【python】flask操作数据库工具SQLAlchemy，详细用法和应用实战

✨✨ 欢迎大家来到景天科技苑✨✨

?? 养成好习惯，先赞后看哦~??

? 作者简介：景天科技苑
?《头衔》：大厂架构师，华为云开发者社区专家博主，阿里云开发者社区专家博主，CSDN全栈领域优质创作者，掘金优秀博主，51CTO博客专家等。
?《博客》：Python全栈，前后端开发，人工智能，js逆向，App逆向，网络系统安全，数据分析，Django，fastapi，flask等框架，linux，shell脚本等实操经验，网站搭建，面试宝典等分享。

所属的专栏：flask框架零基础，进阶应用实战教学
景天的主页：景天科技苑

文章目录

ORMFlask-SQLAlchemy原生SQLAlchemy连接配置操作针对数据库的增删改查操作添加数据添加多条数据查询所有数据按条件查询更新一条数据更新多条数据删除一条数据删除多条数据执行原生sql语句 总结

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。

ORM提供了一种面向对象操作数据库的方式给开发者。不需要编写原生SQL语句也能操作数据库，实现了业务代码与底层数据的解耦。

优点：

只需要面向对象编程, 不需要面向数据库编写SQL。 对数据库的操作都转化成对类/对象的属性和方法的操作. 表字段—>对象属性, SQL关键字-> 操作方法不用编写各种数据库的原生sql语句，当然也可以编写原生SQL语句。 实现了数据模型代码与数据库数据的解耦, 屏蔽了不同数据库操作上的差异。 不再需要关注当前项目使用的是哪种数据库。通过简单的配置就可以轻松更换数据库, 而不需要修改业务代码.

缺点：

相比较直接使用SQL语句操作数据库,ORM需要把操作转换成SQL语句，所以有性能损失.根据对象的操作转换成SQL语句,根据查询的结果转化成模型实例对象, 在映射过程中有性能损失.不同的ORM提供的操作不一样，增加了学习成本

flask与python原生操作数据库流程对比

Flask-SQLAlchemy

flask默认不提供数据库操作，也并没有提供ORM，所以一般开发的时候我们会采用flask-SQLAlchemy模块来实现ORM操作。

SQLAlchemy是一个python语言编写的高性能的关系型数据库ORM框架，它提供了高层的 ORM 和底层的原生数据库的操作。

我们使用sqlalchemy 不需要调用sqlalchemy 本身这个模块，而是采用flask-sqlalchemy ，这是一个简化了 SQLAlchemy 操作的flask扩展模块。（主要是简化了sqlalchemy初始化代码和分页操作等）

安装 flask-sqlalchemy

pip install flask-sqlalchemy

如果sqlalchemy连接的是 mysql /MariaDB数据库，需要安装 mysqldb 或pymysql驱动

pip install pymysql

原生SQLAlchemy连接配置操作

db.py，代码：

from sqlalchemy import create_engine   # 驱动引擎from sqlalchemy.ext.declarative import declarative_base # 数据库基类from sqlalchemy import Column, Integer, String, Boolean, Numeric, Text # 字段、整型from sqlalchemy.orm import sessionmaker  # 连接会话#创建数据库连接引擎engine = create_engine(    # 连接数据库的URL,url里面是数据库类型+数据库驱动    url="mysql+pymysql://root:Jin*******7!@10.10.0.52:3306/students?charset=utf8mb4",  # 如果底层驱动是pymysql    # url="mysql://root:123@127.0.0.1:3306/students?charset=utf8mb4",    # 如果底层驱动是MysqlDB    echo=True, # 当设置为True时会将orm语句转化为sql语句打印，一般debug的时候可用    pool_size=8, # 连接池的大小，默认为5个，设置为0时表示连接无限制    pool_recycle=60*30 # 设置时间以限制数据库多久没连接自动断开，单位是秒)#创建会话连接DbSession = sessionmaker(bind=engine)session = DbSession()# 创建数据基类Model = declarative_base()

