第五篇 Flask组件之SQLAchemy及Flask-SQLAlchemy插件/Flask-Script/Flask-migrate/pipreqs模块

SQLAlchemy组件

一. 介绍

SQLAlchemy是一个基于Python实现的ORM框架。该框架建立在 DB API之上，使用关系对象映射进行数据库操作，简言之便是：将类和对象转换成SQL，然后使用数据API执行SQL并获取执行结果。

# 安装
pip3 install sqlalchemy

组成部分：

• Engine，框架的引擎
• Connection Pooling ，数据库连接池
• Dialect，选择连接数据库的DB API种类（即选择是用pymysql还是mysqldb）
• Schema/Types，架构和类型
• SQL Exprression Language，SQL表达式语言

SQLAlchemy本身无法操作数据库，其必须以pymsql等第三方插件，Dialect用于和数据API进行交流，根据配置文件的不同调用不同的数据库API，从而实现对数据库的操作，如：

下面这些链接是字符串：在Dialect里
MySQL-Pythonmysql+mysqldb://<user>:<password>@<host>[:<port>]/<dbname>pymysqlmysql+pymysql://<username>:<password>@<host>/<dbname>[?<options>]MySQL-Connectormysql+mysqlconnector://<user>:<password>@<host>[:<port>]/<dbname>cx_Oracleoracle+cx_oracle://user:pass@host:port/dbname[?key=value&key=value...]更多：http://docs.sqlalchemy.org/en/latest/dialects/index.html

要使用这些，必须先安装对应的 mysqldb、pymysql、mysqlconnector、 cx_oracle

 二.基本使用（一般不按照该示例怎么写，只为了说明）

1. 连接池

示例1：连接池始终只有一个链接

import time
import threading
import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy.engine.base import Engineengine = create_engine(# 用pymysql链接mysql;# root：123   用户名：密码# 127.0.0.1：3006 数据库ip及端口# t1：数据库名# charset=utf8：编码"mysql+pymysql://root:123@127.0.0.1:3306/t1?charset=utf8",max_overflow=2,  # 超过连接池大小外最多创建的连接（即5个已经不够用了，最多再能创建2个，也就是总共最多创建7个链接池）pool_size=5,  # 连接池大小，最多5个pool_timeout=30,  # 池中没有线程最多等待的时间（秒），否则报错pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
)conn = engine.raw_connection()  # 去链接池拿一个链接
cursor = conn.cursor()  # 在链接里拿个cursor,这里其实已经执行了pymysql里的功能了
# 执行sql语句
cursor.execute("select * from t1"
)
result = cursor.fetchall()
cursor.close()
conn.close()

示例二：连接池有多个链接

import time
import threading
import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy.engine.base import Engineengine = create_engine(# 用pymysql链接mysql;# root：123   用户名：密码# 127.0.0.1：3006 数据库ip及端口# t1：数据库名# charset=utf8：编码"mysql+pymysql://root:123@127.0.0.1:3306/t1?charset=utf8",max_overflow=0,  # 超过连接池大小外最多创建的连接（即5个已经不够用了，最多再能创建2个，也就是总共最多创建7个链接池）pool_size=5,  # 连接池大小，最多5个pool_timeout=30,  # 池中没有线程最多等待的时间（秒），否则报错pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
)def task(arg):conn = engine.raw_connection()  # 去链接池拿一个链接cursor = conn.cursor() # 在链接里拿个cursor,这里其实已经执行了pymysql里的功能了# 执行sql语句
    cursor.execute("select * from t1""select sleep(2)")result = cursor.fetchall()cursor.close()conn.close()# 创建了20个线程
# 如果速度特别快，可能一个链接就够了
# 如果速度特别慢，可能是5个5个的执行的。
for i in range(20):t = threading.Thread(target=task, args=(i,))t.start()

