1, 生成表

  db.Model主要用于数据库的增删改查操作, 构建表交给db.Table完成

  安装 pip install flask-migrate

from datetime import datetime
from flask_sqlalchemy import SQLAlchemy
from sqlalchemy.dialects.mysql import TINYINT, BIGINT, VARCHAR, CHAR, DATETIME, INTEGER
# 使用原生sqlalchemy创建字段
app = create_app()
# 创建数据库连接对象
db = SQLAlchemy(app)
# 构建表
t_user = db.Table('user_basic',
db.Column('user_id', BIGINT(10, unsigned=True), nullable=False, primary_key=True, autoincrement=True, comment='主键'),
db.Column('status', TINYINT(1), nullable=False, default=1, comment="状态"),
# db.Column('status1', TINYINT(1), nullable=False, default=1, comment="状态1"),
db.Column('mobile', CHAR(11), nullable=False, unique=True, comment='手机号'),
db.Column('create_time', DATETIME, nullable=False, default=datetime.now, comment='创建时间'),
db.Column('update_time', DATETIME, nullable=False, default=datetime.now, onupdate=datetime.now, comment='更新时间'),
# 注意: 如果有外键, 定义方式和普通字段一样, 可以添加索引提高性能
# db.Column('leader_id', BIGINT(10, unsigned=True), default=0, comment='上级的id', index=True),
mysql_engine='MyISAM',
mysql_charset='utf8mb4') if __name__ == '__main__':
db.drop_all()
db.create_all() #调用create_all()能找到对应的db.Tabke然后生成表

注释:逻辑外键添加index = True,生成外键,查询速度快

2,数据增删查改的模型:

from datetime import datetime

from flask_sqlalchemy import SQLAlchemy

def create_app(): #在其他地方封装的
app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://root:mysql@127.0.0.1:3306/sqlalchemy_test?charset=utf8'
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False return app app = create_app() # 为了避免和创建表的db产生冲突, 创建专门用于数据操作的SQLAlchemy对象
model_db = SQLAlchemy(app) class User(model_db.Model): # db.Model主要用于数据的增删改查, 构建表交给db.Table去完成
__tablename__ = 'user_basic'
# 由于模型不用于建表, 所以类型不需要设置的很严谨, 并可以省略大部分字段细节(除了default参数)
user_id = model_db.Column(model_db.Integer, primary_key=True)
status = model_db.Column(model_db.Integer, default=1)
mobile = model_db.Column(model_db.String(11))
create_time = model_db.Column(model_db.DateTime, default=datetime.now)
update_time = model_db.Column(model_db.DateTime, default=datetime.now) @app.route('/')
def index():
user1 = User()
user1.mobile = ''
model_db.session.add(user1)
model_db.session.commit()
return 'index' if __name__ == '__main__':
app.run(debug=True)

注释:建表时如果字段中有default字段时,查询等操作的模型类也要写,不写会报错

2,迁移数据,  添加

当数据库升级,如增加字段,修改字段类型等,(删除外键等)

from datetime import datetime
from flask_sqlalchemy import SQLAlchemy
from sqlalchemy.dialects.mysql import TINYINT, BIGINT, VARCHAR, CHAR, DATETIME, INTEGER
from tool import create_app
from flask_migrate import Migrate app = create_app()
# 创建数据库连接对象
db = SQLAlchemy(app) # 初始化迁移器
Migrate(app, db) # 构建表
t_user = db.Table('user_basic',
db.Column('user_id', BIGINT(10, unsigned=True), nullable=False, primary_key=True, autoincrement=True, comment='主键'),
db.Column('status', TINYINT(1), nullable=False, default=1, comment="状态"),
# db.Column('status1', TINYINT(1), nullable=False, default=1, comment="状态1"),
db.Column('mobile', CHAR(11), nullable=False, unique=True, comment='手机号'),
db.Column('create_time', DATETIME, nullable=False, default=datetime.now, comment='创建时间'),
db.Column('update_time', DATETIME, nullable=False, default=datetime.now, onupdate=datetime.now, comment='更新时间'),
# 注意: 如果有外键, 定义方式和普通字段一样, 可以添加索引提高性能
# db.Column('leader_id', BIGINT(10, unsigned=True), default=0, comment='上级的id', index=True),
mysql_engine='MyISAM',
mysql_charset='utf8mb4') if __name__ == '__main__':
# db.drop_all()
# db.create_all()
pass

修改好后执行步骤,如果是已经改过,可以只执行最后两步

1,export FLASK_APP = init_db.py  #指定文件夹

2,flask db init  #生成migrations 文件 (迁移文件)

3,flask db migrate 生成版本文件    查看是否有变化 versions 多了一个文件 (修改的地方)

4,flask db upgrade

flask-sqlalchemy 迁移数据(生成数据库表)与 查询数据的更多相关文章

  1. 利用Factory-boy和sqlalchemy来批量生成数据库表数据

    测试过程中免不了要构造测试数据,如果是单条数据,还比较简单,但如果是批量数据,就比较麻烦了. 最近看到Factory_boy这个python第三方库,它通过SQLAlchemyModelFactory ...

  2. Oracle sqlldr 在DOS窗口导入多列数据到数据库表

    sqlldr 用法详见:https://www.cnblogs.com/rootq/archive/2009/03/01/1401061.html 测试内容: 1.创建数据库表: create tab ...