manage.py，代码：

import db#声明的数据库类要继承我们创建的数据库基类class Student(db.Model):    #声明表名    __tablename__ = "flask_student"    #设置表中的字段，字段类型，约束等    id = db.Column(db.Integer, primary_key=True)    name = db.Column(db.String(255))    sex  = db.Column(db.Boolean)    age  = db.Column(db.Integer)    #如果表中有的字段是python中的关键字，则不能直接定义，需要用到别名转换    class_name = db.Column("class", db.String(255),)    description = db.Column(db.Text)    is_delete = db.Column(db.Boolean, nullable=True, default=False)if __name__ == '__main__':    # 如果没有提前声明模型中的数据表，则可以采用以下代码生成数据表，    # 如果数据库中已经声明了有数据表，则不会继续生成    db.Model.metadata.create_all(db.engine)

执行，可以看到执行的sql语句

查看数据库，有创建我们指定的表

看下表结构

针对数据库的增删改查操作

添加数据

# 添加一条数据student = Student(    name="zhangsan",    class_name="301",    sex=True,    age=18,    description="张三爱发明",    is_delete = True)db.session.add(student)db.session.commit()

数据库查看

添加多条数据

student_list = [    Student(name="xiaohei", class_name="305", sex=False, age=18, description="美美的..",),    Student(name="xiaobai", class_name="304", sex=True, age=18, description="美美的..",),    Student(name="xiaohui", class_name="303", sex=False, age=18, description="美美的..",),]db.session.add_all(student_list)db.session.commit()

在数据库中查看

查询所有数据

data_list = db.session.query(Student).all()print(data_list)for data in data_list:    print(data.name)

默认我们打印出来查询的是类对象，我们可以在模型类中通过__repr__方法，将类对象转化为我们自定义的格式化字符串

def __repr__(self):    return f"<{self.name} {self.__class__.__name__}>"

根据ID查询一条数据，query里面的参数是我们创建的表类名，查询不到返回为None

ret = db.session.query(Student).get(1)print(ret)print(ret.name)print(ret.class_name)

查询不存在的id，返回为None

所以，查询之前要做个判断

按条件查询

data_list = db.session.query(Student).filter(Student.sex==True, Student.class_name=='301').all()print(data_list)for data in data_list:    print(data.sex, data.name)

更新一条数据

student = db.session.query(Student).get(35)student.name = "小会"db.session.commit()

查看数据库，可见id为3的记录名字已被修改

更新多条数据

db.session.query(Student).filter(Student.class_name=="305").update({Student.age:Student.age+1})db.session.commit()

先看下更新之前，班级为305的学生的年龄都是18岁

执行之后

年龄被修改

删除一条数据

student = db.session.query(Student).get(3)db.session.delete(student)db.session.commit()

id为3的数据被删除

删除多条数据

db.session.query(Student).filter(Student.class_name == "304").delete()db.session.commit()

删除之前，我们先添加些数据

执行删除

可见班级为304的数据已被删除

执行原生sql语句

# 原生SQL语句# 读cursor = db.session.execute('select * from flask_student;')#一条data = cursor.fetchone()print(data)

此时，会报如下错误

出错原因：是因为因为安装的python包依赖sqlalchmy版本不一致造成的

我的代码原来是这样的db.session.execute(“select * from flask_student”)把他改成

db.session.execute(text(“select * from flask_student”))这样，然后记得导入from sqlalchemy.sql import text。就可以了。

最新用法

# 原生SQL语句from sqlalchemy.sql import text# 读cursor = db.session.execute(text('select * from flask_student'))#一条data = cursor.fetchone()print(data)

#获取多条

data_list = cursor.fetchall()print(data_list)

写[添加、删除、修改]

sql ='insert into flask_student(name, class, age, sex, description,is_delete) values(:name, :class, :age, :sex, :description, :is_delete)'cursor = db.session.execute(text(sql),    params={        "name": "jintian",        "class": "307",        "age": 19,        "sex": 0,        "description": ".....",        "is_delete":False    })db.session.commit()print(cursor.lastrowid)  # 获取最后添加的主键ID

数据库查看

总结

本文详述了python中的SQLAlchemy操作mysql数据库的详细用法，后续在我们在flask中操作数据库就借助这个工具，非常实用，感兴趣的朋友可以一键三连，flask的高阶用法持续更新中！！！