2. ORM

a.定义数据库表、创建表单、删除表

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Text, ForeignKey, DateTime, UniqueConstraint, Index# 标准写法：
Base = declarative_base()# 1. 定义表名及表里的字段，继承Base
class Users(Base):__tablename__ = 'users'   # 生成的数据库表名# 表里的具体字段# id列，id是主键id = Column(Integer, primary_key=True)# name列，字符串类型（最大32个字符），index是索引，nullable：是否可为空，Flase表示不可为空name = Column(String(32), index=True, nullable=False)# 2. 单纯使用sqlAlchemy创建表
def init_db():"""根据类创建数据库表:return: """# 链接数据库engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6?charset=utf8",max_overflow=0,  # 超过连接池大小外最多创建的连接pool_size=5,  # 连接池大小pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
    )Base.metadata.create_all(engine)  # 读取Base里所有的表，在数据库里生成表# 删除表
def drop_db():"""根据类删除数据库表:return: """engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6?charset=utf8",max_overflow=0,  # 超过连接池大小外最多创建的连接pool_size=5,  # 连接池大小pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
    )Base.metadata.drop_all(engine)# 3.修改表单纯使用sqlalchemy做不到，需要用其他组件才可以。if __name__ == '__main__':drop_db()init_db()

b.操作数据库表- 增删改查

#!/usr/bin/env python
# -*- coding:utf-8 -*-
from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from models import Users# 创建链接池
engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6", max_overflow=0, pool_size=5)
Connection = sessionmaker(bind=engine)# 每次执行数据库操作时，都需要创建一个Connection链接
conn = Connection()# ############# 执行ORM操作-增加操作 #############
obj1 = Users(name="alex1")
conn.add(obj1)# 提交事务
conn.commit()
# 关闭session
conn.close()

三.具体（重点）

1. 定义单表

import datetime
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Text, ForeignKey, DateTime, UniqueConstraint, IndexBase = declarative_base()
# ##################### 单表示例 #########################class Users(Base):__tablename__ = 'users'# 表里的字段id = Column(Integer, primary_key=True)name = Column(String(32), index=True, nullable=False)email = Column(String(32), unique=True)   # unique 表示唯一索引ctime = Column(DateTime, default=datetime.datetime.now)  # 创建时间：datetime.datetime.now，now后面不能加(),因为它是静态字段extra = Column(Text, nullable=True)# 创建联合唯一索引__table_args__ = (#     UniqueConstraint('id', 'name', name='uix_id_name'),  # id 和 name 做了联合唯一#     Index('ix_id_name', 'name', 'email'),    # name 和 email 做了联合索引
    )# 问题：# 1. 字符编码怎么指定？

2. 定义多表

# ##################### 一对多示例 #########################
class Hobby(Base):__tablename__ = 'hobby'id = Column(Integer, primary_key=True)caption = Column(String(50), default='篮球')class Person(Base):__tablename__ = 'person'nid = Column(Integer, primary_key=True)name = Column(String(32), index=True, nullable=True)hobby_id = Column(Integer, ForeignKey("hobby.id"))  # 通过表名.字段名关联# 与生成表结构无关，仅用于查询方便hobby = relationship("Hobby", backref='pers')

# ##################### 多对多示例 ########################## 多对多关系表
class Server2Group(Base):__tablename__ = 'server2group'id = Column(Integer, primary_key=True, autoincrement=True)# 在这里生成多对多关系的server_id = Column(Integer, ForeignKey('server.id'))group_id = Column(Integer, ForeignKey('group.id'))class Group(Base):__tablename__ = 'group'id = Column(Integer, primary_key=True)name = Column(String(64), unique=True, nullable=False)# 与生成表结构无关，仅用于查询方便servers = relationship('Server', secondary='server2group', backref='groups')class Server(Base):__tablename__ = 'server'id = Column(Integer, primary_key=True, autoincrement=True)hostname = Column(String(64), unique=True, nullable=False)

3. 执行生成并创建表

def init_db():"""根据类创建数据库表:return:"""engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6?charset=utf8",max_overflow=0,  # 超过连接池大小外最多创建的连接pool_size=5,  # 连接池大小pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
    )Base.metadata.create_all(engine)if __name__ == '__main__':init_db()

4. 执行删除表

def drop_db():"""根据类删除数据库表:return:"""engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6?charset=utf8",max_overflow=0,  # 超过连接池大小外最多创建的连接pool_size=5,  # 连接池大小pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
    )Base.metadata.drop_all(engine)if __name__ == '__main__':drop_db()

