori")

print(type(query))  # <class 'sqlalchemy.orm.query.Query'>

# 直接打印query对象，会生成对应的sql语句

print(query)

"""

SELECT girls.id AS girls_id, girls.name AS girls_name, girls.age AS girls_age, girls.gender AS girls_gender, girls.anime AS girls_anime

FROM girls

WHERE girls.name = %(name_1)s

"""

# 调用first()或者all()，则可以获取具体的Girls类的对象。里面的属性，如：name、age等等则存放了数据库表中取的值。

# 但是我们没有写__str__方法，所以打印的是一个类对象

print(query.first())  # <__main__.Girls object at 0x000000000AF57908>

# 我们可以手动查找属性

girl1 = query.first()

print(girl1.name)  # satori

print(girl1.age)  # 16

print(girl1.gender)  # f

print(girl1.anime)  # 动漫地灵殿

改

# 改和查比较类似，首先要查想要修改的记录

# 熟悉东方的小伙伴会发现，我手癌把东方地灵殿写成动漫地灵殿了，我们这里改回来

# 将数据库的对应记录获取出来了。

"""

之前说过，Girls这个模型对应数据库的一张表

Girls的一个实例对应数据库表中的一条记录

那么反过来同理，数据库表中的一条记录对应Girls的一个实例

我们通过修改实例的属性，再同步回去，就可以反过来修改数据库表中的记录

"""

# 获取相应记录对应的实例

girl2 = session.query(Girls).filter(Girls.anime == "动漫地灵殿").first()

# 修改属性

girl2.anime = "东方地灵殿"

# 然后提交，由于是改，所以不需要add

# 然后girl2这个实例就会映射回去，从而把对应字段修改

session.commit()

顺序无所谓啦，至少记录已经被我们修改了

删

# 筛选出要删除的字段

girl = session.query(Girls).filter(Girls.gender == "f").all()

for g in girl:

    # 调用session.delete

    session.delete(g)

# 同样需要提交

session.commit()

可以看到，数据库里面的数据全没了。为了后面介绍其他方法，我们再将数据重新写上去。

6.SQLAlchemy属性常用数据类型

  • Integer：整形，映射到数据库是int类型 　　
  • Float：浮点型，映射到数据库是float类型，占32位。 　　
  • Boolean：布尔类型，传递True or False，映射到数据库是tinyint类型 　　
  • DECIMAL：顶点类型，一般用来解决浮点数精度丢失的问题 　　
  • Enum：枚举类型，指定某个字段只能是枚举中指定的几个值，不能为其他值， 　　
  • Date：传递datetime.date()进去，映射到数据库中是Date类型 　　
  • DateTime：传递datetime.datetime()进去，映射到数据库中是datatime类型 　　
  • String|VARCHAR：字符类型，映射到数据库中varchar类型 　　
  • Text：文本类型，可以存储非常长的文本 　　
  • LONGTEXT:长文本类型(只有mysql才有这种类型)，可以存储比Text更长的文本

7.Column常用参数

  • default：默认值，如果没有传值，则自动为我们指定的默认值 　　
  • nullable：是否可空，False的话，表示不可以为空，那么如果不传值则报错 　　
  • primary_key：是否为主键 　　
  • unique：是否唯一，如果为True，表示唯一，那么传入的值存在的话则报错 　　
  • autoincrement：是否自动增长 　　
  • name：该属性在数据库中的字段映射，如果不写，那么默认为赋值的变量名。

8.query查询

  • 模型，指定查找这个模型中所有的对象

  • 模型中的属性，可以指定查找模型的某几个属性

  • 聚合函数

    func.count：统计行的数量

　　func.avg：求平均值

　　func.max：求最大值

　　func.min：求最小值

　　func.sum：求总和


from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, func

from sqlalchemy.orm import sessionmaker

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

class Girls(Base):

    __tablename__ = "girls"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(30))

    age = Column(Integer)

    gender = Column(VARCHAR(1))

    anime = Column(VARCHAR(50))

    def __str__(self):

        return f"{self.name}-{self.age}-{self.gender}-{self.anime}"

Base.metadata.create_all()

# 创建Session类，绑定引擎

Session = sessionmaker(bind=engine)

# 实例化得到session对象，通过session来操作数据库的表

session = Session()

query = session.query(Girls).all()

print(query)

"""

[<__main__.Girls object at 0x000000000AF9F5C0>,

<__main__.Girls object at 0x000000000AF9F630>,

<__main__.Girls object at 0x000000000AF9F6A0>,

<__main__.Girls object at 0x000000000AF9F710>,

<__main__.Girls object at 0x000000000AF9F7B8>]

"""

for _ in query:

    print(_)

    """

    satori-16-f-动漫地灵殿

    koishi-15-f-东方地灵殿

    mashiro-16-f-樱花庄的宠物女孩

    matsuri-400-f-sola

    kurisu-20-f-命运石之门

    """

# 如果我不想一下子查出所有的字段，而是只要某几个字段，该怎么办呢？

# 只写调用模型.属性即可，那么到数据库就会选择相应的字段

print(session.query(Girls.name, Girls.age).all())  # [('satori', 16), ('koishi', 15), ('mashiro', 16), ('matsuri', 400), ('kurisu', 20)]

# 聚合函数

# 得到的query对象，直接打印是sql语句，加上first取第一个数据

print(session.query(func.count(Girls.name)).first())  # (5,)

print(session.query(func.avg(Girls.age)).first())  # (Decimal('93.4000000'),)

print(session.query(func.max(Girls.age)).first())  # (400,)

print(session.query(func.min(Girls.age)).first())  # (15,)

print(session.query(func.sum(Girls.age)).first())  # (467,)

9.filter方法常用过滤条件

为了演示，我将表删除重新创建，添加新的数据

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, and_, or_

from sqlalchemy.orm import sessionmaker

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

class Girls(Base):

    __tablename__ = "girls"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(30))

    age = Column(Integer)

    gender = Column(VARCHAR(1))

    anime = Column(VARCHAR(50))

    def __str__(self):

        return f"{self.name}-{self.age}-{self.gender}-{self.anime}"

Base.metadata.create_all()

# 创建Session类，绑定引擎

Session = sessionmaker(bind=engine)

# 实例化得到session对象，通过session来操作数据库的表

session = Session()

# 1. ==

print(session.query(Girls).filter(Girls.age == 16).first())

"""

古明地觉-16-f-动漫地灵殿

"""

# 2.!=

print(session.query(Girls).filter(Girls.age != 16).first())

"""

四方茉莉-400-f-sola

"""

# 3.like,和sql里面的like一样。除此之外，还有ilike，表示不区分大小写

print([str(q) for q in session.query(Girls).filter(Girls.name.like("%宫%")).all()])

"""

['森宫苍乃-20-f-sola', '雨宫优子-16-f-悠久之翼', '宫村宫子-15-f-悠久之翼']

"""

print([str(q) for q in session.query(Girls).filter(Girls.name.like("_宫%")).all()])

"""

['森宫苍乃-20-f-sola', '雨宫优子-16-f-悠久之翼']

"""

# 4.in_,至于为什么多了多了一个_,这个bs4类似，为了避免和python里的关键字冲突。

print([str(q) for q in session.query(Girls).filter(Girls.age.in_([16, 400])).all()])

"""

['古明地觉-16-f-动漫地灵殿', '椎名真白-16-f-樱花庄的宠物女孩', '四方茉莉-400-f-sola', '春日野穹-16-f-缘之空', '雨宫优子-16-f-悠久之翼']

"""

# 5.notin_, Girls.age.notin_也等价于~Girls.age.in_

print([str(q) for q in session.query(Girls).filter(Girls.age.notin_([16, 20, 400])).all()])

"""

['立华奏-18-f-angelbeats', '古河渚-19-f-Clannad', '坂上智代-18-f-Clannad', '古明地恋-15-f-东方地灵殿', '宫村宫子-15-f-悠久之翼']

"""

# 6.isnull

print(session.query(Girls).filter(Girls.age is None).first())

"""

None

"""

# 7.isnotnull

print(session.query(Girls).filter(Girls.age is not None).first())

"""

古明地觉-16-f-动漫地灵殿

"""

# 8.and_, from sqlachemy import and_

print(session.query(Girls).filter(and_(Girls.age == 16, Girls.anime == "樱花庄的宠物女孩")).first())

"""

椎名真白-16-f-樱花庄的宠物女孩

"""

# 9.or_, from sqlalchemy import or_

print([str(q) for q in session.query(Girls).filter(or_(Girls.age == 16, Girls.anime == "悠久之翼")).all()])

"""

['古明地觉-16-f-动漫地灵殿', '椎名真白-16-f-樱花庄的宠物女孩', '春日野穹-16-f-缘之空', '雨宫优子-16-f-悠久之翼', '宫村宫子-15-f-悠久之翼']

"""

# 10.count，统计数量

print(session.query(Girls).filter(Girls.age == 16).count())  # 4

# 11.切片

for g in session.query(Girls).filter(Girls.age == 16)[1: 3]:

    print(g)

"""

椎名真白-16-f-樱花庄的宠物女孩

春日野穹-16-f-缘之空

"""

# 12.startswith

for g in session.query(Girls).filter(Girls.anime.startswith("悠久")):

    print(g)

