码迷,mamicode.com
首页 > 数据库 > 详细

flask全栈开发6 SQLAlchemy第二部分

时间:2020-05-04 19:15:07      阅读:63      评论:0      收藏:0      [点我收藏+]

标签:commit   off   delete   install   示例   ima   主键   func   name   

第七章 SQLAlchemy(二)

6.5 第五节 SQLAlchemy的ORM(3)

查找方法:

介绍完过滤条件后,有一些经常用到的查找数据的方法也需要解释一下:

  1. all():返回一个Python列表(list):

    query = session.query(User).filter(User.name.like(‘%ed%‘).order_by(User.id)
    # 输出query的类型
    print type(query)
    > <type ‘list‘>
    # 调用all方法
    query = query.all()
    # 输出query的类型
    print type(query)
    > <class ‘sqlalchemy.orm.query.Query‘>
    
  2. first():返回Query中的第一个值:

    user = session.query(User).first()
    print user
    > <User(name=‘ed‘, fullname=‘Ed Jones‘, password=‘f8s7ccs‘)>
    
  3. one():查找所有行作为一个结果集,如果结果集中只有一条数据,则会把这条数据提取出来,如果这个结果集少于或者多于一条数据,则会抛出异常。总结一句话:有且只有一条数据的时候才会正常的返回,否则抛出异常:

    # 多于一条数据
    user = query.one()
    > Traceback (most recent call last):
    > ...
    > MultipleResultsFound: Multiple rows were found for one()
    # 少于一条数据
    user = query.filter(User.id == 99).one()
    > Traceback (most recent call last):
    > ...
    > NoResultFound: No row was found for one()
    # 只有一条数据
    > query(User).filter_by(name=‘ed‘).one()
    
  4. one_or_none():跟one()方法类似,但是在结果集中没有数据的时候也不会抛出异常。

  5. scalar():底层调用one()方法,并且如果one()方法没有抛出异常,会返回查询到的第一列的数据:

    session.query(User.name,User.fullname).filter_by(name=‘ed‘).scalar()
    

文本SQL:

SQLAlchemy还提供了使用文本SQL的方式来进行查询,这种方式更加的灵活。而文本SQL要装在一个text()方法中,看以下例子:

from sqlalchemy import text
for user in session.query(User).filter(text("id<244")).order_by(text("id")).all():
    print user.name

如果过滤条件比如上例中的244存储在变量中,这时候就可以通过传递参数的形式进行构造:

session.query(User).filter(text("id<:value and name=:name")).params(value=224,name=‘ed‘).order_by(User.id)

在文本SQL中的变量前面使用了:来区分,然后使用params方法,指定需要传入进去的参数。另外,使用from_statement方法可以把过滤的函数和条件函数都给去掉,使用纯文本的SQL:

sesseion.query(User).from_statement(text("select * from users where name=:name")).params(name=‘ed‘).all()

使用from_statement方法一定要注意,from_statement返回的是一个text里面的查询语句,一定要记得调用all()方法来获取所有的值。

计数(Count):

Query对象有一个非常方便的方法来计算里面装了多少数据:

session.query(User).filter(User.name.like(‘%ed%‘)).count()

当然,有时候你想明确的计数,比如要统计users表中有多少个不同的姓名,那么简单粗暴的采用以上count是不行的,因为姓名有可能会重复,但是处于两条不同的数据上,如果在原生数据库中,可以使用distinct关键字,那么在SQLAlchemy中,可以通过func.count()方法来实现:

from sqlalchemy import func
session.query(func.count(User.name),User.name).group_by(User.name).all()
# 输出的结果
> [(1, u‘ed‘), (1, u‘fred‘), (1, u‘mary‘), (1, u‘wendy‘)]

另外,如果想实现select count(*) from users,可以通过以下方式来实现:

session.query(func.count(*)).select_from(User).scalar()

当然,如果指定了要查找的表的字段,可以省略select_from()方法:

session.query(func.count(User.id)).scalar()

6.6 第六节 SQLAlchemy的ORM(4)

表关系:

表之间的关系存在三种:一对一、一对多、多对多。而SQLAlchemy中的ORM也可以模拟这三种关系。因为一对一其实在SQLAlchemy中底层是通过一对多的方式模拟的,所以先来看下一对多的关系:

外键:

在Mysql中,外键可以让表之间的关系更加紧密。而SQLAlchemy同样也支持外键。通过ForeignKey类来实现,并且可以指定表的外键约束。相关示例代码如下:

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

    def __repr__(self):
        return "<Article(title:%s)>" % self.title

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

外键约束有以下几项:

  1. RESTRICT:父表数据被删除,会阻止删除。默认就是这一项。
  2. NO ACTION:在MySQL中,同RESTRICT
  3. CASCADE:级联删除。
  4. SET NULL:父表数据被删除,子表数据会设置为NULL。

