Flask---flask_sqlalchemy源码分析

2024-08-31 22:18
文章标签 分析 源码 flask sqlalchemy

本文主要是介绍Flask---flask_sqlalchemy源码分析,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!

      • 基本使用
      • 源码分析

这里写图片描述

基本使用

安装 pip3 install flask_sqlalchemy
我们在使用时候,会执行如下的代码

db = SQLAlchemy()
app = Flask(__name__)
db.init_app(app)

然后models

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, UniqueConstraint, Index,DateTime,ForeignKey
from s8day130_pro import db

class Users(db.Model):__tablename__ = 'users'id = Column(Integer, primary_key=True,autoincrement=True)name = Column(String(32),nullable=False,unique=True)

然后创建表

app = create_app()
#从栈拿app
with app.app_context():# db.drop_all()db.create_all()# data = db.session.query(models.Users).all()# print(data)

另外需要配置如下:

class BaseConfig(object):# SESSION_TYPE = 'redis'  # session类型为redis# SESSION_KEY_PREFIX = 'session:'  # 保存到session中的值的前缀# SESSION_PERMANENT = True  # 如果设置为False,则关闭浏览器session就失效。# SESSION_USE_SIGNER = False  # 是否对发送到浏览器上 session:cookie值进行加密SQLALCHEMY_DATABASE_URI = "mysql+pymysql://root:root@127.0.0.1:3306/test?charset=utf8"SQLALCHEMY_POOL_SIZE = 5SQLALCHEMY_POOL_TIMEOUT = 30SQLALCHEMY_POOL_RECYCLE = -1# 追踪对象的修改并且发送信号SQLALCHEMY_TRACK_MODIFICATIONS = False

源码分析

我们就来简单的看下源码流程
首先从db = SQLAlchemy()入手吧

 def __init__(self, app=None, use_native_unicode=True, session_options=None,metadata=None, query_class=BaseQuery, model_class=Model):self.use_native_unicode = use_native_unicodeself.Query = query_classself.session = self.create_scoped_session(session_options)self.Model = self.make_declarative_base(model_class, metadata)self._engine_lock = Lock()self.app = app_include_sqlalchemy(self, query_class)if app is not None:self.init_app(app)

初始化类中有几个属性Query、session 、Model 、app 还有一个方法init_app(app)

首先看下Query属性:

class BaseQuery(orm.Query):

该类有get_or_404、first_or_404、paginate3个方法,是做了查询异常处理,和分页数据
看看它的父类orm.Query,它是sqlalchemy\orm\Query类,定义了一些操作数据库的系列方法

然后看下session属性

self.session = self.create_scoped_session(session_options)
    def create_scoped_session(self, options=None):if options is None:options = {}scopefunc = options.pop('scopefunc', _app_ctx_stack.__ident_func__)options.setdefault('query_cls', self.Query)return orm.scoped_session(self.create_session(options), scopefunc=scopefunc)

上述方法中scopefunc是从_app_ctx_stack = LocalStack()中取如下方法

    def _get__ident_func__(self):return self._local.__ident_func__

options初始化字典,然后进行options.setdefault('query_cls', self.Query)添加元素
然后通过self.create_session(options)取构造sessionmaker实例对象,然后在执行构造出来的实例对象的__call__方法
在self.create_session(options)中,我们先看self.create_session部分,是返回一个sessionmaker实例对象

return orm.sessionmaker(class_=SignallingSession, db=self, **options)

然后看下self.create_session(options),也就是sessionmaker实例对象的__call__方法

每次执行数据库操作时,都需要创建一个session,这个session就是sessionmaker的实例对象调用__call__方法,以下是代码

 def __call__(self, **local_kw):"""Produce a new :class:`.Session` object using the configurationestablished in this :class:`.sessionmaker`.In Python, the ``__call__`` method is invoked on an object whenit is "called" in the same way as a function::Session = sessionmaker()session = Session()  # invokes sessionmaker.__call__()"""for k, v in self.kw.items():if k == 'info' and 'info' in local_kw:d = v.copy()d.update(local_kw['info'])local_kw['info'] = delse:local_kw.setdefault(k, v)return self.class_(**local_kw)

最后在create_scoped_session方法中返回如下:

return orm.scoped_session(self.create_session(options), scopefunc=scopefunc)