"""

雨宫优子-16-f-悠久之翼

宫村宫子-15-f-悠久之翼

"""

# 13.endswith

for g in session.query(Girls).filter(Girls.anime.endswith("孩")):

    print(g)

"""

椎名真白-16-f-樱花庄的宠物女孩

"""

# 14.+ - * /

for g in session.query(Girls.name, Girls.age, Girls.age+3).filter((Girls.age + 3) >= 20).all():

    print(g)

"""

('四方茉莉', 400, 403)

('牧濑红莉栖', 20, 23)

('立华奏', 18, 21)

('古河渚', 19, 22)

('坂上智代', 18, 21)

('森宫苍乃', 20, 23)

"""

# 15.concat

for g in session.query(Girls.name, Girls.anime.concat('a').concat('b')).all():

    print(g)

"""

('古明地觉', '动漫地灵殿ab')

('椎名真白', '樱花庄的宠物女孩ab')

('四方茉莉', 'solaab')

('牧濑红莉栖', '命运石之门ab')

('春日野穹', '缘之空ab')

('立华奏', 'angelbeatsab')

('古河渚', 'Clannadab')

('坂上智代', 'Clannadab')

('古明地恋', '东方地灵殿ab')

('森宫苍乃', 'solaab')

('雨宫优子', '悠久之翼ab')

('宫村宫子', '悠久之翼ab')

"""

# 16.between,等价于and_(Girls.age >= 17, Girls.age <= 21)

for g in session.query(Girls).filter(Girls.age.between(17, 21)).all():

    print(g)

"""

牧濑红莉栖-20-f-命运石之门

立华奏-18-f-angelbeats

古河渚-19-f-Clannad

坂上智代-18-f-Clannad

森宫苍乃-20-f-sola

"""

# 17.contains,等价于Girls.anime.like("%la%")

for g in session.query(Girls).filter(Girls.anime.contains("la")):

    print(g)

"""

四方茉莉-400-f-sola

古河渚-19-f-Clannad

坂上智代-18-f-Clannad

森宫苍乃-20-f-sola

"""

# 18.distinct

for g in session.query(Girls.anime.distinct()):

    print(g)

"""

('angelbeats',)

('sola',)

('悠久之翼',)

('缘之空',)

('东方地灵殿',)

('命运石之门',)

('Clannad',)

('动漫地灵殿',)

('樱花庄的宠物女孩',)

"""

10.外键及其四种约束

在mysql、postgresql等数据库中，外键可以使表之间的关系更加紧密。而SQLAlchemy中也同样支持外键，通过ForforeignKey来实现，并且可以指定表的外键约束

外键约束有以下几种：

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

既然如此的话，我们是不是要有两张表啊，我这里新创建两张表

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, ForeignKey

from sqlalchemy.orm import sessionmaker

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

# 我现在新建两张表

# 表People--表language ==》父表--子表

class People(Base):

    __tablename__ = "People"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(20), nullable=False)  # 不可为空

    age = Column(Integer, nullable=False)

class Language(Base):

    __tablename__ = "Language"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(20), nullable=False)

    birthday = Column(Integer, nullable=False)

    type = Column(VARCHAR(20), nullable=False)

    # 还记得约束的种类吗

    # 1.RESTRICT:父表删除数据，会阻止。

    '''

    因为在子表中，引用了父表的数据，如果父表的数据删除了，那么字表就会懵逼，不知道该找谁了。

    '''

    # 2.NO ACTION

    '''

    和RESTRICT作用类似

    '''

    # 3.CASCADE

    '''

    级联删除：Language表的pid关联了People表的id。如果People中id=1的记录被删除了，那么Language中对应的pid=1的记录也会被删除

    就是我们关联了，我的pid关联了你的id，如果你删除了一条记录，那么根据你删除记录的id，我也会相应的删除一条，要死一块死。

    '''

    # 4.SET NULL

    '''

    设置为空：和CASCADE类似，就是我的pid关联你的id，如果id没了，那么pid会被设置为空，不会像CASCADE那样，把相应pid所在整条记录都给删了

    '''

    # 这个pid关联的是People表里面的id，所以要和People表里的id属性保持一致

    # 注意这里的People是表名，不是我们的类名，怪我，把两个写成一样的了

    pid = Column(Integer, ForeignKey("People.id", ondelete="RESTRICT"))  # 引用的表.引用的字段,约束方式

Base.metadata.create_all()

# 然后添加几条记录吧

Session = sessionmaker(bind=engine)

session = Session()

session.add_all([People(name="Guido van Rossum", age=62),

                 People(name="Dennis Ritchie", age=77),

                 People(name="James Gosling", age=63),

                 Language(name="Python", birthday=1991, type="解释型", pid=1),

                 Language(name="C", birthday=1972, type="编译型", pid=2),

                 Language(name="Java", birthday=1995, type="解释型", pid=3)])

session.commit()

我们下面删除数据，直接在Navicat里面演示

显示无法删除，因为在Language表中，pid关联了该表的id。而pid和id保持了一致，所以无法删除。换句话说，如果这里id=1，在字表中也有pid=1，那么这里的记录是无法删除的。

如果将字表中pid=1的记录进行修改，把pid=1改成pid=10，这样父表中id=1，在子表就没有pid与之对应了。但是：

剩下的便不再演示了，都是比较类似的。另外，如果再ForeignKey中不指定ondelete，那么默认就是RESTRICT

11.ORM层外键和一对多关系

当一张表关联了另一张表的外键，我们可以根据子表中pid，从而找到父表与之对应的id的所在的记录。

但是有没有方法，能够直接通过子表来查询父表的内容呢？可以使用relationship


from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, ForeignKey

from sqlalchemy.orm import sessionmaker, relationship

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

class People(Base):

    # 这里把表名改成小写，不然和类名一样，容易引起歧义

    __tablename__ = "people"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(20), nullable=False)  # 不可为空

    age = Column(Integer, nullable=False)

class Language(Base):

    __tablename__ = "language"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(20), nullable=False)

    birthday = Column(Integer, nullable=False)

    type = Column(VARCHAR(20), nullable=False)

    # 这里的people.id指定的是数据库中people表的id字段

    pid = Column(Integer, ForeignKey("people.id", ondelete="RESTRICT"))

    # 如果我想通过Language表查询People表的数据呢？

    # 可以通过relationship进行关联，表示关联的是数据库中的people表

    # 然后取出language表中的记录，便可以通过 .父表.xxx 去取people表中的内容

    # 这里的填入的不再是people表的表名了，而是对应的模型，也就是我们定义的People这个类，以字符串的形式

    # 因为我们打印值，肯定是将数据库表的记录变成模型的实例来获取并打印的。

    父表 = relationship("People")

# 删了重新创建

Base.metadata.drop_all()

Base.metadata.create_all()

# 然后添加几条记录吧

Session = sessionmaker(bind=engine)

session = Session()

session.add_all([People(name="Guido van Rossum", age=62),

                 People(name="Dennis Ritchie", age=77),

                 People(name="James Gosling", age=63),

                 Language(name="Python", birthday=1991, type="解释型", pid=1),

                 Language(name="C", birthday=1972, type="编译型", pid=2),

                 Language(name="Java", birthday=1995, type="解释型", pid=3)])

session.commit()

for obj in session.query(Language).all():

    # obj获取的便是language表中的记录，可以找到在父表中id与字表的pid相对应的记录

    print(obj.父表.name, "发明了", obj.name)

"""

Guido van Rossum 发明了 Python

Dennis Ritchie 发明了 C

James Gosling 发明了 Java

"""

目前数据是一对一的，我们也可以一对多

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, ForeignKey

from sqlalchemy.orm import sessionmaker, relationship

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

class People(Base):

    # 这里把表名改成小写，不然和类名一样，容易引起歧义

    __tablename__ = "people"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(20), nullable=False)  # 不可为空

    age = Column(Integer, nullable=False)

    # 在父表中关联子表

    子表 = relationship("Language")

    def __str__(self):

        return f"{self.name}--{self.age}--{self.字表}"

class Language(Base):

    __tablename__ = "language"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(20), nullable=False)

    birthday = Column(Integer, nullable=False)

    type = Column(VARCHAR(20), nullable=False)

    # 这里的people.id指定的是数据库中people表的id字段

    pid = Column(Integer, ForeignKey("people.id", ondelete="RESTRICT"))

    父表 = relationship("People")

    def __str__(self):

        return f"{self.name}--{self.birthday}--{self.type}"

Session = sessionmaker(bind=engine)

session = Session()

for obj in session.query(Language).all():

    print(obj.父表.name, "发明了", obj.name)

    """

    Guido van Rossum 发明了 python

    Dennis Ritchie 发明了 C

    James Gosling 发明了 java

    Dennis Ritchie 发明了 unix

    """

# 我们来遍历父表，那么由于我在父表中关联了字表

# 那么也可以通过父表来找到字表

for obj in session.query(People).all():

    print(obj.子表)

    """

    [<__main__.Language object at 0x000000000AFF4278>]

    [<__main__.Language object at 0x000000000AFF4320>, <__main__.Language object at 0x000000000AFF4390>]

    [<__main__.Language object at 0x000000000AFF4438>]

    """

