python flask配置数据库并进行orm操作 flask_sqlalchemy

2024-06-17 09:36

本文主要是介绍python flask配置数据库并进行orm操作 flask_sqlalchemy,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

  • 🌈所属专栏:【Flask】
  • 作者主页:  Mr.Zwq
  • ✔️个人简介:一个正在努力学技术的Python领域创作者,擅长爬虫,逆向,全栈方向,专注基础和实战分享,欢迎咨询!

您的点赞、关注、收藏、评论,是对我最大的激励和支持!!!🤩🥰😍

目录

简介

代码实现

exts.py文件

 models.py文件

config.py配置文件

main.py文件 

查询操作

页面输出

在数据库查看

插入操作

页面输出

在数据库查看

总结


简介

        Flask-SQLAlchemy是Flask框架中的一个扩展,它简化了在Flask应用中使用SQLAlchemy的操作。SQLAlchemy是一个强大的关系型数据库框架,它支持多种数据库后台,并提供了高层的对象关系映射(ORM)和底层的原生数据库操作。

以下是Flask-SQLAlchemy的简介,以分点表示和归纳的形式呈现:

  1. 基本概念
    • ORM(Object-Relational Mapping):对象关系映射,它将用户定义的Python类与数据库表相关联,并将这些类(对象)的实例与其对应表中的行相关联。
    • Flask-SQLAlchemy:作为Flask的扩展,它封装了SQLAlchemy的功能,使其更易于在Flask应用中使用。
  2. 优点
    • 面向对象编程:开发者可以通过Python对象来操作数据库,无需直接编写SQL语句。
    • 开发效率:通过ORM,开发者可以专注于业务逻辑的实现,而无需过多关注数据库操作的细节,从而提高开发效率。
    • 解耦与可移植性:实现了数据模型与数据库的解耦,使得更换数据库变得更加简单,无需修改业务代码。
  3. 安装与配置
    • 安装:通过pip命令安装Flask-SQLAlchemy和相应的数据库驱动(如pymysql用于MySQL)。
    • 配置:在Flask应用中配置数据库连接字符串(如SQLALCHEMY_DATABASE_URI),以及其他相关设置(如是否跟踪修改、是否输出SQL语句等)。
  4. 基本使用
    • 构建模型类:通过继承Flask-SQLAlchemy提供的基类(如db.Model),定义与数据库表对应的Python类。
    • 数据操作:包括增加数据、查询数据、修改数据和删除数据等,都可以通过模型类的方法来实现。
  5. 高级机制
    • 刷新数据:在某些情况下,可能需要手动刷新模型对象的状态,以确保其与数据库中的数据保持一致。
    • 多表查询:Flask-SQLAlchemy支持使用关系操作(如join)进行多表查询。
  6. 性能与可移植性
    • 性能:虽然ORM在一定程度上会带来性能损失(如对象与SQL之间的转换),但在大多数情况下,这种损失是可以接受的,且ORM对生产率的提升远远超过了这一丁点儿的性能降低。
    • 可移植性:SQLAlchemy支持多种数据库引擎,包括流行的MySQL、Postgres和SQLite等,因此使用Flask-SQLAlchemy的应用可以轻松地切换到不同的数据库。

        通过以上简介,可以看出Flask-SQLAlchemy是一个功能强大且易于使用的Flask扩展,它使得在Flask应用中进行数据库操作变得更加简单和高效。


代码实现

exts.py文件

# 扩展放在独立文件供其它地方进行引用,可有效防止循环导包问题
from flask_sqlalchemy import SQLAlchemydb = SQLAlchemy()

 models.py文件

from exts import db
from datetime import datetime# 测试用户表
class User(db.Model):__tablename__ = 'user'id = db.Column(db.Integer, primary_key=True)account = db.Column(db.String(50), unique=True, nullable=False)password = db.Column(db.String(32), nullable=False)name = db.Column(db.String(50), nullable=False)avatar = db.Column(db.String(100),default='1.jpg')desc = db.Column(db.String(256))role = db.Column(db.String(50))create_time = db.Column(db.DateTime, default=datetime.now)

config.py配置文件

class Config():# 数据库配置信息host = '127.0.0.1'  # 主机port = 3306         # 端口user = 'root'       # MySQL账户pwd = '123456'      # MySQL密码database = 'test_2' # 使用的数据库名称# SQLALCHEMY_DATABASE_URI = 'sqlite:///XXX.db'  # sqlite数据库的配置(数据库名称:XXX.db)SQLALCHEMY_DATABASE_URI = f"mysql+pymysql://{user}:{pwd}@{host}:{port}/{database}?charset=utf8mb4"   # MySQL数据库SQLALCHEMY_ECHO = False  # 查询时是否显示原始SQL语句,为False不显示SQLALCHEMY_TRACK_MODIFICATIONS = False  # 跟踪数据库的修改,会增加性能消耗,不建议开启