接下来我们看下self.Model属性

self.Model = self.make_declarative_base(model_class, metadata)
 def make_declarative_base(self, model, metadata=None):"""Creates the declarative base that all models will inherit from.:param model: base model class (or a tuple of base classes) to passto :func:`~sqlalchemy.ext.declarative.declarative_base`. Or a classreturned from ``declarative_base``, in which case a new base classis not created.:param: metadata: :class:`~sqlalchemy.MetaData` instance to use, ornone to use SQLAlchemy's default... versionchanged 2.3.0::``model`` can be an existing declarative base in order to supportcomplex customization such as changing the metaclass."""if not isinstance(model, DeclarativeMeta):model = declarative_base(cls=model,name='Model',metadata=metadata,metaclass=DefaultMeta)# if user passed in a declarative base and a metaclass for some reason,# make sure the base uses the metaclassif metadata is not None and model.metadata is not metadata:model.metadata = metadataif not getattr(model, 'query_class', None):model.query_class = self.Querymodel.query = _QueryProperty(self)return model

我们在代码中会使用如下,是对象属性跟数据库字段的映射

 class User(db.Model):username = db.Column(db.String(80), unique=True)pw_hash = db.Column(db.String(80))

然后看下SQLAlchemy初始化方法中的如下代码

_include_sqlalchemy(self, query_class)
def _include_sqlalchemy(obj, cls):for module in sqlalchemy, sqlalchemy.orm:for key in module.__all__:if not hasattr(obj, key):setattr(obj, key, getattr(module, key))# Note: obj.Table does not attempt to be a SQLAlchemy Table class.obj.Table = _make_table(obj)obj.relationship = _wrap_with_default_query_class(obj.relationship, cls)obj.relation = _wrap_with_default_query_class(obj.relation, cls)obj.dynamic_loader = _wrap_with_default_query_class(obj.dynamic_loader, cls)obj.event = event

意思就是获取relationship、event、dynamic_loader等进行关联查询、事件等操作的

最后看SQLAlchemy类中的__init__方法

        if app is not None:self.init_app(app)

就是为flask_app进行一些配置信息设置,

   def init_app(self, app):"""This callback can be used to initialize an application for theuse with this database setup.  Never use a database in the contextof an application not initialized that way or connections willleak."""if ('SQLALCHEMY_DATABASE_URI' not in app.config and'SQLALCHEMY_BINDS' not in app.config):warnings.warn('Neither SQLALCHEMY_DATABASE_URI nor SQLALCHEMY_BINDS is set. ''Defaulting SQLALCHEMY_DATABASE_URI to "sqlite:///:memory:".')app.config.setdefault('SQLALCHEMY_DATABASE_URI', 'sqlite:///:memory:')app.config.setdefault('SQLALCHEMY_BINDS', None)app.config.setdefault('SQLALCHEMY_NATIVE_UNICODE', None)app.config.setdefault('SQLALCHEMY_ECHO', False)app.config.setdefault('SQLALCHEMY_RECORD_QUERIES', None)app.config.setdefault('SQLALCHEMY_POOL_SIZE', None)app.config.setdefault('SQLALCHEMY_POOL_TIMEOUT', None)app.config.setdefault('SQLALCHEMY_POOL_RECYCLE', None)app.config.setdefault('SQLALCHEMY_MAX_OVERFLOW', None)app.config.setdefault('SQLALCHEMY_COMMIT_ON_TEARDOWN', False)track_modifications = app.config.setdefault('SQLALCHEMY_TRACK_MODIFICATIONS', None)if track_modifications is None:warnings.warn(FSADeprecationWarning('SQLALCHEMY_TRACK_MODIFICATIONS adds significant overhead and ''will be disabled by default in the future.  Set it to True ''or False to suppress this warning.'))app.extensions['sqlalchemy'] = _SQLAlchemyState(self)@app.teardown_appcontextdef shutdown_session(response_or_exc):if app.config['SQLALCHEMY_COMMIT_ON_TEARDOWN']:if response_or_exc is None:self.session.commit()self.session.remove()return response_or_exc

我们在使用flask-sqlalchemy时,需要在项目为其进行设置,比如如下

class BaseConfig(object):# SESSION_TYPE = 'redis'  # session类型为redis# SESSION_KEY_PREFIX = 'session:'  # 保存到session中的值的前缀# SESSION_PERMANENT = True  # 如果设置为False,则关闭浏览器session就失效。# SESSION_USE_SIGNER = False  # 是否对发送到浏览器上 session:cookie值进行加密SQLALCHEMY_DATABASE_URI = "mysql+pymysql://root:root@127.0.0.1:3306/test?charset=utf8"SQLALCHEMY_POOL_SIZE = 5SQLALCHEMY_POOL_TIMEOUT = 30SQLALCHEMY_POOL_RECYCLE = -1# 追踪对象的修改并且发送信号SQLALCHEMY_TRACK_MODIFICATIONS = False