    # 因为父表的id是唯一的，不会出现字表的一条记录对应父表中多条记录

    # 但是反过来是完全可以的，因此这里打印的是一个列表，即便只有一个元素，还是以列表的形式打印

for obj in session.query(People).all():

    for o in obj.子表:

        print(o)

"""

python--1991--解释型

C--1972--编译型

unix--1973--操作系统

java--1995--解释型

"""

可以看到，我们能通过在子表中定义relationship("父表模型")，这样查询子表，也可以通过子表来看父表的记录。那么同理，我也可以在父表中定义relations("子表模型")，查询父表，也可以通过父表来看子表的记录

但是这样还是有点麻烦，所以在relationship中还有一个反向引用

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, ForeignKey

from sqlalchemy.orm import sessionmaker, relationship

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

class People(Base):

    # 这里把表名改成小写，不然和类名一样，容易引起歧义

    __tablename__ = "people"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(20), nullable=False)  # 不可为空

    age = Column(Integer, nullable=False)

    # 我把这行代码注释掉了

    # 子表 = relationship("Language")

    def __str__(self):

        return f"{self.name}--{self.age}"

class Language(Base):

    __tablename__ = "language"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(20), nullable=False)

    birthday = Column(Integer, nullable=False)

    type = Column(VARCHAR(20), nullable=False)

    # 这里的people.id指定的是数据库中people表的id字段

    pid = Column(Integer, ForeignKey("people.id", ondelete="RESTRICT"))

    # 我在子表(或者说子表对应的模型)的relationship中指定了backref="我屮艸芔茻"

    # 就等价于在父表对应的模型中，指定了  我屮艸芔茻=relationship("Language")

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

    def __str__(self):

        return f"{self.name}--{self.birthday}--{self.type}"

Session = sessionmaker(bind=engine)

session = Session()

for obj in session.query(Language).all():

    print(obj.父表.name, "发明了", obj.name)

    """

    Guido van Rossum 发明了 python

    Dennis Ritchie 发明了 C

    James Gosling 发明了 java

    Dennis Ritchie 发明了 unix

    """

for obj in session.query(People).all():

    for o in obj.我屮艸芔茻:

        print(o)

"""

python--1991--解释型

C--1972--编译型

unix--1973--操作系统

java--1995--解释型

"""

依旧是可以访问成功的

12.一对一关系实现

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, ForeignKey

from sqlalchemy.orm import sessionmaker, relationship

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

class People(Base):

    # 这里把表名改成小写，不然和类名一样，容易引起歧义

    __tablename__ = "people"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(20), nullable=False)  # 不可为空

    age = Column(Integer, nullable=False)

    # 我把这行代码注释掉了

    # 子表 = relationship("Language")

    def __str__(self):

        return f"{self.name}--{self.age}"

class Language(Base):

    __tablename__ = "language"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(20), nullable=False)

    birthday = Column(Integer, nullable=False)

    type = Column(VARCHAR(20), nullable=False)

    # 这里的people.id指定的是数据库中people表的id字段

    pid = Column(Integer, ForeignKey("people.id", ondelete="RESTRICT"))

    # 我在子表(或者说子表对应的模型)的relationship中指定了backref="我屮艸芔茻"

    # 就等价于在父表对应的模型中，指定了  我屮艸芔茻=relationship("Language")

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

    def __str__(self):

        return f"{self.name}--{self.birthday}--{self.type}"

Session = sessionmaker(bind=engine)

session = Session()

# 在父表people添加一条属性

# 在子表language中添加两条属性

people = People(id=666, name="KenThompson", age=75)

language1 = Language(id=5, name="B", birthday=1968, type="编译型", pid=666)

language2 = Language(id=6, name="Go", birthday=2009, type="编译型", pid=666)

# 由于People和Language是关联的,并且通过"people.我屮艸芔茻"可以访问到Language表的属性

# 那么可以通过people.我屮艸芔茻.append将Language对象添加进去

people.我屮艸芔茻.append(language1)

people.我屮艸芔茻.append(language2)

# 那么我只需要提交people即可，会自动提交language1和language2

session.add(people)

session.commit()

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

通过往父表添加记录的同时，把子表的记录也添进去叫做正向添加。同理，如果在往子表添加记录的时候，把父表的记录也添加进去，叫做反向添加

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, ForeignKey

from sqlalchemy.orm import sessionmaker, relationship

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

class People(Base):

    # 这里把表名改成小写，不然和类名一样，容易引起歧义

    __tablename__ = "people"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(20), nullable=False)  # 不可为空

    age = Column(Integer, nullable=False)

    # 我把这行代码注释掉了

    # 子表 = relationship("Language")

    def __str__(self):

        return f"{self.name}--{self.age}"

class Language(Base):

    __tablename__ = "language"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(20), nullable=False)

    birthday = Column(Integer, nullable=False)

    type = Column(VARCHAR(20), nullable=False)

    # 这里的people.id指定的是数据库中people表的id字段

    pid = Column(Integer, ForeignKey("people.id", ondelete="RESTRICT"))

    # 我在子表(或者说子表对应的模型)的relationship中指定了backref="我屮艸芔茻"

    # 就等价于在父表对应的模型中，指定了  我屮艸芔茻=relationship("Language")

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

    def __str__(self):

        return f"{self.name}--{self.birthday}--{self.type}"

Session = sessionmaker(bind=engine)

session = Session()

people = People(id=7, name="松本行弘", age=53)

language = Language(id=2333, name="ruby", birthday=1995, type="解释型", pid=7)

"""

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

正向添加：

people.我屮艸芔茻.append(language)

反向添加：

language.父表 = people

"""

language.父表 = people

# 只需要添加language即可

session.add(language)

session.commit()

记录依旧可以添加成功

由于父表和字表可以是一对多，我们通过父表来查询子表那么得到的是一个列表，哪怕只有一个元素，得到的依旧是一个列表。可以如果我们已经知道只有一对一，不会出现一对多的情况，因此在获取通过父表获取子表记录的时候，得到的是一个值，而不再是只有一个元素的列表，该怎么办呢？

from sqlalchemy.orm import backref

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

这时候添加数据的时候，就不再使用people.我屮艸芔茻.append(language)来添加了，因为是一对一。而是直接使用 people.我屮艸芔茻 = language来添加即可。

13.多对多关系实现

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

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, Table

from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

# 既然要实现多对多，肯定要借助第三张表

# sqlalchemy已经为我们提供了一个Table，让我们去使用

Article_Tag = Table("article_tag", Base.metadata,

                    # 一个列叫做article_id,关联article里面的id字段

                    Column("article_id", Integer, ForeignKey("article.id"), primary_key=True),

                    # 一个列叫做tag_id，关联tag里面的id字段

                    Column("tag_id", Integer, ForeignKey("tag.id"), primary_key=True)

                    )

class Article(Base):

    __tablename__ = "article"

    id = Column(Integer, primary_key=True, autoincrement=True)

    title = Column(VARCHAR(50), nullable=False)

    # 只需要在一个模型中，定义relationship即可，因为有反向引用。

    # 通过Article().tags拿到对应的[tag1, tag2...],也可以通过Tag().articles拿到对应的[article1, article2]

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

    """

    或者在Tag中定义articles = relationship("Article", backref="tags", secondary=Article_Tag)

    一样的道理，但是一定要指定中间表，secondary=Article_Tags

    """

class Tag(Base):

    __tablename__ = "tag"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(50), nullable=False)

"""

总结一下：

1.先把两个需要多对多的模型建立出来

2.使用Table定义一个中间表，参数是：表名、Base.metadata、关联一张表的id的列、关联另一张表的id的列。并且都做为主键

3.在两个需要做多对多的模型中随便选择一个模型，定义一个relationship属性，来绑定三者之间的关系，在使用relationship的时候，需要传入一个secondary="中间表"

"""

Base.metadata.create_all()

添加数据

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, Table

from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

Article_Tag = Table("article_tag", Base.metadata,

                    Column("article_id", Integer, ForeignKey("article.id"), primary_key=True),

                    Column("tag_id", Integer, ForeignKey("tag.id"), primary_key=True)

                    )

class Article(Base):

    __tablename__ = "article"

    id = Column(Integer, primary_key=True, autoincrement=True)

    title = Column(VARCHAR(50), nullable=False)

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

    def __str__(self):

        return f"{self.title}"

class Tag(Base):

    __tablename__ = "tag"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(50), nullable=False)

    def __str__(self):

        return f"{self.name}"

Base.metadata.create_all()

article1 = Article(title="article1")

article2 = Article(title="article2")

tag1 = Tag(name="tag1")

tag2 = Tag(name="tag2")

# 每一篇文章，添加两个标签

article1.tags.append(tag1)

article1.tags.append(tag2)

article2.tags.append(tag1)

article2.tags.append(tag2)

Session = sessionmaker(bind=engine)

session = Session()

# 只需添加article即可，tag会被自动添加进去

session.add_all([article1, article2])

session.commit()

获取数据

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, Table

from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

Article_Tag = Table("article_tag", Base.metadata,

                    Column("article_id", Integer, ForeignKey("article.id"), primary_key=True),

                    Column("tag_id", Integer, ForeignKey("tag.id"), primary_key=True)

                    )

class Article(Base):