  3. (3)PyCharm中Flask工程逆向生成数据库表

    一.创建数据库 在mysql数据库中创建名为"movie"的数据库. 二.安装SQLAlchemy 三.安装PyMySQL 四.创建数据模型 在app/models.py中编写数据 ...

  4. EF Core中,通过实体类向SQL Server数据库表中插入数据后,实体对象是如何得到数据库表中的默认值的

    我们使用EF Core的实体类向SQL Server数据库表中插入数据后,如果数据库表中有自增列或默认值列,那么EF Core的实体对象也会返回插入到数据库表中的默认值. 下面我们通过例子来展示,EF ...

  5. Python3:Django根据models生成数据库表时报 __init__() missing 1 required positional argument: 'on_delete'

    Python3:Django根据models生成数据库表时报 __init__() missing 1 required positional argument: 'on_delete' 一.分析 在 ...

  6. hibernate笔记--通过SchemaExport生成数据库表

    方法比较简单,项目中只需要两个java类(一个实体类,如User,一个工具类),两个配置文件(hibernate必须的两个配置文件hibernate.cfg.xml,与User.hbm.xml),即可 ...

  7. 《项目经验》--通过js获取前台数据向一般处理程序传递Json数据,并解析Json数据,将前台传来的Json数据写入数据库表中

      先看一下我要实现的功能界面:   这个界面的功能在图中已有展现,课程分配(教师教授哪门课程)在之前的页面中已做好.这个页面主要实现的是授课,即给老师教授的课程分配学生.此页面实现功能的步骤已在页面 ...

  8. (喷血分享)利用.NET生成数据库表的创建脚本,类似SqlServer编写表的CREATE语句

    (喷血分享)利用.NET生成数据库表的创建脚本,类似SqlServer编写表的CREATE语句 在我们RDIFramework.NET代码生成器中,有这样一个应用,就是通过数据库表自动生成表的CREA ...

  9. 通过js获取前台数据向一般处理程序传递Json数据,并解析Json数据,将前台传来的Json数据写入数据库表中

    摘自:http://blog.csdn.net/mazhaojuan/article/details/8592015 通过js获取前台数据向一般处理程序传递Json数据,并解析Json数据,将前台传来 ...

  10. 【工具篇】利用DBExportDoc V1.0 For MySQL自动生成数据库表结构文档

    对于DBA或开发来说,如何规范化你的数据库表结构文档是灰常之重要的一件事情.但是当你的库,你的表排山倒海滴多的时候,你就会很头疼了. 推荐一款工具DBExportDoc V1.0 For MySQL( ...

随机推荐

  1. django的url分发封装

    h2, body>h3, body>h4, body>h1{ padding: 10px; background-color: #4cae4c; text-align: center ...

  2. e课表项目第二次冲刺周期第一天

    昨天干了什么? 昨天与我们小组的成员商量了一个重大的决定,由于我们第一次冲刺周期的成果,就是我们决定我们要转型发展. 今天干了什么? 查阅相关的资料,我们正式决定要做一款学习的课程表APP,把简易作为 ...

  3. 算法学习之剑指offer(六)

    题目1 题目描述 输入n个整数,找出其中最小的K个数.例如输入4,5,1,6,2,7,3,8这8个数字,则最小的4个数字是1,2,3,4,. import java.util.*; public cl ...

  4. Linux之shell基础

    Shell基础 一.shell概述 1) shell是一个命令行解释器,它为用户提供了一个向Linux内核发送请求以便运行程序的界面系统级程序,用户可以用shell来启动.挂起.停止甚至是编写一些程序 ...

  5. 【EasyCi】持续集成交付,一键式自动化部署系统,开箱即用

    前言 本人是一家互联网公司的java开发,由于公司初期公司未招运维人员,恰好我对linux比较熟悉,便在公司服务器搭建了一套Jenkins.Gitlab.Maven私服.Docker私服.Sonarq ...

  6. 手写OOXML文档——导出xlsx格式表格文档

    一.准备工作: 2个js库,另外把样式文件抽离出来 require('file-saver'); import JSZip from 'jszip' import {stylesData,theme1 ...

  7. 实验吧之【因缺思汀的绕过】(group by with rollup的注入利用)

    打开页面,查看源代码,发现存在source.txt(http://ctf5.shiyanbar.com/web/pcat/source.txt),如下: <?php error_reportin ...

  8. Centos7安装moloch步骤

      Centos7安装moloch步骤 Moloch 是一个由AOL开源的,能够大规模的捕获IPv4数据包(PCAP).索引和数据库系统,由以下三个部分组成: capture :绑定interface ...

  9. 特征真的越多越好吗?从特征工程角度看“garbage in,garbage out”

    1. 从朴素贝叶斯在医疗诊断中的迷思说起 这个模型最早被应用于医疗诊断,其中,类变量的不同值用于表示患者可能患的不同疾病.证据变量用于表示不同症状.化验结果等.在简单的疾病诊断上,朴素贝叶斯模型确实发 ...

  10. epoll--IO多路复用

    理解 epoll 过程 #include <stdio.h> #include <stdlib.h> #include <string.h> #include &l ...