以上就是db = SQLAlchemy()进行的初始化操作,然后我们通过如下的代码生成数据库表

app = create_app()
#从栈拿app
with app.app_context():# db.drop_all()db.create_all()# data = db.session.query(models.Users).all()# print(data)

我们在初始化就提到过scopefunc = options.pop('scopefunc', _app_ctx_stack.__ident_func__)

所以我们需要通过with app.app_context():获取atx,以下是with函数需要调用的方法

 def __enter__(self):self.push()return selfdef __exit__(self, exc_type, exc_value, tb):self.pop(exc_value)if BROKEN_PYPY_CTXMGR_EXIT and exc_type is not None:reraise(exc_type, exc_value, tb)

然后进行创建数据库表

   def create_all(self, bind='__all__', app=None):self._execute_for_all_tables(app, bind, 'create_all')
 def _execute_for_all_tables(self, app, bind, operation, skip_tables=False):app = self.get_app(app)if bind == '__all__':binds = [None] + list(app.config.get('SQLALCHEMY_BINDS') or ())elif isinstance(bind, string_types) or bind is None:binds = [bind]else:binds = bindfor bind in binds:extra = {}if not skip_tables:tables = self.get_tables_for_bind(bind)extra['tables'] = tablesop = getattr(self.Model.metadata, operation)op(bind=self.get_engine(app, bind), **extra)

以上就是flask-sqlalchemy的大概执行流程

这篇关于Flask---flask_sqlalchemy源码分析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/1125147

相关文章

Python ORM神器之SQLAlchemy基本使用完全指南

《PythonORM神器之SQLAlchemy基本使用完全指南》SQLAlchemy是Python主流ORM框架,通过对象化方式简化数据库操作,支持多数据库,提供引擎、会话、模型等核心组件,实现事务... 目录一、什么是SQLAlchemy?二、安装SQLAlchemy三、核心概念1. Engine(引擎)

Python Flask实现定时任务的不同方法详解

《PythonFlask实现定时任务的不同方法详解》在Flask中实现定时任务,最常用的方法是使用APScheduler库,本文将提供一个完整的解决方案,有需要的小伙伴可以跟随小编一起学习一下... 目录完js整实现方案代码解释1. 依赖安装2. 核心组件3. 任务类型4. 任务管理5. 持久化存储生产环境

Python用Flask封装API及调用详解

《Python用Flask封装API及调用详解》本文介绍Flask的优势(轻量、灵活、易扩展),对比GET/POST表单/JSON请求方式,涵盖错误处理、开发建议及生产环境部署注意事项... 目录一、Flask的优势一、基础设置二、GET请求方式服务端代码客户端调用三、POST表单方式服务端代码客户端调用四

Android 缓存日志Logcat导出与分析最佳实践

《Android缓存日志Logcat导出与分析最佳实践》本文全面介绍AndroidLogcat缓存日志的导出与分析方法,涵盖按进程、缓冲区类型及日志级别过滤,自动化工具使用,常见问题解决方案和最佳实... 目录android 缓存日志(Logcat)导出与分析全攻略为什么要导出缓存日志?按需过滤导出1. 按

Linux中的HTTPS协议原理分析

《Linux中的HTTPS协议原理分析》文章解释了HTTPS的必要性:HTTP明文传输易被篡改和劫持,HTTPS通过非对称加密协商对称密钥、CA证书认证和混合加密机制,有效防范中间人攻击,保障通信安全... 目录一、什么是加密和解密?二、为什么需要加密?三、常见的加密方式3.1 对称加密3.2非对称加密四、

MySQL中读写分离方案对比分析与选型建议

《MySQL中读写分离方案对比分析与选型建议》MySQL读写分离是提升数据库可用性和性能的常见手段,本文将围绕现实生产环境中常见的几种读写分离模式进行系统对比,希望对大家有所帮助... 目录一、问题背景介绍二、多种解决方案对比2.1 原生mysql主从复制2.2 Proxy层中间件:ProxySQL2.3

python使用Akshare与Streamlit实现股票估值分析教程(图文代码)

《python使用Akshare与Streamlit实现股票估值分析教程(图文代码)》入职测试中的一道题,要求:从Akshare下载某一个股票近十年的财务报表包括,资产负债表,利润表,现金流量表,保存... 目录一、前言二、核心知识点梳理1、Akshare数据获取2、Pandas数据处理3、Matplotl

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

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致