一对多:

拿之前的User表为例,假如现在要添加一个功能,要保存用户的邮箱帐号,并且邮箱帐号可以有多个,这时候就必须创建一个新的表,用来存储用户的邮箱,然后通过user.id来作为外键进行引用,先来看下邮箱表的实现:

    from sqlalchemy import ForeignKey
    from sqlalchemy.orm import relationship

    class Address(Base):
        __tablename__ = ‘address‘
        id = Column(Integer,primary_key=True)
        email_address = Column(String,nullable=False)
        # User表的外键,指定外键的时候,是使用的是数据库表的名称,而不是类名
        user_id = Column(Integer,ForeignKey(‘users.id‘))
        # 在ORM层面绑定两者之间的关系,第一个参数是绑定的表的类名,
        # 第二个参数back_populates是通过User反向访问时的字段名称
        user = relationship(‘User‘,back_populates="addresses")

        def __repr__(self):
            return "<Address(email_address=‘%s‘)>" % self.email_address

    # 重新修改User表,添加了addresses字段,引用了Address表的主键
    class User(Base):
        __tablename__ = ‘users‘
        id = Column(Integer,primary_key=True)
        name = Column(String(50))
        fullname = Column(String(50))
        password = Column(String(100))
        # 在ORM层面绑定和`Address`表的关系
        addresses = relationship("Address",order_by=Address.id,back_populates="user")

其中,在User表中添加的addresses字段,可以通过User.addresses来访问和这个user相关的所有address。在Address表中的user字段,可以通过Address.user来访问这个user。达到了双向绑定。表关系已经建立好以后,接下来就应该对其进行操作,先看以下代码:

  jack = User(name=‘jack‘,fullname=‘Jack Bean‘,password=‘gjffdd‘)
  jack.addresses = [Address(email_address=‘jack@google.com‘),
                  Address(email_address=‘j25@yahoo.com‘)]
  session.add(jack)
  session.commit()

首先,创建一个用户,然后对这个jack用户添加两个邮箱,最后再提交到数据库当中,可以看到这里操作Address并没有直接进行保存,而是先添加到用户里面,再保存。

一对一:

一对一其实就是一对多的特殊情况,从以上的一对多例子中不难发现,一对应的是User表,而多对应的是Address,也就是说一个User对象有多个Address。因此要将一对多转换成一对一,只要设置一个User对象对应一个Address对象即可,看以下示例:

  class User(Base):
    __tablename__ = ‘users‘
    id = Column(Integer,primary_key=True)
    name = Column(String(50))
    fullname = Column(String(50))
    password = Column(String(100))
    # 设置uselist关键字参数为False
    addresses = relationship("Address",back_populates=‘addresses‘,uselist=False)
  class Address(Base):
    __tablename__ = ‘addresses‘
    id = Column(Integer,primary_key=True)
    email_address = Column(String(50))
    user_id = Column(Integer,ForeignKey(‘users.id‘)
    user = relationship(‘Address‘,back_populates=‘user‘)

从以上例子可以看到,只要在User表中的addresses字段上添加uselist=False就可以达到一对一的效果。设置了一对一的效果后,就不能添加多个邮箱到user.addresses字段了,只能添加一个:

user.addresses = Address(email_address=‘ed@google.com‘)

多对多:

多对多需要一个中间表来作为连接,同理在sqlalchemy中的orm也需要一个中间表。假如现在有一个Teacher和一个Classes表,即老师和班级,一个老师可以教多个班级,一个班级有多个老师,是一种典型的多对多的关系,那么通过sqlalchemyORM的实现方式如下:

  association_table = Table(‘teacher_classes‘,Base.metadata,
  Column(‘teacher_id‘,Integer,ForeignKey(‘teacher.id‘)),
  Column(‘classes_id‘,Integer,ForeignKey(‘classes.id‘))
  )
  class Teacher(Base):
    __tablename__ = ‘teacher‘
    id = Column(Integer,primary_key=True)
    tno = Column(String(10))
    name = Column(String(50))
    age = Column(Integer)
    classes = relationship(‘Classes‘,secondary=association_table,back_populates=‘teachers‘)
  class Classes(Base):
    __tablename__ = ‘classes‘
    id = Column(Integer,primary_key=True)
    cno = Column(String(10))
    name = Column(String(50))
    teachers = relationship(‘Teacher‘,secondary=association_table,back_populates=‘classes‘)

