flask再学习-思考之怎么从数据库中查询数据在页面展示！

看别人视频觉得很简单，要自己做蒙蔽了！这样子。NO！

1. 流程：

首先要有和数据库连接的驱动！一般有PYMySQL mysqlclient 等

使用扩展Flask-SQLAlchemy 获得orm对象

重点在于ORM对象的使用：

官方文档：http://docs.jinkan.org/docs/flask/patterns/sqlalchemy.html

http://www.pythondoc.com/flask-sqlalchemy/queries.html

2：使用 flask-sqlacodegen 扩展方便快速生成 ORM model

2.1 ：pip install flask-sqlacodegen

2.2 使用方法

生成所有表的对象：

　　　　 flask-sqlacodegen mysql://root:@127.0.0.1/food_db --outfile "common/models/model.py" --flask

　　生成某个表的对象：

　　　　flask-sqlacodegen mysql://root:@127.0.0.1/food_db --tables user --outfile "common/models/user.py" --flask

　　注意：在window下mysql的部分不要加 ‘ ’ ，在Mac环境下要加 ‘ ’

3：修改自动生成的model中的db变量

from application import db

4：修改配置文件

SQLALCHEMY_DATABASE_URI = 'mysql://root:对应root的密码@127.0.0.1/food_db'

5：开始写代码了

【前言】

使用python处理mysql数据库相关的业务，一般都是使用库MySQLdb直接调用sql语句。感觉很low，换一个SQLAlchemy上手。不但是耍酷，之前些flask代码时就很惊讶基本看不到对数据库的操作，其使用的就是修改过的SQLAlchemy，好处是直接操作数据库表对象，即ORM对象关系映射管理，性能会慢些，但在1-2倍的时间，在可以接受的范围。

安装

pip install sqlalchemy

pip install --egg mysql-connector-python-rf

pip install sqlacodegen

生成models

方法一：自己根据SQLAlchemy的docs写model，比如一对多，多对一等复杂的表模型。(SQLAlchemy的文档非常详细，就跟天书一样，真心懒得看。还是flask-sqlalchemy的文档简洁明了，可以参考的)
方法二：使用sqlacodegen从数据库逆向出models.py

$ sqlacodegen --noviews --noconstraints --noindexes \

--outfile ./models.py mysql://username:password@localhost:3399/dbname

这里需要注意下，使用–noviews， –noconstraints， –noindexes，这3个选项是去掉视图，约束和所以，基本用不到。反之，不去带着些文件结构的话可能会报错，比如views找不到数据。

数据库表-User

id	name	age
1	‘Tom’	22
2	‘Jim’	21
3	‘Lucy’	22

对应的models.py

# 导入:

from sqlalchemy import Column, String, create_engine

from sqlalchemy.orm import sessionmaker

from sqlalchemy.ext.declarative import declarative_base

# 创建对象的基类:

Base = declarative_base()

# 定义User对象:

class User(Base):

    # 表的名字:

    __tablename__ = 'user'

    # 表的结构:

    id = Column(String(20), primary_key=True)

    name = Column(String(20))

基本使用

首先要创建engine，它代表一种数据库连接资源。可以通过engine船舰connect和session完成事务的提交。对于使用os.fork或者multiprocessing的多进程应用来说,通常需要为紫禁城提供单独的engine。

mysql：

engine = create_engine('mysql://scott:tiger@localhost/test')

#比较好的习惯是现实销毁引擎，会有助于python的垃圾回收

engine.dispose()

sqlite：

engine = create_engine('sqlite:///file.db')

查询记录

那么我们怎么从数据库中查询数据？为此，SQLAlchemy 在您的 Model 类上提供了 query 属性。当您访问它时，您会得到一个新的所有记录的查询对象。在使用 all() 或者 first() 发起查询之前可以使用方法 filter() 来过滤记录。如果您想要用主键查询的话，也可以使用 get()。

connect：

connection = engine.connect()

result = connection.execute("select username from users")

for row in result:

    print("username:", row['username'])

connection.close()

Session:

# 创建DBSession类型:

DBSession = sessionmaker(bind=engine)

# 创建Query查询，filter是where条件，最后调用one()返回唯一行，如果调用all()则返回所有行:

user = session.query(User).filter(User.id=='5').one()

# 打印类型和对象的name属性:

print 'type:', type(user)

print 'name:', user.name

# 关闭Session:

session.close()

使用更复杂的表达式查询一些用户:

>>> User.query.filter(User.email.endswith('@example.com')).all()

[<User u'admin'>, <User u'guest'>]

按某种规则对用户排序:

>>> User.query.order_by(User.username)

[<User u'admin'>, <User u'guest'>, <User u'peter'>]

限制返回用户的数量:

>>> User.query.limit(1).all()

[<User u'admin'>]

用主键查询用户:

>>> User.query.get(1)

<User u'admin'>

打印查询结果的全部元素：

for u in session.query(User).all():

    print u.__dict__

插入记录

插入记录ret = session.add(),其中ret的值永远是none，不用看。

Session:

try:

    sess = Session()

    sess.add(User())

    sess.commit()

except gevent.Timeout:

    sess.invalidate()

    raise

except:

    sess.rollback()

    raise

删除记录

删除记录是十分类似的，使用 delete() 代替 add():

>>> db.session.delete(me)

>>> db.session.commit()

更改记录

基本思路是先filter到需要的行集合，再修改里面的值。这里有4种方式：

1) user.no_of_logins += 1

   session.commit()

2) session.query().\

       filter(User.username == form.username.data).\

       update({"no_of_logins": (User.no_of_logins +1)})

   session.commit()

3) conn = engine.connect()

   stmt = User.update().\

       values(User.no_of_logins = (User.no_of_logins + 1)).\

       where(User.username == form.username.data)

   conn.execute(stmt)

4) setattr(user, 'no_of_logins', user.no_of_logins+1)

   session.commit()

事务

事物就是有一系列动作一气呵成，如果中间失败了，前面的动作不会生效。满足ACID特性。

最简单的例子就是转账，我给你转10块钱后台需要做两件事，先在我账户中减去10，再在你的账户里加10。想想如果这件事不用事务处理，我卡里减了10块钱，而转你钱没有成功，这十块钱就莫名消失了哈。

connection = engine.connect()

trans = connection.begin()

try:

    r1 = connection.execute(table1.select())

    connection.execute(table1.insert(), col1=7, col2='this is some data')

    trans.commit()

except:

    #一旦出错就回滚

    trans.rollback()

    raise

connection.close()

参考文献

stackoverflow.com: Convert sqlalchemy row object to python dict