5. 操作表

 上面分别介绍了表的创建，下面对表进行操作的详细介绍

创建表一般只操作一次，所以放到 models.py文件里

import datetime
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Text, ForeignKey, DateTime, UniqueConstraint, Index
from sqlalchemy.orm import relationshipBase = declarative_base()
# ##################### 单表示例 #########################class Users(Base):__tablename__ = 'users'# 表里的字段id = Column(Integer, primary_key=True)name = Column(String(32), index=True, nullable=False)email = Column(String(32), unique=True)   # unique 表示唯一索引ctime = Column(DateTime, default=datetime.datetime.now)  # 创建时间：datetime.datetime.now，now后面不能加(),因为它是静态字段extra = Column(Text, nullable=True)# 创建联合唯一索引__table_args__ = (UniqueConstraint('id', 'name', name='uix_id_name'),  # id 和 name 做了联合唯一Index('ix_id_name', 'name', 'email'),    # name 和 email 做了联合索引
    )# 问题：# 1. 字符编码怎么指定？# ##################### 一对多示例 #########################
class Hobby(Base):__tablename__ = 'hobby'id = Column(Integer, primary_key=True)caption = Column(String(50), default='篮球')class Person(Base):__tablename__ = 'person'nid = Column(Integer, primary_key=True)name = Column(String(32), index=True, nullable=True)hobby_id = Column(Integer, ForeignKey("hobby.id"))  # 通过表名.字段名关联# 与生成表结构无关，仅用于查询方便hobby = relationship("Hobby", backref='pers')# ##################### 多对多示例 ########################## 多对多关系表
class Server2Group(Base):__tablename__ = 'server2group'id = Column(Integer, primary_key=True, autoincrement=True)# 在这里生成多对多关系的server_id = Column(Integer, ForeignKey('server.id'))group_id = Column(Integer, ForeignKey('group.id'))class Group(Base):__tablename__ = 'group'id = Column(Integer, primary_key=True)name = Column(String(64), unique=True, nullable=False)# 与生成表结构无关，仅用于查询方便servers = relationship('Server', secondary='server2group', backref='groups')class Server(Base):__tablename__ = 'server'id = Column(Integer, primary_key=True, autoincrement=True)hostname = Column(String(64), unique=True, nullable=False)def init_db():"""根据类创建数据库表:return:"""engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6?charset=utf8",max_overflow=0,  # 超过连接池大小外最多创建的连接pool_size=5,  # 连接池大小pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
    )Base.metadata.create_all(engine)if __name__ == '__main__':init_db()def drop_db():"""根据类删除数据库表:return:"""engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6?charset=utf8",max_overflow=0,  # 超过连接池大小外最多创建的连接pool_size=5,  # 连接池大小pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
    )Base.metadata.drop_all(engine)if __name__ == '__main__':drop_db()

SQLAlchemy详细介绍

1. SQLAlchemy之两种连接方式：

　　（1）第一种数据库连接方式  sessionmaker

from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
import models# 1.创建连接池
engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6?charset=utf-8",max_overflow = 0 , pool_size = 5)
Conn = sessionmaker(bind=engine)# 2.从连接池中获取数据库连接
conn = Conn()# ###############执行ORM操作#####################
# 3.执行ORM操作
obj1 = models.Users(name="alex1",email="alex1@xx.com")
conn.add(obj1)
conn.commit()# 4.关闭数据库连接(将连接放回连接池）
conn.close()

　　（2）第二种数据库连接方式  scoped_session  --- 推荐这种

from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from sqlalchemy.orm import scoped_session # 第二种方式
import models# 1.创建连接池
engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6?charset=utf-8",max_overflow = 0 , pool_size = 5)
Conn = sessionmaker(bind=engine)# 2.从连接池中获取数据库连接
conn = scoped_session(Conn)# ###############执行ORM操作#####################
# 3.执行ORM操作
obj1 = models.Users(name="alex1",email="alex1@xx.com")
# 本质执行do函数：add
conn.add(obj1)# 本质调用do函数：commit
conn.commit()# 4.关闭数据库连接(将连接放回连接池）
conn.close()

#!/usr/bin/env python
# -*- coding:utf-8 -*-
from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from sqlalchemy.orm import scoped_session
from models import Usersengine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6", max_overflow=0, pool_size=5)
Session = sessionmaker(bind=engine)"""
# 线程安全，基于本地线程实现每个线程用同一个session
# 特殊的：scoped_session中有原来方法的Session中的一下方法：public_methods = ('__contains__', '__iter__', 'add', 'add_all', 'begin', 'begin_nested','close', 'commit', 'connection', 'delete', 'execute', 'expire','expire_all', 'expunge', 'expunge_all', 'flush', 'get_bind','is_modified', 'bulk_save_objects', 'bulk_insert_mappings','bulk_update_mappings','merge', 'query', 'refresh', 'rollback','scalar'
)
"""
session = scoped_session(Session)# ############# 执行ORM操作 #############
obj1 = Users(name="alex1")
session.add(obj1)# 提交事务
session.commit()
# 关闭session
session.close()