main.py文件 

from flask import Flask
from config import Config
from exts import db
from models import Userapp = Flask(__name__)# 读取参数配置
app.config.from_object(Config)
# db对象
db.init_app(app)@app.route('/')
def index():# 进行查询操作users=User.query.all()print(users)users=[{'id':i.id,'account':i.account,'name':i.name} for i in users]return users@app.route('/add')
def add():# 模拟插入数据users=User(account='test@qq.com',name='test',password='test')db.session.add(users)db.session.commit()return 'add'if __name__ == '__main__':app.run(debug=True)

查询操作

页面输出

 

在数据库查看​


插入操作

页面输出

在数据库查看


总结

感谢观看,原创不易,如果觉得有帮助,请给文章点个赞吧,让更多的人看到。🌹🌹🌹

👍🏻也欢迎你,关注我。👍🏻

如有疑问,可在评论区留言哦~

这篇关于python flask配置数据库并进行orm操作 flask_sqlalchemy的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1069085

相关文章

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

Python pandas库自学超详细教程

《Pythonpandas库自学超详细教程》文章介绍了Pandas库的基本功能、安装方法及核心操作,涵盖数据导入(CSV/Excel等)、数据结构(Series、DataFrame)、数据清洗、转换... 目录一、什么是Pandas库(1)、Pandas 应用(2)、Pandas 功能(3)、数据结构二、安

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

Python安装Pandas库的两种方法

《Python安装Pandas库的两种方法》本文介绍了三种安装PythonPandas库的方法,通过cmd命令行安装并解决版本冲突,手动下载whl文件安装,更换国内镜像源加速下载,最后建议用pipli... 目录方法一:cmd命令行执行pip install pandas方法二:找到pandas下载库,然后

SpringBoot多环境配置数据读取方式

《SpringBoot多环境配置数据读取方式》SpringBoot通过环境隔离机制,支持properties/yaml/yml多格式配置,结合@Value、Environment和@Configura... 目录一、多环境配置的核心思路二、3种配置文件格式详解2.1 properties格式(传统格式)1.

Python实现网格交易策略的过程

《Python实现网格交易策略的过程》本文讲解Python网格交易策略,利用ccxt获取加密货币数据及backtrader回测,通过设定网格节点,低买高卖获利,适合震荡行情,下面跟我一起看看我们的第一... 网格交易是一种经典的量化交易策略,其核心思想是在价格上下预设多个“网格”,当价格触发特定网格时执行买

Python标准库之数据压缩和存档的应用详解

《Python标准库之数据压缩和存档的应用详解》在数据处理与存储领域,压缩和存档是提升效率的关键技术,Python标准库提供了一套完整的工具链,下面小编就来和大家简单介绍一下吧... 目录一、核心模块架构与设计哲学二、关键模块深度解析1.tarfile:专业级归档工具2.zipfile:跨平台归档首选3.

Oracle数据库定时备份脚本方式(Linux)

《Oracle数据库定时备份脚本方式(Linux)》文章介绍Oracle数据库自动备份方案,包含主机备份传输与备机解压导入流程,强调需提前全量删除原库数据避免报错,并需配置无密传输、定时任务及验证脚本... 目录说明主机脚本备机上自动导库脚本整个自动备份oracle数据库的过程(建议全程用root用户)总结

使用Python构建智能BAT文件生成器的完美解决方案

《使用Python构建智能BAT文件生成器的完美解决方案》这篇文章主要为大家详细介绍了如何使用wxPython构建一个智能的BAT文件生成器,它不仅能够为Python脚本生成启动脚本,还提供了完整的文... 目录引言运行效果图项目背景与需求分析核心需求技术选型核心功能实现1. 数据库设计2. 界面布局设计3

Python进行JSON和Excel文件转换处理指南

《Python进行JSON和Excel文件转换处理指南》在数据交换与系统集成中,JSON与Excel是两种极为常见的数据格式,本文将介绍如何使用Python实现将JSON转换为格式化的Excel文件,... 目录将 jsON 导入为格式化 Excel将 Excel 导出为结构化 JSON处理嵌套 JSON: