1.安装MySQL

直接去下载即可，如果是windows建可以下载msi，一路next即可。我已经安装过了，这里就不再演示了。

最后使用Navicat连接测试一下，我这里是没有问题的

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pymysql，直接pip install  即可

我在mysql新建了一个名为satori的数据库

# 连接数据库需要创建引擎
from sqlalchemy import create_engine

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"

# 连接方式：数据库+驱动://用户名:密码@ip:端口/数据库
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")

# 测试连接是否成功
conn = engine.connect()
# 我们直接可以使用conn去获取数据
data = conn.execute("show databases")
print(data.fetchall()) # [('information_schema',), ('mysql',), ('performance_schema',), ('sakila',), ('satori',), ('sys',), ('world',)]

显然是可以获取成功的

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

from sqlalchemy import create_engine

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{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.创建orm，继承基类
from sqlalchemy.ext.declarative import declarative_base
# 这个declarative_base只是一个函数，我们需要传入engine，然后返回基类
Base = declarative_base(engine)

class Girls(Base):
    # 首先是表名，创建表要指定名字，如何指定呢？
    __tablename__ = "girls"  # __tablename__就是我们的表名，我们指定为girls
    # 2.创建属性，来跟表中的字段一一映射
    # 首先我们需要有列，还要有字段的属性。注意：我这里是为了演示，工作中要写在开头。
    from sqlalchemy import Column, Integer, String
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(30))  # String也是一个类，里面可以传入数字表示最多可以存多少字节的字符串
    age = Column(Integer)
    gender = Column(String(1))
    anime = Column(String(50))

# 3.创建完毕，那么接下来就要映射到数据库中
Base.metadata.create_all()  # 表示将Base的所有子类的模型映射到数据库中，一旦映射，即使改变模型之后再次执行，也不会再次映射。

此时里面还没有表，我们执行一下看看

我们刚才创建的表已经在里面了

5.SQLAlchemy对数据的增删改查操作

from sqlalchemy import create_engine
from sqlalchemy import Column, Integer, String
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(engine)

class Girls(Base):
    __tablename__ = "girls"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(30))
    age = Column(Integer)
    gender = Column(String(1))
    anime = Column(String(50))

# 实例化一个对象，是用来增删改查数据的
girls =Girls()

# 会得到一个Session类
Session = sessionmaker(bind=engine)
# 然后实例化得到一个Session对象，这个session使用来提交操作的
session = Session()

　　

增：

girls.name = "satori"
girls.age = 16
girls.gender = "f"
girls.anime = "东方地灵殿"

# 这两步表示将girls做的操作全部提交上去执行
session.add(girls)
session.commit()

# 也可以批量操作
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：

# session.query得到的是一个query对象，调用filter_by依旧是一个query对象
# 调用first方法获取第一条查询记录，如果不存在则为None
girls = session.query(Girls).filter_by(gender="f").first()
print(girls.name, girls.age, girls.anime)  # satori 16 东方地灵殿

　　

改：

# 改和查比较类似
# 还是先获取相应的记录
girls = session.query(Girls).filter_by(gender="f").first()
# 直接修改即可
girls.name = "古明地觉"
# 一旦涉及到数据的变更，那么就必须要进行提交，查不涉及所以不需要
# 如何提交呢？我们只是改，所以不需要add，直接使用commit即可
session.commit()

　　

删：

# 筛选出要删除的字段
girl = session.query(Girls).filter_by(name="古明地觉").first()
# 添加用add，删除用delete
session.delete(girl)
# 别忘了提交
session.commit()

　　

6.SQLAlchemy属性常用数据类型

SQLAlchemy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，映射到数据库中也是datatime类型
　　String：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

1.模型，指定查找这个模型中所有的对象

2.模型中的属性，可以指定查找模型的某几个属性

3.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.ext.declarative import declarative_base
from sqlalchemy import create_engine, func
from sqlalchemy import Column, Integer, String
from sqlalchemy.orm import sessionmaker

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(engine)
# 以上这些都是必须的

class Girls(Base):
    __tablename__ = "girls"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(30))
    age = Column(Integer)
    gender = Column(String(1))
    anime = Column(String(50))

    # 以后就不会打印一个query对象了，而是会打印返回值
    def __repr__(self):
        return f"{self.name}--{self.age}--{self.anime}"

Session = sessionmaker(bind=engine)
session = Session()

# 这里指定了Girls，也就是模型，那么会查找所有的模型对象
for girl in session.query(Girls).all():
    print(girl)
    '''
    koishi--15--东方地灵殿
    mashiro--16--樱花庄的宠物女孩
    matsuri--400--sola
    kurisu--20--命运石之门
    '''

# 但如果我不想要所有属性，而是要部分属性怎么办呢？比如我只想要name和age,就可以这样
# 会获取一个有元组组成的字典
print(session.query(Girls.name, Girls.age).all())  # [('koishi', 15), ('mashiro', 16), ('matsuri', 400), ('kurisu', 20)]

# 聚合函数
# 得到query对象虽然只有一条数据，但还是要加上first
print(session.query(func.count(Girls.name)).first())  # (4,)
print(session.query(func.avg(Girls.age)).first())  # (Decimal('112.7500'),)
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())  # (Decimal('451'),)

　　

9.filter方法常用过滤条件

为了方便演示，我这里有多建了几条数据

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String
from sqlalchemy.orm import sessionmaker

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(engine)

class Girls(Base):
    __tablename__ = "girls"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(30))
    age = Column(Integer)
    gender = Column(String(1))
    anime = Column(String(50))

    # 以后就不会打印一个query对象了，而是会打印返回值
    def __repr__(self):
        return f"{self.name}--{self.age}--{self.anime}"

Session = sessionmaker(bind=engine)
session = Session()

# 关于过滤，有两种方法，一种是filter，另一种是filter_by
# filter需要使用类名.属性的方式，filter_by只需要属性即可，这就意味着后者使用简单，但前者可以写出更复杂的查询

# 下面来看看都有哪些查询方法
# 1、==，由于可能有多条，我们只选择一条。
print(session.query(Girls).filter(Girls.age == 16).first())  # 古明地觉--16--东方地灵殿

# 2、!=
print(session.query(Girls).filter(Girls.age != 16).first())  # 四方茉莉--400--sola

# 3、like,%和sql里的一样。除此之外还要ilike，不区分大小写
print(session.query(Girls).filter(Girls.anime.like("%久%")).all())  # [雨宫优子--16--悠久之翼, 宫村宫子--15--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。为什么不是_in,如果放在前面那代表不想被人访问
print(session.query(Girls).filter(Girls.age.in_([16, 400])).all())  # [古明地觉--16--东方地灵殿, 椎名真白--16--樱花庄的宠物女孩, 四方茉莉--400--sola, 春日野穹--16--缘之空, 雨宫优子--16--悠久之翼]

# 5、notin_,等价于~Girls.age.in_()
print(session.query(Girls).filter(Girls.age.notin_([16, 20, 400])).all())  # [立华奏--18--angelbeats, 古河渚--19--Clannad, 坂上智代--18--Clannad, 古明地恋--15--东方地灵殿, 宫村宫子--15--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--东方地灵殿

# 8、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--樱花庄的宠物女孩

# 9、or
print(session.query(Girls).filter(or_(Girls.age == 15, Girls.anime == "悠久之翼")).all())  # [古明地恋--15--东方地灵殿, 雨宫优子--16--悠久之翼, 宫村宫子--15--悠久之翼]

　

10.外键及其四种约束

在mysql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mysql中，等同于RESTRICT

3.CASCADE：级联删除

4.SET NULL：父表数据被删除，zishuju字表数据会跟着删除，也就是设置为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.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String, ForeignKey
from sqlalchemy.orm import sessionmaker

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(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(String(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(String(20), nullable=False)
    birthday = Column(Integer, nullable=False)
    type = Column(String(20), nullable=False)
    # 这个pid指的是People里面的id，所以要和People里的id保持一致
    pid = Column(Integer, ForeignKey("People.id"))  # 引用的表.引用的字段

Base.metadata.create_all()

　　

　　

　　

我们也可以看看表的创建语法

那么下面添加记录

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String, ForeignKey
from sqlalchemy.orm import sessionmaker

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(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)

class Language(Base):
    __tablename__ = "Language"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(20), nullable=False)
    birthday = Column(Integer, nullable=False)
    type = Column(String(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：我们Language表的pid关联了People的id。如果People中id=1的记录被删除了，那么Language中关联id=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
    '''
    # 那么如何设置呢？在ForeignKey中有一个onedelete参数，可以接收上面四种中的一种
    pid = Column(Integer, ForeignKey("People.id", ondelete="RESTRICT"))

# 由于我们之前已经创建了，所以再次创建已不会修改，所以只能先删除，然后再次创建
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()

我们下面删除数据，直接在Navicat里面演示

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onedelete，那么默认就是RESTRICT

11.ORM层外键和一对多关系

　

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String, ForeignKey
from sqlalchemy.orm import sessionmaker, relationship

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(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)

class Language(Base):
    __tablename__ = "Language"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(20), nullable=False)
    birthday = Column(Integer, nullable=False)
    type = Column(String(20), nullable=False)
    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
    people = relationship("People")

Base.metadata.drop_all()
Base.metadata.create_all()
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()

people = session.query(Language).all()
for i in people:
    # Language的people已经和People这个表关联了，我通过language依旧可以访问
    print(i.people.name, i.people.age)
    '''
    Guido van Rossum 62
    Dennis Ritchie 77
    James Gosling 63
    '''

　　一般情况下，一们语言对应一个作者，但是一个作者可以有多个语言。

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String, ForeignKey
from sqlalchemy.orm import sessionmaker, relationship

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(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)
    language = relationship("Language")

    def __repr__(self):
        return f"{self.name}--{self.age}--{self.languages}"

class Language(Base):
    __tablename__ = "Language"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(20), nullable=False)
    birthday = Column(Integer, nullable=False)
    type = Column(String(20), nullable=False)
    pid = Column(Integer, ForeignKey("People.id", ondelete="RESTRICT"))

    people = relationship("People")

    def __repr__(self):
        return f"{self.name}--{self.birthday}--{self.type}"

Session = sessionmaker(bind=engine)
session = Session()

# 通过People里的language，查找Language表的记录
# 实际上这里的language还是所有People对象的集合
language = session.query(People).all()
# 遍历People对象
for i in language:
    # People的language已经和Language这个表关联了，我通过language依旧可以访问
    # 由于People和Language是一对多的关系，所以一个People记录可能对应多个Language记录，所以得到的都是一个列表
    # 通过i.language，直接会去查找Language表，从而打印出结果
    print(i.language)
    '''
    [Python--1991--解释型]
    [C--1972--编译型, unix--1973--操作系统]
    [Java--1995--解释型]
    '''

# 这里得到是每一个People对象
for i in language:
    # 这里遍历每一个People对象下的language，通过这里的language查找Language表的记录。
    # 而这里的两个language是不一样的，所以我这里起名字失误了，不应该都叫language的，容易引起歧义，まぁいいや
    for j in i.language:
        print(i.name, j.name, j.birthday, j.type)
        '''
        Guido van Rossum Python 1991 解释型
        Dennis Ritchie C 1972 编译型
        Dennis Ritchie unix 1973 操作系统
        James Gosling Java 1995 解释型
        '''

　　在relationship中还有一个反向引用

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String, ForeignKey
from sqlalchemy.orm import sessionmaker, relationship

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(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)

    # 我们把这一行注释掉
    # language = relationship("Language")

    def __repr__(self):
        return f"{self.name}--{self.age}--{self.languages}"

class Language(Base):
    __tablename__ = "Language"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(20), nullable=False)
    birthday = Column(Integer, nullable=False)
    type = Column(String(20), nullable=False)
    pid = Column(Integer, ForeignKey("People.id", ondelete="RESTRICT"))

    # 我们在People表中把relationship给注释掉了，但是在Language表的relationship中添加了一个backref="language"，反向引用
    # 意思是说，我们即便在People中不指定，也依旧可以通过People对象.language的方式来访问到Language表中的所有属性
    # 因为前面指定了People表示已经和People表关联了
    # 当然这里也可以不叫language，比方说我改成中文试试
    '''
    people = relationship("People", backref="language")
    '''
    people = relationship("People", backref="古明地盆")

    def __repr__(self):
        return f"{self.name}--{self.birthday}--{self.type}"

Session = sessionmaker(bind=engine)
session = Session()

language = session.query(People).all()
# 遍历People对象
for i in language:
    print(i.古明地盆)
    '''
    [Python--1991--解释型]
    [C--1972--编译型, unix--1973--操作系统]
    [Java--1995--解释型]
    '''
    # 可以看到即便用中文依旧可以访问，但是工作中千万别这么干，否则被技术leader看到了，要么把你骂一顿，要么把你给开除了

　　

12.一对一关系实现

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String, ForeignKey
from sqlalchemy.orm import sessionmaker, relationship

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(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)

    # 我们把这一行注释掉
    # language = relationship("Language")

    def __repr__(self):
        return f"{self.name}--{self.age}--{self.languages}"

class Language(Base):
    __tablename__ = "Language"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(20), nullable=False)
    birthday = Column(Integer, nullable=False)
    type = Column(String(20), nullable=False)
    pid = Column(Integer, ForeignKey("People.id", ondelete="RESTRICT"))

    people = relationship("People", backref="language")

    def __repr__(self):
        return f"{self.name}--{self.birthday}--{self.type}"

Session = sessionmaker(bind=engine)
session = Session()

people = People(id=6, name="KenThompson", age=75)
language1 = Language(name="B", birthday=1968, type="编译型", pid=6)
language2 = Language(name="Go", birthday=2009, type="编译型", pid=6)

# 由于People和Language是关联的,并且通过language可以访问到Language表的属性
# 那么可以通过people.language.append将Language对象添加进去
people.language.append(language1)
people.language.append(language2)

# 然后只需要提交People对象people，就会自动将Language对象language1、language2也提交了
session.add(people)
session.commit()

　　

但是如果我想反向添加怎么办呢？

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String, ForeignKey
from sqlalchemy.orm import sessionmaker, relationship

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(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)

    # 我们把这一行注释掉
    # language = relationship("Language")

    def __repr__(self):
        return f"{self.name}--{self.age}--{self.languages}"

class Language(Base):
    __tablename__ = "Language"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(20), nullable=False)
    birthday = Column(Integer, nullable=False)
    type = Column(String(20), nullable=False)
    pid = Column(Integer, ForeignKey("People.id", ondelete="RESTRICT"))

    people = relationship("People", backref="language")

    def __repr__(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(name="ruby", birthday=1995, type="解释型", pid=7)

# 反向添加，刚才的是正向添加的。
# 正向:people.language.append,反向:language.people=people
# 正向里的language是backref，反向里的people是people = relationship("People", backref="language")的左值
language.people = people

# 然后只需要提交People对象people，就会自动将Language对象language1、language2也提交了
session.add(people)
session.commit()

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String, ForeignKey
from sqlalchemy.orm import sessionmaker, relationship

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(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)

    # 表示得到的不是一个列表，因为我们是一对一，只有一个元素
    extend = relationship("People_extend", uselist=False)

    def __repr__(self):
        return f"{self.name}--{self.age}--{self.languages}"

class People_extend(Base):
    __tablename__ = "People_extend"
    id = Column(Integer, primary_key=True, autoincrement=True)
    country = Column(String(20))
    uid = Column(Integer, ForeignKey("People.id"))

    # 并且这里不需要backref了，加了会报错
    people = relationship("People")

'''
people = People()
extend = People_extend()
然后通过people.extend = extend实现即可
'''

　　

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String, ForeignKey
from sqlalchemy.orm import sessionmaker, relationship, backref

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(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)

    # 表示得到的不是一个列表，因为我们是一对一，只有一个元素
    # extend = relationship("People_extend", uselist=False)

    def __repr__(self):
        return f"{self.name}--{self.age}--{self.languages}"

class People_extend(Base):
    __tablename__ = "People_extend"
    id = Column(Integer, primary_key=True, autoincrement=True)
    country = Column(String(20))
    uid = Column(Integer, ForeignKey("People.id"))

    # 或者把上面的注释掉，导入backref模块
    people = relationship("People", backref=backref("extend", uselist=False))

'''
用法和之前的一样
people = People()
extend = People_extend()
然后通过people.extend = extend实现即可

再使用People访问的时候，直接通过people.extend.来访问即可
'''

　　

12.多对多关系实现

比如说博客园的文章，一篇文章可能对应多个标签。同理一个标签也会有有多个文章。这就是一个多对多的关系

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship, backref

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(engine)

# 现在我们的两张表建好了，既然要实现多对多，需要借助第三张表。
# SQLAlchemy已经为我们提供好了一个table，让我们去使用

Article_Tag = Table("Article_Tage", 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(String(50), nullable=False)

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

class Tag(Base):
    __tablename__ = "Tag"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(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，中间表就是包含两个模型的外键字段就可以了，并且让它们两个做一个复合主键
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()

　　 

看一下表的创建过程

添加数据

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship, backref

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(engine)

# 现在我们的两张表建好了，既然要实现多对多，需要借助第三张表。
# SQLAlchemy已经为我们提供好了一个table，让我们去使用

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(String(50), nullable=False)

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

class Tag(Base):
    __tablename__ = "Tag"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(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，中间表就是包含两个模型的外键字段就可以了，并且让它们两个做一个复合主键
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()

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.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship, backref

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(engine)

# 现在我们的两张表建好了，既然要实现多对多，需要借助第三张表。
# SQLAlchemy已经为我们提供好了一个table，让我们去使用

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(String(50), nullable=False)
    '''
    Article对象.tags获取Tag里面的属性
    Tag对象.articles(backref)获取Article里面的属性
    '''
    tags = relationship("Tag", backref="articles", secondary=Article_Tag)

    def __repr__(self):
        return f"{self.title}"

class Tag(Base):
    __tablename__ = "Tag"
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(50), nullable=False)

    def __repr__(self):
        return f"{self.name}"
'''
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，中间表就是包含两个模型的外键字段就可以了，并且让它们两个做一个复合主键
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()

# 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()

Session = sessionmaker(bind=engine)
session = Session()
tag = session.query(Tag).first()
print(tag.articles)  # [article1, article2]

article = session.query(Article).first()
print(article.tags)  # [tag1, tag2]

# 可以看到，相应的数据全部获取出来了

　　

13.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，等同于这两步。为了方便演示，我这里将所有表全部删除

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship, backref

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(engine)

Session = sessionmaker(bind=engine)
session = Session()

class User(Base):
    __tablename__ = "user"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(String(50), nullable=False)

class Article(Base):
    __tablename__ = "article"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(String(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表的属性了
    author = relationship("User", backref="articles")

Base.metadata.create_all()

# 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，会自动添加user
session.add(article)
session.commit()

此时我们在数据库层面删除一下数据

我们试试在orm层面删除数据

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship, backref

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(engine)

Session = sessionmaker(bind=engine)
session = Session()

class User(Base):
    __tablename__ = "user"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(String(50), nullable=False)

class Article(Base):
    __tablename__ = "article"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(String(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表的属性了
    author = relationship("User", backref="articles")

Base.metadata.create_all()

# # 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，会自动添加user
# session.add(article)
# session.commit()

# 因为只有一条数据，所以直接first
user = session.query(User).first()
session.delete(user)
session.commit()

　　

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，加上nullable=False

14.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

下面我来逐一演示

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship, backref

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(engine)

Session = sessionmaker(bind=engine)
session = Session()

class User(Base):
    __tablename__ = "user"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(String(50), nullable=False)

class Article(Base):
    __tablename__ = "article"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(String(50), nullable=False)

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

    # 可以看到其他都是不变的，只是这里我们显式的指定了cascade
    # 这里设置为""，这样就不会有save-update属性了。
    author = relationship("User", backref="articles", cascade="")

Base.metadata.drop_all()
Base.metadata.create_all()

# 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.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship, backref

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(engine)

Session = sessionmaker(bind=engine)
session = Session()

class User(Base):
    __tablename__ = "user"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(String(50), nullable=False)

class Article(Base):
    __tablename__ = "article"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(String(50), nullable=False)

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

    # 可以看到其他都是不变的，只是这里我们显式的指定了cascade
    # 我们也可以手动指定save-update，当然这样和不指定cascade是一样，因为默认就是save-update
    author = relationship("User", backref="articles", cascade="save-update")

Base.metadata.drop_all()
Base.metadata.create_all()

# 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，会添加user
session.add(article)
session.commit()

　　

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship, backref

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(engine)

Session = sessionmaker(bind=engine)
session = Session()

class User(Base):
    __tablename__ = "user"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(String(50), nullable=False)

class Article(Base):
    __tablename__ = "article"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(String(50), nullable=False)

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

    # 可以看到其他都是不变的，只是这里我们显式的指定了cascade
    # 我们试一下delete，先说一下，可以设置多个属性，属性之间使用英文的逗号分隔
    # 这样指定之后，如果当我删除了Article表的数据，那么与之相关联的User表中的数据也会被删除
    author = relationship("User", backref="articles", cascade="save-update,delete")

Base.metadata.drop_all()
Base.metadata.create_all()

# 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

# 如果不加delete，那么我删除Article表的数据，User表的数据依旧会坚挺在那里
# 但是我现在加上了delete，那么当我删除Article表的数据，User表的数据也会被删除
session.add(article)
session.commit()

　　

15.三种排序方式

1.order_by

正序：session.query(table).order_by("table.column").all() ，或者 session.query(table).order_by("column").all()

倒序：session.query(table).order_by("table.column.desc").all()  或者 session.query(table).order_by("-column").all()

2.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

　　

3.使用backref

16.limit、offset以及切片操作

limit：session.query(table).limit(10).all(),从开头开始取十条数据

offset：session.query(table).offset(10).limit(10).all()，从第十条开始取10条数据

slice：session.query(table).slice(1, 8).all()，从第一条数据开始取到第八条数据。或者session.query(table)[1:8]这样更简单，连all()都不用了

17.数据查询懒加载技术

在一对多或者多对多的时候，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，如果想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。但有时候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.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship, backref
from pprint import pprint

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(engine)

Session = sessionmaker(bind=engine)
session = Session()

class User(Base):
    __tablename__ = "user"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(String(50), nullable=False)
    age = Column(Integer)

class Article(Base):
    __tablename__ = "article"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(String(50), nullable=False)
    uid = Column(Integer, ForeignKey("user.id"))

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

Base.metadata.drop_all()
Base.metadata.create_all()

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()
pprint(user.articles)
'''
[<__main__.Article object at 0x000001B73F8A5208>,
 <__main__.Article object at 0x000001B73F8A5278>,
 <__main__.Article object at 0x000001B73F8A52E8>,
 <__main__.Article object at 0x000001B73F8A5358>,
 <__main__.Article object at 0x000001B73F8A53C8>,
 <__main__.Article object at 0x000001B73F8A5438>,
 <__main__.Article object at 0x000001B73F8A54A8>,
 <__main__.Article object at 0x000001B73F8A5550>,
 <__main__.Article object at 0x000001B73F8A55F8>,
 <__main__.Article object at 0x000001B73F804400>]
'''

　　以上获取了全部数据，如果只获取一部分呢？

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_
from sqlalchemy import Column, Integer, String, ForeignKey, Table
from sqlalchemy.orm import sessionmaker, relationship, backref
from pprint import pprint

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(engine)

Session = sessionmaker(bind=engine)
session = Session()

class User(Base):
    __tablename__ = "user"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(String(50), nullable=False)
    age = Column(Integer)

class Article(Base):
    __tablename__ = "article"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(String(50), nullable=False)
    uid = Column(Integer, ForeignKey("user.id"))

    # 如果转化成一个AppendQuery对象，获取部分数据呢？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取article，把article转成一个AppendQuery对象，所以要写在backref里面
    # 如果写在了外面，那么就相当于通过article去找user，把user变成一个AppendQuery对象了
    # 所以我们要导入backref，表示反向引用。backref="articles",是为了通过user取得article，所以明明定义在article里面，却反过来被user使用
    # 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
    # 是为了让user找article的时候进行懒加载，如果没有这个backref，那么这个lazy属性我们可能要定义在user里面了，这样很麻烦
    # 但是通过导入backref，我们可以直接在article里面定义，反过来让user去使用，一旦定义在了外面，不反向了就变成article的了
    # 等于通过article找user进行懒加载
    author = relationship("User", backref=backref("articles", lazy="dynamic"))

    def __repr__(self):
        return f"{self.title}"

Base.metadata.drop_all()
Base.metadata.create_all()

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()
# 此时不再是InstrumentList，而是一个AppendQuery对象
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

print(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)
session.commit()  # 不用add，直接commit

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

'''
lazy有以下参数：
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。
主要使用这两种情况
'''

　　

18.group_by和having字句

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_, func
from sqlalchemy import Column, Integer, String, ForeignKey, Table, Enum
from sqlalchemy.orm import sessionmaker, relationship, backref
from pprint import pprint

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(engine)

Session = sessionmaker(bind=engine)
session = Session()

class User(Base):
    __tablename__ = "user"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(String(50), nullable=False)
    age = Column(Integer)
    gender = Column(Enum("male", "female","secret"), default="male")

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：
[(15, 1), (16, 2), (18, 1), (400, 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)]
'''

# 如果想看看底层的语句是什么写的，可以不加上all()进行查看
print(session.query(User.age, func.count(User.id)).group_by(User.age).having(User.age > 16))
'''
SELECT user.age AS user_age, count(user.id) AS count_1
FROM user GROUP BY user.age
HAVING user.age > %(age_1)s

从user表中选出age，计算count(user.id)作为count_1,按照user.age分组，并且user.age要大于我们指定的值
'''

　　

19.join实现复杂查询

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_, func
from sqlalchemy import Column, Integer, String, ForeignKey, Table, Enum
from sqlalchemy.orm import sessionmaker, relationship, backref
from pprint import pprint

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(engine)

Session = sessionmaker(bind=engine)
session = Session()

class User(Base):
    __tablename__ = "user"
    id = Column(Integer, primary_key=True, autoincrement=True)
    username = Column(String(50), nullable=False)

class Article(Base):
    __tablename__ = "article"
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(String(50), nullable=False)
    uid = Column(Integer, ForeignKey("user.id"))

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

    def __repr__(self):
        return f"{self.title}"

Base.metadata.drop_all()
Base.metadata.create_all()

user1 = User(username="guido")
user2 = User(username="ken")

article1 = Article(title="python")
article1.author = user1

article2 = Article(title="B")
article2.author = user2
article3 = Article(title="go")
article3.author = user2

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

　　

在数据库层面上进行查询，查询每个作者发表了多少文章，因为id是不重复的，所以对id进行count即可

# 找到所有用户，按照发表文章的数量进行排序
res = session.query(User.username, func.count(Article.id)).join(Article, User.id == Article.uid).\
    group_by(User.id).order_by(func.count(Article.id))
print(res)
'''
SELECT user.username AS user_username, count(article.id) AS count_1
FROM user INNER JOIN article ON user.id = article.uid GROUP BY user.id ORDER BY count(article.id)
'''
print(res.all())
'''
[('guido', 1), ('ken', 2)]
'''

　　

20.subquery实现复杂查询

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine, and_, or_, func
from sqlalchemy import Column, Integer, String, ForeignKey, Table, Enum
from sqlalchemy.orm import sessionmaker, relationship, backref
from pprint import pprint

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(engine)

Session = sessionmaker(bind=engine)
session = Session()

class Girl(Base):
    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(50), nullable=False)
    anime = Column(String(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()

　　

# 下面要寻找和雨宫优子在同一anime，并且age相同的记录
girl = session.query(Girl).filter(Girl.name == "雨宫优子").first()
# Girl.anime == girl.anime, Girl.age == girl.age，girl是我们查找的name="雨宫优子"的记录，Girl则是整个表
# 查找整个表中的anime等于girl.anime 并且 age等于girl.age的记录
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]

　　

# 使用subquery
# 这里也可以使用label取个别名，当然我这里取得还是anime
ygyz = session.query(Girl.anime.label("anime"), Girl.age).filter(Girl.name == "雨宫优子").subquery()
# 这里的ygyz.c的c代指的是column，是一个简写
res = session.query(Girl).filter(Girl.anime == ygyz.c.anime, Girl.age == ygyz.c.age)
print(res)
'''
SELECT girls.id AS girls_id, girls.name AS girls_name, girls.anime AS girls_anime, girls.age AS girls_age
FROM girls, (SELECT girls.anime AS anime, girls.age AS age
FROM girls
WHERE girls.name = %(name_1)s) AS anon_1
WHERE girls.anime = anon_1.anime AND girls.age = anon_1.age
可以看到除了起了一些名字之外，SQLAlchemy生成的sql语句与我们之前写的几乎类似
'''
print(res.all())
'''
[雨宫优子--悠久之翼--16, 宫村宫子--悠久之翼--16]
'''

　　和我们之前写的代码貌似没啥区别，也要两步，而且这个貌似代码量还多一些。但是倒数据库里面，我们现在写的只需要进行一次查询，效率更高一些。

21.Flask-SQLAlchemy的使用

Flask-SQLAlchemy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，使用这个插件可以简化我们的工作

这个插件首先要安装，直接pip install flask-sqlalchemy即可

from flask import Flask
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)
hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
db_url = f"{dialect}+{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.config["SQLALCHEMY_DATABASE_URI"] = db_url
# 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
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"))

    authror = 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.drop_all()
db.create_all()

　　

from flask import Flask
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)
hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
db_url = f"{dialect}+{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.config["SQLALCHEMY_DATABASE_URI"] = db_url
# 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
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.drop_all()
# 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)

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

　　

from flask import Flask
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)
hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
db_url = f"{dialect}+{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.config["SQLALCHEMY_DATABASE_URI"] = db_url
# 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
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)

    def __repr__(self):
        return f"{self.name}"

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")

    def __repr__(self):
        return f"{self.tit }"

# 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)
users = User.query.all()
print(users)  # [guido]
'''
排序：User.query.order_by(User.id.desc()).all()
过滤：User.query.filter(User.id == 1).all()
修改：User.query.filter(User.id == 1).first().name == "guido van rossum"
删除：删除的话还是要依赖db.session()的，找到user,db.session.delete(user)
'''
# 另外忘记提了，如果没有指定表名，也就是__tablename__，那么默认会将模型的名字转成小写当成表名。
'''
User-->user
但如果是驼峰命名法，UserModel-->user_model
但是不推荐这样使用，还是显示的指定比较好，也符合python之禅，明言胜于暗喻。
'''

　　

22.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

这是我的项目结构，一个文件夹，里面一个py文件

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
from sqlalchemy.orm import sessionmaker

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"
engine = create_engine(f"{dialect}+{driver}://{username}:{password}@{hostname}:{port}/{database}")
Base = declarative_base(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

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

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

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，创建一个仓库

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中修改target_metada=Base.metadata

4.生成迁移文件

5.将迁移文件映射到数据库

可以看出，这和Django非常类似。如果以后修改模型，那么重复4和5

23.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

24.Flask-SQLAlchemy下alembic的配置

重新建一个项目

config.py，用于存放配置文件

hostname = "localhost"
port = 3306
database = "satori"
username = "root"
password = "zgghyys123"
dialect = "mysql"
driver = "pymysql"

SQLALCHEMY_DATABASE_URI = f"mysql+pymysql://{username}:{password}@{hostname}:{port}/{database}"

　　

from flask import Flask
from flask_sqlalchemy import SQLAlchemy
import config
app = Flask(__name__)
app.config.from_object(config)
db = SQLAlchemy(app)

@app.route("/index")
def hello():
    return "hello world"

class User(db.Model):
    __tablename__ = "user"
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    username = db.Column(db.String(50), nullable=False)

if __name__ == '__main__':
    app.run()

　　alembic.ini

# A generic, single database configuration.

[alembic]
# path to migration scripts
script_location = alembic

# template used to generate migration files
# file_template = %%(rev)s_%%(slug)s

# timezone to use when rendering the date
# within the migration file as well as the filename.
# string value is passed to dateutil.tz.gettz()
# leave blank for localtime
# timezone =

# max length of characters to apply to the
# "slug" field
#truncate_slug_length = 40

# set to 'true' to run the environment during
# the 'revision' command, regardless of autogenerate
# revision_environment = false

# set to 'true' to allow .pyc and .pyo files without
# a source .py file to be detected as revisions in the
# versions/ directory
# sourceless = false

# version location specification; this defaults
# to alembic/versions.  When using multiple version
# directories, initial revisions must be specified with --version-path
# version_locations = %(here)s/bar %(here)s/bat alembic/versions

# the output encoding used when revision files
# are written from script.py.mako
# output_encoding = utf-8

sqlalchemy.url = mysql+pymysql://root:zgghyys123@localhost:3306/satori

# Logging configuration
[loggers]
keys = root,sqlalchemy,alembic

[handlers]
keys = console

[formatters]
keys = generic

[logger_root]
level = WARN
handlers = console
qualname =

[logger_sqlalchemy]
level = WARN
handlers =
qualname = sqlalchemy.engine

[logger_alembic]
level = INFO
handlers =
qualname = alembic

[handler_console]
class = StreamHandler
args = (sys.stderr,)
level = NOTSET
formatter = generic

[formatter_generic]
format = %(levelname)-5.5s [%(name)s] %(message)s
datefmt = %H:%M:%S

　　

from __future__ import with_statement
from alembic import context
from sqlalchemy import engine_from_config, pool
from logging.config import fileConfig
import sys, os
sys.path.append(os.path.dirname(os.path.dirname(__file__)))
import start

# this is the Alembic Config object, which provides
# access to the values within the .ini file in use.
config = context.config

# Interpret the config file for Python logging.
# This line sets up loggers basically.
fileConfig(config.config_file_name)

# add your model's MetaData object here
# for 'autogenerate' support
# from myapp import mymodel
# target_metadata = mymodel.Base.metadata
target_metadata = start.db.metadata

# other values from the config, defined by the needs of env.py,
# can be acquired:
# my_important_option = config.get_main_option("my_important_option")
# ... etc.

def run_migrations_offline():
    """Run migrations in 'offline' mode.

    This configures the context with just a URL
    and not an Engine, though an Engine is acceptable
    here as well.  By skipping the Engine creation
    we don't even need a DBAPI to be available.

    Calls to context.execute() here emit the given string to the
    script output.

    """
    url = config.get_main_option("sqlalchemy.url")
    context.configure(
        url=url, target_metadata=target_metadata, literal_binds=True)

    with context.begin_transaction():
        context.run_migrations()

def run_migrations_online():
    """Run migrations in 'online' mode.

    In this scenario we need to create an Engine
    and associate a connection with the context.

    """
    connectable = engine_from_config(
        config.get_section(config.config_ini_section),
        prefix='sqlalchemy.',
        poolclass=pool.NullPool)

    with connectable.connect() as connection:
        context.configure(
            connection=connection,
            target_metadata=target_metadata
        )

        with context.begin_transaction():
            context.run_migrations()

if context.is_offline_mode():
    run_migrations_offline()
else:
    run_migrations_online()

　　生成迁移文件

映射到数据库

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

这个多了一个manage.py，可以类比Django，如果我们把所有东西都写在一个py文件里面，会非常的凌乱。那这个manage.py是干什么的呢？可以让我们通过命令行来工作

start.py

from flask import Flask
app = Flask(__name__)

@app.route("/index")
def index():
    return "hello satori"

if __name__ == '__main__':
    manager.run()  # 注意这里是manager.run()，不是app.run()

　　

manage.py

from flask_script import Manager
from start import app

manager = Manager(app)

@manager.command
def hello():
    print("你好啊")

if __name__ == '__main__':
    app.run()

　　

from flask_script import Manager
from start import app

manager = Manager(app)

@manager.command
def hello():
    return "你好啊"

@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
    print(f"name={username}, age={age}")

if __name__ == '__main__':
    manager.run()

　　

不传参，使用command，传参使用option

from flask import Flask
from flask_sqlalchemy import SQLAlchemy
import config
app = Flask(__name__)
app.config.from_object(config)
db = SQLAlchemy(app)

class BackendUser(db.Model):
    __tablename__ = "backend_user"
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    username = db.Column(db.String(50), nullable=False)
    email = db.Column(db.String(50), nullable=False)

# alembic很强大，但这里就不用了，直接使用create_all
db.create_all()

@app.route("/index")
def index():
    return "hello satori"

if __name__ == '__main__':
    app.run()
from flask_script import Manager
from start import app, BackendUser, db

manager = Manager(app)

@manager.command
def hello():
    return "你好啊"

@manager.option("--name", dest="username")
@manager.option("--email", dest="email")
def add_user(username, email):
    user = BackendUser(username=username, email=email)
    db.session.add(user)
    db.session.commit()

if __name__ == '__main__':
    manager.run()