要创建一个多对多的关系表,首先需要一个中间表,通过Table来创建一个中间表。上例中第一个参数teacher_classes代表的是中间表的表名,第二个参数是Base的元类,第三个和第四个参数就是要连接的两个表,其中Column第一个参数是表示的是连接表的外键名,第二个参数表示这个外键的类型,第三个参数表示要外键的表名和字段。
创建完中间表以后,还需要在两个表中进行绑定,比如在Teacher中有一个classes属性,来绑定Classes表,并且通过secondary参数来连接中间表。同理,Classes表连接Teacher表也是如此。定义完类后,之后就是添加数据,请看以下示例:

  teacher1 = Teacher(tno=‘t1111‘,name=‘xiaotuo‘,age=10)
  teacher2 = Teacher(tno=‘t2222‘,name=‘datuo‘,age=10)
  classes1 = Classes(cno=‘c1111‘,name=‘english‘)
  classes2 = Classes(cno=‘c2222‘,name=‘math‘)
  teacher1.classes = [classes1,classes2]
  teacher2.classes = [classes1,classes2]
  classes1.teachers = [teacher1,teacher2]
  classes2.teachers = [teacher1,teacher2]
  session.add(teacher1)
  session.add(teacher2)
  session.add(classes1)
  session.add(classes2)

6.7 第七节 SQLAlchemy的ORM(6)

ORM层面的CASCADE:

如果将数据库的外键设置为RESTRICT,那么在ORM层面,删除了父表中的数据,那么从表中的数据将会NULL。如果不想要这种情况发生,那么应该将这个值的nullable=False

SQLAlchemy,只要将一个数据添加到session中,和他相关联的数据都可以一起存入到数据库中了。这些是怎么设置的呢?其实是通过relationship的时候,有一个关键字参数cascade可以设置这些属性:

  1. save-update:默认选项。在添加一条数据的时候,会把其他和他相关联的数据都添加到数据库中。这种行为就是save-update属性影响的。
  2. delete:表示当删除某一个模型中的数据的时候,是否也删掉使用relationship和他关联的数据。
  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,自己便会被删除掉。当然如果父表中的数据被删除,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中的relationship中,增加一个single_parent=True的参数。
  4. merge:默认选项。当在使用session.merge,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。这个操作只是从session中移除,并不会真正的从数据库中删除。
  6. all:是对save-update, merge, refresh-expire, expunge, delete几种的缩写。

排序:

  1. order_by:可以指定根据这个表中的某个字段进行排序,如果在前面加了一个-,代表的是降序排序。

  2. 在模型定义的时候指定默认排序:有些时候,不想每次在查询的时候都指定排序的方式,可以在定义模型的时候就指定排序的方式。有以下两种方式:

    • relationship的order_by参数:在指定relationship的时候,传递order_by参数来指定排序的字段。

    • 在模型定义中,添加以下代码:

       __mapper_args__ = {
           "order_by": title
         }
      

      即可让文章使用标题来进行排序。

  3. 正向排序和反向排序:默认情况是从小到大,从前到后排序的,如果想要反向排序,可以调用排序的字段的desc方法。

limit、offset和切片:

  1. limit:可以限制每次查询的时候只查询几条数据。
  2. offset:可以限制查找数据的时候过滤掉前面多少条。
  3. 切片:可以对Query对象使用切片操作,来获取想要的数据。

懒加载:

在一对多,或者多对多的时候,如果想要获取多的这一部分的数据的时候,往往能通过一个属性就可以全部获取了。比如有一个作者,想要或者这个作者的所有文章,那么可以通过user.articles就可以获取所有的。但有时候我们不想获取所有的数据,比如只想获取这个作者今天发表的文章,那么这时候我们可以给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。这样就可以对这个对象再进行一层过滤和排序等操作。

查询高级:

group_by:

根据某个字段进行分组。比如想要根据性别进行分组,来统计每个分组分别有多少人,那么可以使用以下代码来完成:

session.query(User.gender,func.count(User.id)).group_by(User.gender).all()

having:

having是对查找结果进一步过滤。比如只想要看未成年人的数量,那么可以首先对年龄进行分组统计人数,然后再对分组进行having过滤。示例代码如下:

result = session.query(User.age,func.count(User.id)).group_by(User.age).having(User.age >= 18).all()

join方法:

join查询分为两种,一种是inner join,另一种是outer join。默认的是inner join,如果指定left join或者是right join则为outer join。如果想要查询User及其对应的Address,则可以通过以下方式来实现:

  for u,a in session.query(User,Address).filter(User.id==Address.user_id).all():
    print u
    print a
  # 输出结果:
  > <User (id=1,name=‘ed‘,fullname=‘Ed Jason‘,password=‘123456‘)>
  > <Address id=4,email=ed@google.com,user_id=1>

这是通过普通方式的实现,也可以通过join的方式实现,更加简单:

  for u,a in session.query(User,Address).join(Address).all():
    print u
    print a
  # 输出结果:
  > <User (id=1,name=‘ed‘,fullname=‘Ed Jason‘,password=‘123456‘)>
  > <Address id=4,email=ed@google.com,user_id=1>