    __tablename__ = "article"

    id = Column(Integer, primary_key=True, autoincrement=True)

    title = Column(VARCHAR(50), nullable=False)

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

    def __str__(self):

        return f"{self.title}"

class Tag(Base):

    __tablename__ = "tag"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(50), nullable=False)

    def __str__(self):

        return f"{self.name}"

Session = sessionmaker(bind=engine)

session = Session()

# 获取tag表的第一行

tag = session.query(Tag).first()

# 通过tag.articles获取对应的article表的内容

print([str(obj) for obj in tag.articles])  # ['article1', 'article2']

# 获取article表的第一行

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

# 通过article.tags获取对应的tag表的内容

print([str(obj) for obj in article.tags])  # ['tag1', 'tag2']

# 可以看到数据全部获取出来了

14.ORM层面删除数据注意事项

我们知道一旦关联，那么删除父表里面的数据是无法删除的，只能先删除字表的数据，然后才能删除关联的父表数据。如果在orm层面的话，可以直接删除父表数据，因为这里等同于两步。先将字表中关联的字段设置为NULL，然后删除父表中的数据

我们将表全部删除，建立新表。

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, Table

from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

class User(Base):

    __tablename__ = "user"

    id = Column(Integer, primary_key=True, autoincrement=True)

    username = Column(VARCHAR(50), nullable=False)

class Article(Base):

    __tablename__ = "article"

    id = Column(Integer, primary_key=True, autoincrement=True)

    title = Column(VARCHAR(50), nullable=False)

    # uid是为了建立外键,我们要和use表的id进行关联，所以类型也要和user表的id保持一致

    uid = Column(Integer, ForeignKey("user.id"))

    # 这个是为了我们能够通过一张表访问到另外一张表

    # 以后User对象便可以通过articles来访问Articles对象的属性,Article对象也可以通过author访问User对象的属性

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

Base.metadata.create_all()

Session = sessionmaker(bind=engine)

session = Session()

# 创建几条记录

user = User(id=1, username="guido van rossum")

article = Article(title="Python之父谈论python的未来", uid=1)

article.author = user

# 然后使用session添加article即可，会自动添加user

session.add(article)

session.commit()

我们在数据库层面删除一下数据

我们来试试从orm层面删除数据

删除父表的数据，这个过程相当于先将article中的uid设置为Null，然后删除父表的数据。但是这样也有危险，如果不熟悉sqlalchemy的话，会造成不可避免的后果，怎么办呢？直接将uid设置为不可为空即可即可， 加上nullable=False

15.relationship中的cascade属性

orm层面的cascade：

首先我们知道如果如果数据库的外键设置为RESTRICT，那么在orm层面，如果删除了父表的数据，字表的数据将会被设置为NULL，如果想避免这一点，那么只需要将nullable设置为False即可

但是在SQLAlchemy中，我们只需要将一个数据添加到session中，提交之后，与其关联的数据也被自动地添加到数据库当中了，这是怎么办到的呢？其实是通过relationship的时候，其关键字参数cascade设置了这些属性：

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

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, Table

from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

class User(Base):

    __tablename__ = "user"

    id = Column(Integer, primary_key=True, autoincrement=True)

    username = Column(VARCHAR(50), nullable=False)

class Article(Base):

    __tablename__ = "article"

    id = Column(Integer, primary_key=True, autoincrement=True)

    title = Column(VARCHAR(50), nullable=False)

    uid = Column(Integer, ForeignKey("user.id"))

    # 其他不变，这里显示的指定了cascade=""，那么便不会再使用默认地save-update了

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

Base.metadata.drop_all()

Base.metadata.create_all()

Session = sessionmaker(bind=engine)

session = Session()

# 创建几条记录

user = User(username="guido van rossum")

article = Article(title="Python之父谈论python的未来")

article.author = user

# 然后使用session添加article即可，此时就不会添加user了

session.add(article)

session.commit()



from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, Table

from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

class User(Base):

    __tablename__ = "user"

    id = Column(Integer, primary_key=True, autoincrement=True)

    username = Column(VARCHAR(50), nullable=False)

class Article(Base):

    __tablename__ = "article"

    id = Column(Integer, primary_key=True, autoincrement=True)

    title = Column(VARCHAR(50), nullable=False)

    uid = Column(Integer, ForeignKey("user.id"))

    # 指定save-update和delete，以逗号分隔即可

    author = relationship("User", backref="articles", cascade="save-update,delete")

Base.metadata.drop_all()

Base.metadata.create_all()

Session = sessionmaker(bind=engine)

session = Session()

# 创建几条记录

user = User(username="guido van rossum")

article = Article(title="Python之父谈论python的未来")

article.author = user

# 然后使用session添加article即可，此时就不会添加user了

session.add(article)

session.commit()

现在添加数据是没问题的，但是删除数据呢？如果是默认情况的话，那么删除父表的记录会将字表对应的记录设为空，但如果删除子表的记录，是不会影响父表的。可现在我在cascade加上了delete，那么再删除子表中的记录呢？

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, Table

from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

class User(Base):

    __tablename__ = "user"

    id = Column(Integer, primary_key=True, autoincrement=True)

    username = Column(VARCHAR(50), nullable=False)

class Article(Base):

    __tablename__ = "article"

    id = Column(Integer, primary_key=True, autoincrement=True)

    title = Column(VARCHAR(50), nullable=False)

    uid = Column(Integer, ForeignKey("user.id"))

    # 指定save-update和delete，以逗号分隔即可

    author = relationship("User", backref="articles", cascade="save-update,delete")

Session = sessionmaker(bind=engine)

session = Session()

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

session.delete(article)

session.commit()

16.排序

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

此外可以在模型中定义

class User(Base):

    __tablename__ = "user"

    id = Column(Integer, primary_key=True, autoincrement=True)

    username = Column(String(50), nullable=False)

    age = Column(Integer)

    # 就以User为例，在SQLAlchemy中有一个属性叫做__mapper_args__

    # 是一个字典，我们可以指定一个叫做order_by的key，value则为一个字段

    __mapper_args__ = {"order_by": age}

    # 倒序的话，__mapper_args__ = {"order_by": age.desc()}

    # 以后再查找的时候直接session.query(table).all()即可，自动按照我们指定的排序

17.limit、offset以及切片操作

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

18.数据查询懒加载技术

在一对一或者多对多的时候，如果想要获取多的这一部分数据的时候，往往通过一个属性就可以全部获取了。比如有一个作者，我们要获取这个作者的所有文章，那么通过user.articles就可以全部获取了，但是有时我们不想获取所有的数据，比如只获取这个作者今天发表的文章，那么这个时候就可以给relationship中的backref传递一个lazy=“dynamic”，以后通过user.articles获取到的就不是一个列表，而是一个AppendQuery对象了。以后就可以对这个对象再进行过滤和排序工作。

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, Table

from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

class User(Base):

    __tablename__ = "user"

    id = Column(Integer, primary_key=True, autoincrement=True)

    username = Column(VARCHAR(50), nullable=False)

    age = Column(Integer)

class Article(Base):

    __tablename__ = "article"

    id = Column(Integer, primary_key=True, autoincrement=True)

    title = Column(VARCHAR(50), nullable=False)

    uid = Column(Integer, ForeignKey("user.id"))

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

    def __str__(self):

        return f"{self.title}"

Base.metadata.drop_all()

Base.metadata.create_all()

Session = sessionmaker(bind=engine)

session = Session()

user = User(username="guido", age=63)

for i in range(10):

    article = Article(title=f"title{i}")

    article.author = user

    session.add(article)

session.commit()

user = session.query(User).first()

for art in user.articles:

    print(art)

"""

title0

title1

title2

title3

title4

title5

title6

title7

title8

title9

"""

以上获取了全部数据，如果指向获取一部分呢？

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, Table

from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

class User(Base):

    __tablename__ = "user"

    id = Column(Integer, primary_key=True, autoincrement=True)

    username = Column(VARCHAR(50), nullable=False)

    age = Column(Integer)

class Article(Base):

    __tablename__ = "article"

    id = Column(Integer, primary_key=True, autoincrement=True)

    title = Column(VARCHAR(50), nullable=False)

    uid = Column(Integer, ForeignKey("user.id"))

    # 如果获取部分数据, 只需要加上一个lazy="dynamic"即可

    # 注意这里一定要写在backref里面，我们的目的是为了通过User模型实例取Article模型实例的属性，要写在backref里面

    # 同理backref=backref("articles")和backref="articles"是一样的，但是之所以要加上里面的这个backref，是为了给user提供更好的属性，比如这里的懒加载

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

    def __str__(self):

        return f"{self.title}"

Base.metadata.drop_all()

Base.metadata.create_all()

Session = sessionmaker(bind=engine)

session = Session()

user = User(username="guido", age=63)

for i in range(10):

    article = Article(title=f"title{i}")

    article.author = user

    session.add(article)

session.commit()

user = session.query(User).first()

print(user.articles)

"""

SELECT article.id AS article_id, article.title AS article_title, article.uid AS article_uid

FROM article

WHERE %(param_1)s = article.uid

"""