　　以后就可以通过终端来添加了

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。

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。

from flask_migrate import Migrate, MigrateCommand

manager = Manager(app, db)  # 绑定app和db到flask_migrate

manager.add_command("db", MigrateCommand)  # 添加Migrate的所有子命令到db下

1.初始化一个环境：python manage.py db init

2.自动检测模型，生成迁移脚本，python manage.py db migrate

3.将迁移脚本映射到数据库中，python manage.py db upgrade

4.flask数据库的更多相关文章

  1. 实验3、Flask数据库操作-如何使用Flask与数据库

    1. 实验内容 数据库的使用对于可交互的Web应用程序是极其重要的,本节我们主要学习如何与各种主要数据库进行连接和使用,以及ORM的使用 2. 实验要点 掌握Flask对于各种主要数据库的连接方法 掌 ...

  2. 细说flask数据库迁移

    什么情况下要用数据库迁移? 在开发过程中,需要修改数据库模型,而且还要在修改之后更新数据库.最直接的方式就是删除旧表,但这样会丢失数据. 更好的解决办法是使用数据库迁移框架,它可以追踪数据库模式的变化 ...

  3. flask数据库迁移理解及命令

    前言: 使用数据库迁移,可以直接建表,而不用我们自己写sql语句用来建表.就是将关系型数据库的一张张表转化成了Python的一个个类. 在开发中经常会遇到需要修改原来的数据库模型,修改之后更新数据库, ...

  4. 03 flask数据库操作、flask-session、蓝图

    ORM ORM 全拼Object-Relation Mapping,中文意为 对象-关系映射.主要实现模型对象到关系数据库数据的映射. 1.优点 : 只需要面向对象编程, 不需要面向数据库编写代码. ...

  5. flask~数据库

    flask与数据库的连接基于flaks_sqlaichemy 扩展 首先要连接数据库的时候必须得先下载 pip install flask-sqlalchemy 这个扩展 flask框架与数据库的连接 ...

  6. flask数据库操作

    Python 数据库框架 大多数的数据库引擎都有对应的 Python 包,包括开源包和商业包.Flask 并不限制你使用何种类型的数据库包,因此可以根据自己的喜好选择使用 MySQL.Postgres ...

  7. Flask数据库

    一 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表中,表用来给应用的实体建模,表的列数是固定的,行数是可变的.它使用结构化的查询语言.关系型数据库的列定义了 ...

  8. Flask 数据库迁移

    在开发过程中,需要修改数据库模型,而且还要在修改之后更新数据库.最直接的方式就是删除旧表,但这样会丢失数据. 更好的解决办法是使用数据库迁移框架,它可以追踪数据库模式的变化,然后把变动应用到数据库中. ...

  9. Flask数据库基本操作

    数据库基本操作 在Flak-SQLAlchemy中,插入.修改.删除操作,均由数据库会话管理. 会话用db.session表示.在准备把数据写入数据库前,需要先将数据添加到会话中然后调用commit( ...

随机推荐

  1. LeetCode - 3. Longest Substring Without Repeating Characters(388ms)

    Given a string, find the length of the longest substring without repeating characters. Examples: Giv ...

  2. 可以随着SeekBar滑块滑动显示的Demo

    //关于Seek的自定义样式,之前也有总结过,但是,一直做不出随着滑块移动的效果,查询了很多资料终于解决了这个问题,现在把代码写出来有bug的地方 希望大家批评指正. Step 1 :自定义一个Vie ...

  3. 通过 systemctl 设置自定义 Service

    如果要在Linux 上设置一个开机自启,出现问题自动重启,并且有良好日志的程序,比较流行的方法有 supervisord.systemd,除此之外,还有 upstart.runit 等类似的工具. 但 ...

  4. windbg*****************************TBD

    achieve structure from a simple address Dt address know pending IRP in a module !thread xxxxxx到底能提供哪 ...

  5. 算法(11)Find All Duplicates in an Array

    题目:数组的长度是n,里面的数是1到n,其中肯定有重复的,找到里面重复的数字 思路:自己想愣是没有想出来,直接看答案,关键点是看nums[i]和nums[nums[i]-1]之间的关系,遍历整个数组, ...

  6. hdu 3486 Interviewe (RMQ+二分)

    Interviewe Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others)Total ...

  7. bzoj1726 第二短路

    一道严格次短路题,WA了一下午回家才发现bellman_ford中的vis [ o ] = false 写成了 vis [ S ] = false.被自己脑残了一脸.... #include<c ...

  8. [洛谷P3413]SAC#1 - 萌数

    题目大意:求$[l,r](0\leqslant l<r< 10^{1001})$中存在长度至少为$2$的回文串的数字数 题解:数位$DP$,发现如果有回文串,若长度为偶数,一定有两个相同的 ...

  9. 如何用PhotoShop制作网站的favicon.ico

    所谓favicon,即Favorites Icon的缩写,顾名思义,便是其可以让浏览器的收藏夹中除显示相应的标题外,还以图标的方式区别不同的网站.当然,这不仅仅是Favicon的全部,根据浏览器的不同 ...

  10. 几种list集合的区别

    SDK提供了有序集合接口java.util.List的几种实现,其中三种最为人们熟知的是Vector.ArrayList和LinkedList.有关这些List类的性能差别是一个经常被问及的问题.在这 ...