当然,如果采用outerjoin,可以获取所有user,而不用在乎这个user是否有address对象,并且outerjoin默认为左外查询:

  for instance in session.query(User,Address).outerjoin(Address).all():
    print instance
  # 输出结果:
  (<User (id=1,name=‘ed‘,fullname=‘Ed Jason‘,password=‘123456‘)>, <Address id=4,email=ed@google.com,user_id=1>)
  (<User (id=2,name=‘xt‘,fullname=‘xiaotuo‘,password=‘123‘)>, None)

别名:

当多表查询的时候,有时候同一个表要用到多次,这时候用别名就可以方便的解决命名冲突的问题了:

  from sqlalchemy.orm import aliased
  adalias1 = aliased(Address)
  adalias2 = aliased(Address)
  for username,email1,email2 in session.query(User.name,adalias1.email_address,adalias2.email_address).join(adalias1).join(adalias2).all():
    print username,email1,email2

子查询:

sqlalchemy也支持子查询,比如现在要查找一个用户的用户名以及该用户的邮箱地址数量。要满足这个需求,可以在子查询中找到所有用户的邮箱数(通过group by合并同一用户),然后再将结果放在父查询中进行使用:

  from sqlalchemy.sql import func
  # 构造子查询
  stmt = session.query(Address.user_id.label(‘user_id‘),func.count(*).label(‘address_count‘)).group_by(Address.user_id).subquery()
  # 将子查询放到父查询中
  for u,count in session.query(User,stmt.c.address_count).outerjoin(stmt,User.id==stmt.c.user_id).order_by(User.id):
    print u,count

从上面我们可以看到,一个查询如果想要变为子查询,则是通过subquery()方法实现,变成子查询后,通过子查询.c属性来访问查询出来的列。以上方式只能查询某个对象的具体字段,如果要查找整个实体,则需要通过aliased方法,示例如下:

  stmt = session.query(Address)
  adalias = aliased(Address,stmt)
  for user,address in session.query(User,stmt).join(stmt,User.addresses):
    print user,address

6.8 第八节 Flask-SQLAlchemy插件

另外一个框架,叫做Flask-SQLAlchemySQLAlchemy进行了一个简单的封装,使得我们在flask中使用sqlalchemy更加的简单。可以通过pip install flask-sqlalchemy。使用Flask-SQLAlchemy的流程如下:

  • 数据库初始化:数据库初始化不再是通过create_engine,请看以下示例:

    from flask import Flask
    from flask_sqlalchemy import SQLAlchemy
    from constants import DB_URI
    app = Flask(__name__)
    app.config[‘SQLALCHEMY_DATABASE_URI‘] = DB_URI
    db = SQLAlchemy(app)
    
  • ORM类:之前都是通过Base = declarative_base()来初始化一个基类,然后再继承,在Flask-SQLAlchemy中更加简单了(代码依赖以上示例):

    class User(db.Model):
      id = db.Column(db.Integer,primary_key=True)
      username = db.Column(db.String(80),unique=True)
      email = db.Column(db.String(120),unique=True)
      def __init__(self,username,email):
          self.username = username
          self.email = email
      def __repr__(self):
          return ‘<User %s>‘ % self.username
    
  • 映射模型到数据库表:使用Flask-SQLAlchemy所有的类都是继承自db.Model,并且所有的Column和数据类型也都成为db的一个属性。但是有个好处是不用写表名了,Flask-SQLAlchemy会自动将类名小写化,然后映射成表名。
    写完类模型后,要将模型映射到数据库的表中,使用以下代码创建所有的表:

    db.create_all()
    
  • 添加数据:这时候就可以在数据库中看到已经生成了一个user表了。接下来添加数据到表中:

    admin = User(‘admin‘,‘admin@example.com‘)
    guest = User(‘guest‘,‘guest@example.com‘)
    db.session.add(admin)
    db.session.add(guest)
    db.session.commit()
    

    添加数据和之前的没有区别,只是session成为了一个db的属性。

  • 查询数据:查询数据不再是之前的session.query了,而是将query属性放在了db.Model上,所以查询就是通过Model.query的方式进行查询了:

    users = User.query.all()
    # 再如:
    admin = User.query.filter_by(username=‘admin‘).first()
    # 或者:
    admin = User.query.filter(User.username=‘admin‘).first()
    
  • 删除数据:删除数据跟添加数据类似,只不过sessiondb的一个属性而已:

    db.session.delete(admin)
    db.session.commit()
    

flask全栈开发6 SQLAlchemy第二部分

标签:commit   off   delete   install   示例   ima   主键   func   name   

原文地址:https://www.cnblogs.com/sky-ai/p/12827687.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!