# 此时打印的是一个sql语句，如果不加lazy="dynamic"的话，打印的是一个列表，准确的说是InstrumentList对象，里面存储了很多的Article对象

# 但是现在不再是了，加上lazy="dynamic"之后，得到的是一个AppendQuery对象。

# 可以对比列表和生成器，只有执行的时候才会产出值

print(type(user.articles))  # <class 'sqlalchemy.orm.dynamic.AppenderQuery'>

# 查看一下源码发现，AppenderQuery这个类继承在Query这个类，也就是说Query可使用的，它都能使用

# 而user.articles已经是一个Query对象了，相当于session.query(XXX),可以直接调用filter

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

# 也可以动态添加数据

article = Article(title="100")

user.articles.append(article)

# 这个时候不需要add，只需要commit即可，因为这个user已经在里面了

# 我们append之后，只需要commit，那么append的新的article就提交到数据库里面了

session.commit()

# 继续获取

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

"""

lazy有以下选择：

1.select：默认选项，以user.articles为例，如果没有访问user.articles属性，那么SQLAlchemy就不会从数据库中查找文章。一旦访问，就会查找所有文章，最为InstrumentList返回

2.dynamic：返回的不是一个InstrumentList，而是一个AppendQuery对象，类似一个生成器，可以动态添加，查找等等。

主要使用

"""

19.group_by和having字句

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, Enum, func

from sqlalchemy.orm import sessionmaker

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

Session = sessionmaker(bind=engine)

session = Session()

class User(Base):

    __tablename__ = "user"

    id = Column(Integer, primary_key=True, autoincrement=True)

    username = Column(VARCHAR(50), nullable=False)

    age = Column(Integer)

    # 注意：类型为Enum的时候，一定要指定name

    gender = Column(Enum("male", "female", "secret", default="male", name="我擦"))

Base.metadata.drop_all()

Base.metadata.create_all()

user1 = User(username="神田空太", age=16, gender="male")

user2 = User(username="椎名真白", age=16, gender="female")

user3 = User(username="四方茉莉", age=400, gender="female")

user4 = User(username="木下秀吉", age=15, gender="secret")

user5 = User(username="牧濑红莉栖", age=18, gender="female")

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

session.commit()

# group_by：分组，比方说我想查看每个年龄对应的人数

print(session.query(User.age, func.count(User.id)).group_by(User.age).all())

'''

输出结果：

[(16, 2), (400, 1), (15, 1), (18, 1)

'''

# having：在group_by分组的基础上进行进一步查询，比方说我想查看年龄大于16的每一个年龄段对应的人数

print(session.query(User.age, func.count(User.id)).group_by(User.age).having(User.age > 16).all())

'''

输出结果：

[(18, 1), (400, 1)]

'''

# 想查看人数大于1的那一组

print(session.query(User.age, func.count(User.id)).group_by(User.age).having(func.count(User.id) > 1).all())

"""

输出结果:

[(16, 2)]

"""

20.join实现复杂查询

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, ForeignKey

from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

Session = sessionmaker(bind=engine)

session = Session()

class People(Base):

    __tablename__ = "people"

    id = Column(Integer, primary_key=True, autoincrement=True)

    username = Column(VARCHAR(50), nullable=False)

class Article(Base):

    __tablename__ = "article"

    id = Column(Integer, primary_key=True, autoincrement=True)

    title = Column(VARCHAR(50), nullable=False)

    uid = Column(Integer, ForeignKey("people.id"))

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

    def __repr__(self):

        return f"{self.title}"

Base.metadata.drop_all()

Base.metadata.create_all()

people1 = People(username="guido")

people2 = People(username="ken")

article1 = Article(title="python")

article1.author = people1

article2 = Article(title="B")

article2.author = people2

article3 = Article(title="go")

article3.author = people2

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

session.commit()

此时两张表建立完成，数据已经添加成功

先在数据库层面上进行查询，查询每个作者发表了多少文章

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, func

from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

Session = sessionmaker(bind=engine)

session = Session()

class People(Base):

    __tablename__ = "people"

    id = Column(Integer, primary_key=True, autoincrement=True)

    username = Column(VARCHAR(50), nullable=False)

class Article(Base):

    __tablename__ = "article"

    id = Column(Integer, primary_key=True, autoincrement=True)

    title = Column(VARCHAR(50), nullable=False)

    uid = Column(Integer, ForeignKey("people.id"))

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

    def __repr__(self):

        return f"{self.title}"

# 找到所有用户，按照发表文章的数量进行排序

# 此外还可以为字段起一个别名，比如把筛选出来的username改为姓名，可以调用People.username.label("姓名")

# 如果不指定别名，那么sqlachemy会默认将类名、下划线、字段名进行组合作为别名，

res = session.query(People.username, func.count(Article.id)).join(Article, People.id == Article.uid).\

    group_by(People.id).order_by(func.count(Article.id))

print(res)

"""

SELECT people.username AS people_username, count(article.id) AS count_1

FROM people JOIN article ON people.id = article.uid GROUP BY people.id ORDER BY count(article.id)

"""

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

    group_by(People.id).order_by("次数")

print(res)

"""

SELECT people.username AS "姓名", count(article.id) AS "次数"

FROM people JOIN article ON people.id = article.uid GROUP BY people.id ORDER BY "次数"

"""

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

21.subquery实现复杂查询

from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, func

from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

Session = sessionmaker(bind=engine)

session = Session()

class Girl(Base):

    __tablename__ = "girl"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(50), nullable=False)

    anime = Column(VARCHAR(50), nullable=False)

    age = Column(Integer, nullable=False)

    def __repr__(self):

        return f"{self.name}--{self.anime}--{self.age}"

Base.metadata.create_all()

girl1 = Girl(name="雨宫优子", anime="悠久之翼", age=16)

girl2 = Girl(name="宫村宫子", anime="悠久之翼", age=16)

girl3 = Girl(name="古河渚", anime="clannad", age=19)

girl4 = Girl(name="牧濑红莉栖", anime="命运石之门", age=18)

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

session.commit()



from sqlalchemy import create_engine

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import Column, Integer, VARCHAR, ForeignKey, func

from sqlalchemy.orm import sessionmaker, relationship, backref

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

Session = sessionmaker(bind=engine)

session = Session()

class Girl(Base):

    __tablename__ = "girl"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(VARCHAR(50), nullable=False)

    anime = Column(VARCHAR(50), nullable=False)

    age = Column(Integer, nullable=False)

    def __repr__(self):

        return f"{self.name}--{self.anime}--{self.age}"

# 下面要寻找和雨宫优子在同一anime，并且age相同的记录,当然这里只有一条

girl = session.query(Girl).filter(Girl.name == "雨宫优子").first()

# filter里面如果没有指定and_或者or_,那么默认是and_

expect_girls = session.query(Girl).filter(Girl.anime == girl.anime, Girl.age == girl.age, Girl.name != "雨宫优子").all()

print(expect_girls)  # [宫村宫子--悠久之翼--16]

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

也可以使用subquery

# 创建一个subquery

girl = session.query(Girl).filter(Girl.name == "雨宫优子").subquery()

# 这里的girls.c的c代指的是column，是一个简写

expect_girls = session.query(Girl).filter(Girl.anime == girl.c.anime, Girl.age == girl.c.age, Girl.name != "雨宫优子").all()

print(expect_girls)  # [宫村宫子--悠久之翼--16]

可以看到事实上没太大区别，貌似代码量还多了一丢丢。但是在数据库里面，我们只需要进行一次查询，效率会高一些

22.flask-sqlalchemy的使用

flask-sqlalchemy是flask的一个插件，可以更加方便我们去使用。sqlalchemy是可以独立于flask而存在的，这个插件是将sqlalchemy集成到flask里面来。我们之前使用sqlalchemy的时候，要定义Base，session，各个模型之类的，使用这个插件可以简化我们的工作。

这个插件首先需要安装，直接pip install flask-sqlalchemy即可。大家注意到没，flask虽然本身内容较少，但是有很多的第三方插件，扩展性极强。其实flask写到最后，感觉和Django没太大区别了。提到框架，首先想到的就是flask、Django、tornado，其中tornado是异步的。这里也主要想说的就是python中的异步框架，自从python3.5引入了async和await关键字、可以定义原生协程之后，python中的异步框架也是层出不穷，但是并没有一个怪兽级别的一步框架一统江湖。python中的tornado是一个，还有一个sanic，这是一个仿照flask接口设计的异步框架，只能部署在linux上，据说可以达到媲美go语言的性能，具体没有测试过，但缺点是第三方扩展没有flask这么多，质量也参差不齐。希望python能出现优秀的异步框架，目前的话还是推荐tornado，因为在python还没有引入原生协程的时候，就有了tornado，当时tornado是自己根据生成器实现协程、手动实现了一套事件循环机制。但是当python引入了原生的协程之后，我们在定义视图类的时候，就不需要在使用装饰器@tornado.gen.coroutine了，直接通过async def来定义函数即可，也不需要yield了，直接await即可，而且底层的事件循环也不再使用原来的哪一套了，而是直接使用的asyncio。目前异步框架，还是推荐tornado。

flask-sqlalchemy也是可以独立于flask而存在的，或者不以web的方式。

from flask import Flask

from flask_sqlalchemy import SQLAlchemy

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

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

# 这个配置不直接与我们的SQLAlchemy这个类发生关系，而是要添加到app.config里面，这一步是少不了的

# 至于这里的key，作者规定就是这么写的

app = Flask(__name__)

app.config["SQLALCHEMY_DATABASE_URI"] = db_uri

# 并且还要加上这一段，不然会弹出警告

app.config["SQLALCHEMY_TRACK_MODIFICATIONS"] = False

# 接收一个app，从此db便具有了app的功能,但我们只用数据库的功能

db = SQLAlchemy(app)

# 建立模型,肯定要继承，那么继承谁的，继承自db.Module,相当于之前的Base。这里操作简化了，不需要我们去创建了

class User(db.Model):

    __tablename__ = "user"

    # 可以看到，之前需要导入的通通不需要导入了，都在db下面。不过本质上调用的还是sqlalchemy模块里的类。

    id = db.Column(db.Integer, primary_key=True, autoincrement=True)

    name = db.Column(db.String(50), nullable=False)

class Article(db.Model):

    __tablename__ = "article"

    id = db.Column(db.Integer, primary_key=True, autoincrement=True)

    title = db.Column(db.String(50), nullable=False)

    uid = db.Column(db.Integer, db.ForeignKey("user.id"))

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

    # 所以我们发现这和SQLAlchemy框架中的使用方法基本上是一致的，只不过我们在SQLAlchemy中需要导入的，现在全部可以通过db来访问

# 那么如何映射到数据库里面呢？这里也不需要Base.metadata了，直接使用db即可。

db.create_all()

# 下面添加数据

user = User(name="guido")

article = Article(title="python之父谈python的未来")

user.articles.append(article)

# 这里的session也不需要创建了，因为在app中我们指定了SQLALCHEMY_DATABASE_URI

# 会自动根据配置创建session

db.session.add(user)

'''

或者

article.author = user

db.session.add(article)

'''

db.session.commit()

# 跟我们之前使用SQLAlchemy的流程基本一致

那么问题来了，如何查找数据呢？首先我们可以想到db.session.query(User),这毫无疑问是可以的，但是我们的模型继承了db.Model，那么我们有更简单的方法

# 直接使用User.query即可，就等价于db.session.query(User)

user = User.query.first()

print(user.name)  # guido

print(user.articles[0].title)  # python之父谈python的未来

'''

可以看到，使用方法和session.query(Model)没有啥区别

'''

23.alembic数据库迁移工具的使用

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

首先肯定要安装，pip install alembic

注意这个目录

进入文件夹里面，输入alembic init xxxx

接下来建立模型，这个是独立于flask的，所以我们这次还是使用SQLAlchemy做演示

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import create_engine, func

from sqlalchemy import Column, Integer, String

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

class People(Base):

    __tablename__ = "people"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(String(20), nullable=False)  # 不可为空

    age = Column(Integer, nullable=False)

    def __repr__(self):

        return f"{self.name}--{self.age}"

下面修改配置文件，alembic.ini

然后修改env.py

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

下面就要更新数据库了，将刚才生成的迁移文件映射到数据库。至于为什么需要迁移文件，那是因为无法直接映射orm模型，需要先转化为迁移文件，然后才能映射到数据库当中。

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

如果需要修改表的结构，不需要再drop_all,create_all了，如果里面有大量数据，不可能清空之后重新创建。那么在修改之后，直接再次生成迁移文件然后映射到数据库就可以了

先来看看数据库的表

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy import create_engine, func

from sqlalchemy import Column, Integer, String

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

engine = create_engine(f"{db_type}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

Base = declarative_base(bind=engine)

class People(Base):

    __tablename__ = "people"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(String(20), nullable=False)

    age = Column(Integer, nullable=False)

    serifu = Column(String(100))  # 增加一列

    def __repr__(self):

        return f"{self.name}--{self.age}"

我给模型添加了一个字段serifu，然后重新生成迁移文件，并再次映射

可以看到，自动增加了一列，并且原来的数据也没有被破坏。因此也可以发现，我们再增加列的时候，不能设置nullable=False，不然添加不进去

class People(Base):

    __tablename__ = "people"

    id = Column(Integer, primary_key=True, autoincrement=True)

    name = Column(String(20), nullable=False)  # 不可为空

    age = Column(Integer, nullable=False)

    serifu = Column(String(100), nullable=False)  # 不添加默认值，设置不能为空

    def __repr__(self):

        return f"{self.name}--{self.age}"

总结一下，就是五个步骤：

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

可以看出，和Django比较类似，如果以后修改了模型的话，那么重复4和5即可

24.alembic常用命令和经典错误解决办法

常用命令：

　　init：创建一个alembic仓库

　　revision：创建一个新的版本文件

　　--autogenerate：自动将当前模型的修改，生成迁移脚本

　　-m：本次迁移做了哪些修改，用户可以指定这个参数，方便回顾

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

　　[head]：代表最新的迁移脚本的版本号

　　downgrade：降级，我们每一个迁移文件都有一个版本号，如果想退回以前的版本，直接使用alembic downgrade version_id

　　heads：展示head指向的脚本文件

　　history：列出所有的迁移版本及其信息

　　current：展示当前数据库的版本号

经典错误：

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

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

　　执行upgrade head 时报某个表已经存在的错误。解决办法：1.删除version中所有的迁移文件的代码，修改迁移脚本中创建表的代码

25.flask-script讲解

flask-script的作用是可以通过命令行的方式来操作flask。例如通过命令来跑一个开发版本的服务器，设置数据库，定时任务等等。要使用的话，首先要安装，pip install flask-script

然后要做什么呢？

from flask_script import Manager

from app import app

# 传入app。生成manager

manager = Manager(app)

# 加上一个manager.command，使其成为命令行

@manager.command

def hello():

    print("你好啊")

# 也可以添加参数，并且此时manager.command也可以不要了

@manager.option("--name", dest="username")

@manager.option("--age", dest="age")

def foo(username, age):

    # 类似于python里的optparse，可以见我的python常用模块，里面有介绍

    return f"name={username}, age={age}"

if __name__ == '__main__':

    manager.run()  # 这里是manager.run,不是app.run

将flask-script和alembic集成

start.py

from flask import Flask

app = Flask(__name__)

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

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

@app.route('/')

def hello_world():

    return 'Hello World!'

if __name__ == '__main__':

    app.run()

model.py

from app import app

from flask_sqlalchemy import SQLAlchemy

db = SQLAlchemy(app)

# 话说回来，这个db.Model就相当于之前的Base

# 我们将env里面的target_metadata = None,也可以换成db.Model.metadata

class User(db.Model):

    __tablename__ = "user"

    id = db.Column(db.Integer, primary_key=True, autoincrement=True)

    name = db.Column(db.VARCHAR(100))

    age = db.Column(db.Integer)

class Score(db.Model):

    __tablename__ = "score"

    id = db.Column(db.Integer, primary_key=True, autoincrement=True)

    math = db.Column(db.Integer)

    english = db.Column(db.Integer)

    history = db.Column(db.Integer)

manage.py

from flask_script import Manager

from app import app

# 从模型里面导入User和Score模型，以及db

from model import User, Score, db

# 传入app。生成manager

manager = Manager(app)

# 创建表

@ manager.command

def create_table():

    db.create_all()

# 往user表里面添加数据

@manager.option("--n", dest="name")

@manager.option("--a", dest="age")

def add_user(name, age):

    user = User()

    user.name = name

    user.age = age

    db.session.add(user)

    db.session.commit()

# 往score表里面添加数据

@manager.option("--m", dest="math")

@manager.option("--e", dest="english")

@manager.option("--h", dest="history")

def add_score(math, english, history):

    score = Score()

    score.math = math

    score.english = english

    score.history = history

    db.session.add(score)

    db.session.commit()

if __name__ == '__main__':

    manager.run()  # 这里是manager.run,不是app.run

  • 生成表

  • 给user表添加数据

  • 给score表添加数据

而且我们还可以模拟数据库迁移，映射等等。Django的manage.py不就是这么做的吗？python manage.py makemigrations迁移，然后再python manage.py migrate映射。

而这种方式的实现，flask也帮我们封装好了

26.flask-migrate

在实际的数据库开发中，经常会出现数据表修改的行为。一般我们不会手动修改数据库，而是去修改orm模型，然后再把模型映射到数据库中。这个时候如果能有一个工具专门做这件事情就非常好了，而flask-migrate就是用来干这个的。flask-migrate是基于alembic的一个封装，并集成到flask当中，而所有的操作都是alembic做的，它能跟踪模型的变化，并将模型映射到数据库中。

显然也要安装，pip install flask-migrate，所以flask有着丰富的第三方插件，可以自己定制。所以写到最后，真的和Django没啥区别了。

model.py

from flask_script import Manager

from app import app

# 从模型里面导入User和Score模型，以及db

from model import User, Score, db

from flask_migrate import Migrate, MigrateCommand

# 传入app。生成manager

manager = Manager(app)

# 传入app和db，将app和db绑定在一起

migrate = Migrate(app, db)

# 把MigrateCommand命令添加到manager中

manager.add_command("db", MigrateCommand)

if __name__ == '__main__':

    # 此时就可以了，大家可能看到我们这里导入了User和Score模型，但是没有使用

    # 其实不是，生成数据库的表，是在命令行中操作的

    # 为了在映射的时候能够找到这两个模型，所以要导入，只不过找模型我们不需要做，flask-migrate会自动帮我们处理

    # 我们只负责导入就可以了

    manager.run()  # 这里是manager.run,不是app.run

  • 执行python manage.py db init。这里的db就是我们manager.add_command("db", MigrateCommand)的db，我们也可以起其他的名字

    此时里面的文件，我们也不需要手动去改了，都帮我们弄好了

  • python manage.py db migrate，生成迁移文件

  • python manage.py db upgrade，将迁移文件映射到数据库中

总结如下：

介绍：因为采用db.create_all在后期修改字段的时候，不会自动的映射到数据库中，必须删除表，然后重新运行db.craete_all，或者先db.drop_all，才会重新映射，这样不符合我们的需求。因此flask-migrate就是为了解决这个问题，它可以在每次修改模型后，可以将修改的东西映射到数据库中。

使用flask_migrate必须借助flask_scripts，这个包的MigrateCommand中包含了所有和数据库相关的命令。

flask_migrate相关的命令：

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

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

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

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

我们来使用web的方式，添加数据吧

<!DOCTYPE html>

<html lang="en">

<head>

    <meta charset="UTF-8">

    <title>Title</title>

</head>

<body>

    <form action="/add" method="post">

        <table>

            <tr>

                <td>用户名：</td>

                <td><input name="username" type="text"/></td>

            </tr>

            <tr>

                <td>年龄：</td>

                <td><input name="age" type="text"/></td>

            </tr>

            <tr>

                <td>提交：</td>

                <td><input type="submit"/></td>

            </tr>

        </table>

    </form>

</body>

</html>

我们将代码的结构重新修改一下

config.py：存放配置

username = "postgres"  # 用户名

password = "zgghyys123"  # 密码

hostname = "localhost"  # ip

port = 5432  # 端口

db_type = "postgresql"  # 数据库种类

driver = "psycopg2"  # 驱动

database = "postgres"  # 连接到哪个数据库

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

SQLALCHEMY_TRACK_MODIFICATIONS = False

exts.py

from flask_sqlalchemy import SQLAlchemy

db = SQLAlchemy()

model.py

from exts import db

class User(db.Model):

    __tablename__ = "user"

    id = db.Column(db.Integer, primary_key=True, autoincrement=True)

    name = db.Column(db.VARCHAR(100))

    age = db.Column(db.Integer)

class Score(db.Model):

    __tablename__ = "score"

    id = db.Column(db.Integer, primary_key=True, autoincrement=True)

    math = db.Column(db.Integer)

    english = db.Column(db.Integer)

    history = db.Column(db.Integer)

看到这里可能发现了，这里的db并没有传入app啊，那么它是如何找到的呢？别急

manage.py

from flask_script import Manager

from app import app

from model import User, Score

from exts import db

from flask_migrate import Migrate, MigrateCommand

# 传入app。生成manager

manager = Manager(app)

# 传入app和db，将app和db绑定在一起

migrate = Migrate(app, db)

# 把MigrateCommand命令添加到manager中

manager.add_command("db", MigrateCommand)

if __name__ == '__main__':

    manager.run()

app.py

from flask import Flask, request, render_template

from model import User

from exts import db

import config

app = Flask(__name__)

# 导入配置

app.config.from_object(config)

# 通过db.init_app(app)会自动地将app里面的信息绑定到db里面去

db.init_app(app)

@app.route('/')

def hello_world():

    return 'Hello World!'

@app.route("/add", methods=["GET", "POST"])

def add():

    if request.method == 'GET':

        return render_template("add.html")

    else:

        name = request.form.get("username", None)

        age = request.form.get("age", None)

        user = User()

        user.name = name

        user.age = age

        db.session.add(user)

        db.session.commit()

        return f"数据添加成功"

if __name__ == '__main__':

    app.run()

27.实战项目-中国工商银行注册功能

index.html

<!DOCTYPE html>

<html lang="en">

<head>

    <meta charset="UTF-8">

    <title>中国工商银行首页</title>

</head>

<body>

    <h1>欢迎来到中国工商银行</h1>

    <ul>

        <li><a href="{{ url_for('register') }}">立即注册</a></li>

    </ul>

</body>

</html>

register.html

<!DOCTYPE html>

<html lang="en">

<head>

    <meta charset="UTF-8">

    <title>中国银行注册页面</title>

</head>

<body>

    <form action="/register" method="post">

        <table>

            <tbody>

                <tr>

                    <td>邮箱：</td>

                    <td><input type="email" name="email"></td>

                </tr>

                <tr>

                    <td>用户名：</td>

                    <td><input type="text" name="username"></td>

                </tr>

                <tr>

                    <td>密码：</td>

                    <td><input type="password" name="password"></td>

                </tr>

                <tr>

                    <td>重复密码：</td>

                    <td><input type="password" name="repeat_password"></td>

                </tr>

                <tr>

                    <td>余额：</td>

                    <td><input type="text", name="deposit"></td>

                </tr>

                <tr>

                    <td></td>

                    <td><input type="submit" value="立即注册"></td>

                </tr>

            </tbody>

        </table>

    </form>

</body>

</html>

exts.py

from flask_sqlalchemy import SQLAlchemy

db = SQLAlchemy()

model.py

from exts import db

class User(db.Model):

    __tablename__ = "user"

    id = db.Column(db.Integer, primary_key=True, autoincrement=True)

    email = db.Column(db.String(50), nullable=False)

    username = db.Column(db.String(50), nullable=False)

    password = db.Column(db.String(50), nullable=False)

    deposit = db.Column(db.Float(50), default=10)

manage.py

from flask_script import Manager

from app import app

from model import User

from exts import db

from flask_migrate import Migrate, MigrateCommand

# 传入app。生成manager

manager = Manager(app)

# 传入app和db，将app和db绑定在一起

migrate = Migrate(app, db)

# 把MigrateCommand命令添加到manager中

manager.add_command("db", MigrateCommand)

if __name__ == '__main__':

    manager.run()

forms.py

from wtforms import Form, StringField, FloatField

from wtforms.validators import Length, EqualTo, Email, InputRequired

class RegisterForm(Form):

    email = StringField(validators=[Email()])

    username = StringField(validators=[Length(6, 20)])

    password = StringField(validators=[Length(6, 20)])

    repeat_password = StringField(validators=[EqualTo("password")])

    deposit = FloatField(validators=[InputRequired()])

app.py

from flask import Flask, render_template, request, views

from forms import RegisterForm

from exts import db

from model import User

import config

app = Flask(__name__)

app.config.from_object(config)

db.init_app(app)  # 这个和db = SQLAlchemy(app)效果是一样的

@app.route('/')

def index():

    return render_template("index.html")

class RegisterView(views.MethodView):

    def get(self):

        return render_template("register.html")

    def post(self):

        form = RegisterForm(request.form)

        if form.validate():

            email = form.email.data

            username = form.username.data

            password = form.password.data

            deposit = form.deposit.data

            user = User(email=email, username=username, password=password, deposit=deposit)

            db.session.add(user)

            db.session.commit()

            return "注册成功"

        else:

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

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

if __name__ == '__main__':

    app.run()

将之前的表全部删除，然后执行python manage.py db init,然后执行python manage.py db migrate 然后执行python manage.py db upgrade,然后会发现数据库多了一张user表

访问localhost:5000

发现数据已经被添加到数据库里面了

28.实战项目-中国工商银行登录和转账实现

首页，index.html

<!DOCTYPE html>

<html lang="en">

<head>

    <meta charset="UTF-8">

    <title>中国工商银行首页</title>

</head>

<body>

    <h1>欢迎来到中国工商银行</h1>

    <ul>

        <li><a href="{{ url_for('register') }}">立即注册</a></li>

        <li><a href="{{ url_for('login') }}">立即登录</a></li>

        <li><a href="{{ url_for('transfer') }}">立即转账</a></li>

    </ul>

</body>

</html>

注册页面，register.html

<!DOCTYPE html>

<html lang="en">

<head>

    <meta charset="UTF-8">

    <title>中国银行注册页面</title>

</head>

<body>

    <form action="/register" method="post">

        <table>

            <tbody>

                <tr>

                    <td>邮箱：</td>

                    <td><input type="email" name="email"></td>

                </tr>

                <tr>

                    <td>用户名：</td>

                    <td><input type="text" name="username"></td>

                </tr>

                <tr>

                    <td>密码：</td>

                    <td><input type="password" name="password"></td>

                </tr>

                <tr>

                    <td>重复密码：</td>

                    <td><input type="password" name="repeat_password"></td>

                </tr>

                <tr>

                    <td>余额：</td>

                    <td><input type="text", name="deposit"></td>

                </tr>

                <tr>

                    <td></td>

                    <td><input type="submit" value="立即注册"></td>

                </tr>

            </tbody>

        </table>

    </form>

</body>

</html>

登录页面，login.html

<!DOCTYPE html>

<html lang="en">

<head>

    <meta charset="UTF-8">

    <title>中国工商银行登录页面</title>

</head>

<body>

<form action="/login" method="post">

    <table>

        <tbody>

            <tr>

                <td>邮箱：</td>

                <td><input name="email" type="email"></td>

            </tr>

            <tr>

                <td>密码：</td>

                <td><input name="password" type="password"></td>

            </tr>

            <tr>

                <td></td>

                <td><input type="submit" value="立即登录"></td>

            </tr>

        </tbody>

    </table>

</form>

</body>

</html>

转账页面，transfer.html

<!DOCTYPE html>

<html lang="en">

<head>

    <meta charset="UTF-8">

    <title>Title</title>

</head>

<body>

    <form action="/transfer" method="post">

        <table>

            <tbody>

                <tr>

                    <td>转到邮箱：</td>

                    <td><input type="email" name="email"></td>

                </tr>

                <tr>

                    <td>转账金额：</td>

                    <td><input type="text" name="money"></td>

                </tr>

                <tr>

                    <td></td>

                    <td><input type="submit" value="立即转账"></td>

                </tr>

            </tbody>

        </table>

    </form>

</body>

</html>

py文件只有forms.py和app.py发生了变化，其他的没变

forms.py

from wtforms import Form, StringField, FloatField

from wtforms.validators import Length, EqualTo, Email, InputRequired, NumberRange

from model import User

class RegisterForm(Form):

    email = StringField(validators=[Email()])

    username = StringField(validators=[Length(6, 20)])

    password = StringField(validators=[Length(6, 20)])

    repeat_password = StringField(validators=[EqualTo("password")])

    deposit = FloatField(validators=[InputRequired()])

class LoginForm(Form):

    email = StringField(validators=[Email()])

    password = StringField(validators=[Length(6, 20)])

class TransferForm(Form):

    email = StringField(validators=[Email()])

    money = FloatField(validators=[NumberRange(min=1, max=10000)])

app.py

from flask import Flask, render_template, request, views, session, redirect, url_for

from forms import RegisterForm, LoginForm, TransferForm

from exts import db

from model import User

import secrets

app = Flask(__name__)

app.config["SECRET_KEY"] = secrets.token_bytes()

app.config.from_object(config)

db.init_app(app)  # 这个和db = SQLAlchemy(app)效果是一样的

@app.route('/')

def index():

    return render_template("index.html")

# 注册

class RegisterView(views.MethodView):

    def get(self):

        return render_template("register.html")

    def post(self):

        form = RegisterForm(request.form)

        if form.validate():

            email = form.email.data

            username = form.username.data

            password = form.password.data

            deposit = form.deposit.data

            user = User(email=email, username=username, password=password, deposit=deposit)

            db.session.add(user)

            db.session.commit()

            return "注册成功"

        else:

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

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

# 登录

class LoginView(views.MethodView):

    def get(self):

        return render_template("login.html")

    def post(self):

        form = LoginForm(request.form)

        if form.validate():

            email = form.email.data

            password = form.password.data

            user = User.query.filter(User.email == email, User.password == password).first()

            if user:

                session["session_id"] = user.id

                return "登录成功"

            else:

                return "邮箱或密码错误"

        else:

            return f"{form.errors}"

app.add_url_rule("/login", view_func=LoginView.as_view("login"))

# 转账

class TransferView(views.MethodView):

    def get(self):

        # 只有登录了才能转账，否则让其滚回登录页面

        if session.get("session_id"):

            return render_template("transfer.html")

        else:

            return redirect(url_for("login"))

    def post(self):

        form = TransferForm(request.form)

        if form.validate():

            email = form.email.data

            money = form.money.data

            user = User.query.filter_by(email=email).first()

            if user:

                session_id = session.get("session_id")

                myself = User.query.get(session_id)

                if myself.deposit >= money:

                    user.deposit += money

                    myself.deposit -= money

                    db.session.commit()

                    return f"转账成功,您向{user.email}转了{money}"

                else:

                    return "您的资金不足，无法完成当前转账"

            else:

                return "该用户不存在"

        else:

            return "数据填写不正确"

app.add_url_rule("/transfer", view_func=TransferView.as_view("transfer"))

if __name__ == '__main__':

    app.run()

下面进行转账

我们接下来看看数据库里面的金额

此时继续转账

显示资金不够了

5.flask与数据库的更多相关文章

  1. Flask之数据库设置

    4 数据库 知识点 Flask-SQLALchemy安装 连接数据库 使用数据库 数据库迁移 邮件扩展 4.1 数据库的设置 Web应用中普遍使用的是关系模型的数据库,关系型数据库把所有的数据都存储在 ...

  2. flask修改数据库字段的类型和长度

    flask修改数据库字段的类型和长度 ​ 在将models中的字段的db.String(256)修改为db.String(1024)后,执行migrate和upgrade操作后,发现数据库并没有更新, ...

  3. flask从数据库反向导入Model以及出现报错No module named sqlacodegen.main

    使用flask的朋友肯定了解了flask_sqlalchemy,不了解的小伙伴也可以查看博文:Flask 操作Mysql数据库 - flask-sqlalchemy扩展 上面博文中讲解了如何将flas ...

  4. python flask框架 数据库的使用

    #coding:utf8 from flask import Flask from flask_sqlalchemy import SQLAlchemy app = Flask(__name__) # ...

  5. Flask对数据库的操作-----

    首先得做好做基本的框架 # -*- encoding: utf-8 -*- from flask import Flask,render_template #导入第三方连接库sql点金术 from f ...

  6. flask 更新数据库

    在做项目的过程中,我们都遇到过,经常需要修改我们数据库的字段,在flask中,是通过ORM(对象关系映射)来创建数据库的,表--->model class,字段---->属性 在flask ...

  7. 关于 flask 实现数据库迁移以后 如何根据创建的模型类添加新的表？

    在此之前 我们先说一下常规的flask运用第三方扩展来实现数据库的迁移的三个步骤以及每步的目的. 数据库的迁移的三个步骤:(cd 到run.py所在路径) python run.py db init ...

  8. Python——Flask框架——数据库

    一.数据库框架 Flask-SQLAlchemy (1)安装: pip install flask-sqlalchemy (2)Flask-SQLAlchemy数据库URL 数据库引擎 URL MyS ...

  9. flask 定义数据库关系（一对多）

    定义关系 在关系型数据库中,我们可以通过关系让不同表之间的字段建立联系.一般来说,定义关系需要两步,分别是创建外键和定义关系属性.在更复杂的多对多关系中,我们还需要定义关联表来管理关系.下面我们学习用 ...

  10. flask 操作数据库（分类）

    数据库 数据库是大多数动态web程序的基础设施,只要你想把数据存下来,就离不开数据库. 这里所说的数据库指的是有存储数据的单个或多个文件组成的集合,它是一种容器,可以类比文文件柜.而人们通常使用数据库 ...

随机推荐

  1. 能否保证service不被杀死?

    Service设置成START_STICKY kill 后会被重启(等待5秒左右),重传Intent,保持与重启前一样 提升service优先级 在AndroidManifest.xml文件中对于in ...

  2. WCF的CommunicationObjectFaultedException异常问题

    前天刚刚重装了系统,装上了Win7,结果在调试的时候,WCF服务Open报错了! 具体错误信息如下: System.ServiceModel.CommunicationObjectFaultedExc ...

  3. Tomcat远程调试参数

    Linux: 关闭防火墙 vim catalina.sh export CATALINA_OPTS="-server -Xdebug -Xnoagent -Djava.compiler=NO ...

  4. iOS去除数组中重复的model数据

    // 去除数组中model重复 ; i < self.selectedModelArray.count; i++) { ;j < self.selectedModelArray.count ...

  5. 【WPF】非UI线程操作UI

    在线程中添加下面两行,把操作UI的命令放到一个新函数中 Action 起个名 = new Action(操作UI的函数名);要操作的控件名.Dispatcher.BeginInvoke(起个名);

  6. 2单表CRUD综合样例开发教程

    东软集团股份有限公司 基础软件事业部 单表CRUD综合样例开发教程 东软机密 tui 更改履历 版本号 更改时间 更改的 图表和章节号 状态 更改简要描述 更改申 请编号 更改人 批准人 V1.0 2 ...

  7. 问题 1014: [编程入门]阶乘求和python)：（本地测试正确；但提交不对！！？？）求教

    问题 1014: [编程入门]阶乘求和 时间限制: 1Sec 内存限制: 128MB 提交: 27629 解决: 5450 题目描述 求Sn=1!+2!+3!+4!+5!+…+n!之值,其中n是一个数 ...

  8. LINQ查询表达式详解(1)——基本语法、使用扩展方法和Lambda表达式简化LINQ查询

    简介 使用线程的主要原因:应用程序中一些操作需要消耗一定的时间,比如对文件.数据库.网络的访问等等,而我们不希望用户一直等待到操作结束,而是在此同时可以进行一些其他的操作.  这就可以使用线程来实现. ...

  9. 【C++ 学习笔记】 MFC CEdit

    环境:VS2008 -关联变量 方法一:在控件上右键-变量-CEdit类型变量-输入变量名. 方法二:添加代码 头文件中定义变量CEdit m_edit_fileName; 源文件中变量关联DDX_C ...

  10. Python 输入IP地址及掩码告诉你该网段包含的全部地址(IPy模块练习)

    IPy模块原本使用时需要输入正确的网络位和掩码,我利用处理报错的机制实现了输入任意IP地址和掩码均可正确输出结果的小程序. #!/usr/bin/env python # -*- coding: ut ...