2. SQLAlchemy的基本操作-增删改查（*****）

from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
import models# 1.创建连接池
engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6?charset=utf-8",max_overflow = 0 , pool_size = 5)
Conn = sessionmaker(bind=engine)# 2.从连接池中获取数据库连接
conn = Conn()# ###############执行ORM操作#####################
# 3.执行ORM操作############### 增加 #############
#  add 增单条增加
obj1 = models.Users(name="alex1",email="alex1@xx.com")   # 增加的时候先创建一个对象，然后放到add()或者add_all()
conn.add(obj1)
conn.commit()# add_all():批量增加
conn.add_all([models.Users(name="alex2",email="alex2@xx.com"),models.Users(name="alex3",email="alex3@xx.com"),models.Users(name="alex4",email="alex4@xx.com")
])
conn.commit()############### 查询 #############
# 查的表:models.Users;
user_list = conn.query(models.Users).all()   # all()查出所有的内容了
for row in user_list:print(row.id)print(row.name)print(row.email)print(row.ctime)
conn.commit()""" 其他查询,下面的Users前面都省略了models.,用的时候加上
r1 = conn.query(Users).all()
r2 = conn.query(Users.name.label('xx'), Users.age).all()   # label('xx') 相当于取了个别名
r3 = conn.query(Users).filter(Users.name == "alex").all()  # filter里传的是表达式
r4 = conn.query(Users).filter_by(name='alex').all()       # filter_by 里面传的是参数
r5 = conn.query(Users).filter_by(name='alex').first()    # first，第一个对象# 构造复杂点的sql
# text("id<:value and name=:name")：意识是id<x,name=y,后面的params是具体的参数；order_by:是排序
r6 = conn.query(Users).filter(text("id<:value and name=:name")).params(value=224, name='fred').order_by(Users.id).all()# 构造更复杂点的sql
r7 = conn.query(Users).from_statement(text("SELECT * FROM users where name=:name")).params(name='ed').all()
"""# 查询出id > 2的数据
user_list = conn.query(models.Users).filter(models.Users.id > 2)
conn.commit()
############### 删除 #############
conn.query(models.Users).filter(models.Users.id > 2).delete()
conn.commit()############### 更改 #############
# 改的时候，update传的是字典
conn.query(models.Users).filter(models.Users.id == 1).update({"name":"eric"})
# 字符串相加，后面要写synchronize_session = False
conn.query(models.Users).filter(models.Users.id > 0).update({models.Users.name:models.Users.name + "999"}, synchronize_session = False)# 如果是数字相加，要加上synchronize_session = "evaluate"
conn.query(models.Users).filter(models.Users.id > 0).update({models.Users.age:models.Users.age + 1}, synchronize_session = "evaluate")
conn.commit()# 4.关闭数据库连接(将连接放回连接池）
conn.close()

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import time
import threadingfrom sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy import create_engine
from sqlalchemy.sql import textfrom db import Users, Hostsengine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6", max_overflow=0, pool_size=5)
Session = sessionmaker(bind=engine)session = Session()# ################ 添加 ################
"""
obj1 = Users(name="wupeiqi")
session.add(obj1)session.add_all([Users(name="wupeiqi"),Users(name="alex"),Hosts(name="c1.com"),
])
session.commit()
"""# ################ 删除 ################
"""
session.query(Users).filter(Users.id > 2).delete()
session.commit()
"""
# ################ 修改 ################
"""
session.query(Users).filter(Users.id > 0).update({"name" : "099"})
session.query(Users).filter(Users.id > 0).update({Users.name: Users.name + "099"}, synchronize_session=False)
session.query(Users).filter(Users.id > 0).update({"age": Users.age + 1}, synchronize_session="evaluate")
session.commit()
"""
# ################ 查询 ################
"""
r1 = session.query(Users).all()
r2 = session.query(Users.name.label('xx'), Users.age).all()
r3 = session.query(Users).filter(Users.name == "alex").all()
r4 = session.query(Users).filter_by(name='alex').all()
r5 = session.query(Users).filter_by(name='alex').first()
r6 = session.query(Users).filter(text("id<:value and name=:name")).params(value=224, name='fred').order_by(Users.id).all()
r7 = session.query(Users).from_statement(text("SELECT * FROM users where name=:name")).params(name='ed').all()
"""session.close()基本增删改查示例

3. SQLAlchemy的常用操作（*****）

分组、分页、模糊查询等

###########　条件 ###########
# filter与filter_by的区别：filter里传参数，filter_by里传表达式
ret = session.query(Users).filter_by(name='alex').all()
ret = session.query(Users).filter(Users.id > 1, Users.name == 'eric').all()  # ，表示 and
ret = session.query(Users).filter(Users.id.between(1, 3), Users.name == 'eric').all()
ret = session.query(Users).filter(Users.id.in_([1,3,4])).all()   # in_ 固定搭配
ret = session.query(Users).filter(~Users.id.in_([1,3,4])).all()  # ~ 表示非   除了她以外
ret = session.query(Users).filter(Users.id.in_(session.query(Users.id).filter_by(name='eric'))).all() # 嵌套# 导入 and_ 和 or_
from sqlalchemy import and_, or_
ret = session.query(Users).filter(and_(Users.id > 3, Users.name == 'eric')).all()
ret = session.query(Users).filter(or_(Users.id < 2, Users.name == 'eric')).all()  # 表示or_里的两个都是or的关系
# 可以嵌套
ret = session.query(Users).filter(or_(Users.id < 2,and_(Users.name == 'eric', Users.id > 3),Users.extra != "")).all()############ 通配符 ###########
ret = session.query(Users).filter(Users.name.like('e%')).all()  # 以e开头,%代表所有字符
ret = session.query(Users).filter(~Users.name.like('e%')).all() # 不以e开头,%代表所有字符############ 限制 ############
ret = session.query(Users)[1:2]########### 排序 ##############
ret = session.query(Users).order_by(Users.name.desc()).all()  # 根据name按照从大到小排序
ret = session.query(Users).order_by(Users.name.desc(), Users.id.asc()).all() # 写多个，优先按照name从大到小排序，如有重名，再按id从小到大排############## 分组 ###############
from sqlalchemy.sql import func  # 导入聚合函数

ret = session.query(Users).group_by(Users.extra).all()  # 根据extra分组
ret = session.query(func.max(Users.id),func.sum(Users.id),func.min(Users.id)).group_by(Users.name).all()ret = session.query(func.max(Users.id),func.sum(Users.id),func.min(Users.id)).group_by(Users.name).having(func.min(Users.id) >2).all()############# 连表 ##############

ret = session.query(Users, Favor).filter(Users.id == Favor.nid).all()ret = session.query(Person).join(Favor).all()  # inner join 和 left join的区别?  join(Favor).all()是一个整体# 表里有外键，才可以这么连表
ret = session.query(Person).join(Favor, isouter=True).all()  # left join   Person left join Favor
# 如果没有外键，可以写参数'''
.all():表示取值
如果想看sql语句是什么，就先去掉.all()
ret = session.query(Person).join(Favor, isouter=True)
print(ret) 得到的就是 sql 语句
'''############# 组合 ############
# union 和 union_all
q1 = session.query(Users.name).filter(Users.id > 2)
q2 = session.query(Favor.caption).filter(Favor.nid < 2)
ret = q1.union(q2).all()q1 = session.query(Users.name).filter(Users.id > 2)
q2 = session.query(Favor.caption).filter(Favor.nid < 2)
ret = q1.union_all(q2).all()

4.SqlAlchemy也支持原生sql（重点也支持原生sql)

上面是orm里的sql操作，如果还有更复杂的sql，就可以写原生sql

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import time
import threadingfrom sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy import create_engine
from sqlalchemy.sql import text
from sqlalchemy.engine.result import ResultProxy
from db import Users, Hostsengine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6", max_overflow=0, pool_size=5)
Session = sessionmaker(bind=engine)session = Session()# 查询
# cursor = session.execute('select * from users')
# result = cursor.fetchall()# 添加
cursor = session.execute('insert into users(name) values(:value)',params={"value":'wupeiqi'})
session.commit()
print(cursor.lastrowid)session.close()

5.SQLAlchemy之一对多relationship（****）

import datetime
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Text, ForeignKey, DateTime, UniqueConstraint, Index
from sqlalchemy.orm import relationshipBase = declarative_base()class Hobby(Base):__tablename__ = "hobby"id = Column(Integer,primary_key=True)caption = Column(String(50),default="篮球")class Person(Base):__tablename__ = "person"nid = Column(Integer,primary_key=True)name = Column(String(32),index=True, nullable=True)hobby_id = Column(Integer,ForeignKey('hobby.id'))# relationship与数据库没关系，不会再数据库里生成这个字段的。关联的是Hobby表，作用是快速帮你做连表操作hobby = relationship("Hobby", backref = 'pers')  # backref 表示可以反向关联

# -*- coding:utf-8 -*-
import time
import threadingfrom sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy import create_engine
from sqlalchemy.sql import text
from sqlalchemy.engine.result import ResultProxy# 1.创建连接池
engine = create_engine("mysql+pymysql://root@127.0.0.1:3306/s7?charset=utf-8",max_overflow = 0,pool_sise =5)
Session = sessionmaker(bind=engine)# 2. 从连接池中获取数据库连接
session = Session()# 3. 执行ORM操作# 先分别给两张表里新增数据
# 给hobby里新增数据
session.add_all([models.Hobby(caption='姑娘'),models.Hobby(caption='足球'),
])
session.commit()# 给person表里新增人
session.add_all([models.Person(name='李志',id = 2),models.Person(name='龙龙',id = 1),models.Person(name='大龙',id = 3),
])
session.commit()# 查所有的用户表person表
person_list = session.query(models.Person).all()
for row in person_list:print(row.name, row.hobby_id)# 需求：把hobby_id对应的中文名字全部拿出来--连表操作   喜欢足球的所有人
# 方式一
person_list = session.query(models.Person.name, models.Hobby.caption).join(models.Hobby, isouter=True).all()
for row in person_list:print(row.name, row.hobby_id, row.caption)# 方式二：通过加relationship自动，进行自动连表查询
# 正向关联
person_list = session.query(models.Person).all()
for row in person_list:print(row.name, row.hobby.caption)# 或：也可以进行反向关联   喜欢姑娘的所有人
obj = session.query(models.Hobby).filter(models.Hobby.id == 1).first()
persons = obj.pers
print(persons)# releationship也可以做增加
hb = models.Hobby(caption = "人妖")
hb.pers = [models.Person(name = "liuwu"),models.Person=(name = "liz")]
session.add(hb)
session.commit()#
obj = models.Person(name = "lili", hobby = models.Hobby(caption = "人妖2"))
session.add(obj)
session.commit()# 4. 关闭数据库连接(将连接放回连接池）

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import time
import threadingfrom sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy import create_engine
from sqlalchemy.sql import text
from sqlalchemy.engine.result import ResultProxy
from db import Users, Hosts, Hobby, Personengine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6?charset=utf8", max_overflow=0, pool_size=5)
Session = sessionmaker(bind=engine)
session = Session()
# 添加
"""
session.add_all([Hobby(caption='乒乓球'),Hobby(caption='羽毛球'),Person(name='张三', hobby_id=3),Person(name='李四', hobby_id=4),
])person = Person(name='张九', hobby=Hobby(caption='姑娘'))
session.add(person)hb = Hobby(caption='人妖')
hb.pers = [Person(name='文飞'), Person(name='博雅')]
session.add(hb)session.commit()
"""# 使用relationship正向查询
"""
v = session.query(Person).first()
print(v.name)
print(v.hobby.caption)
"""# 使用relationship反向查询
"""
v = session.query(Hobby).first()
print(v.caption)
print(v.pers)
"""session.close()基于relationship操作ForeignKey

6.SQLAlchemy之多对多relationship

import datetime
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Text, ForeignKey, DateTime, UniqueConstraint, Index
from sqlalchemy.orm import relationshipBase = declarative_base()# 多对多关系表
class Server2Group(Base):__tablename__ = 'server2group'id = Column(Integer, primary_key=True, autoincrement=True)# 在这里生成多对多关系的server_id = Column(Integer, ForeignKey('server.id'))group_id = Column(Integer, ForeignKey('group.id'))class Group(Base):__tablename__ = 'group'id = Column(Integer, primary_key=True)name = Column(String(64), unique=True, nullable=False)# 与生成表结构无关，仅用于查询方便servers = relationship('Server', secondary='server2group', backref='groups')class Server(Base):__tablename__ = 'server'id = Column(Integer, primary_key=True, autoincrement=True)hostname = Column(String(64), unique=True, nullable=False)

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import time
import threadingfrom sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy import create_engine
from sqlalchemy.sql import text
from sqlalchemy.engine.result import ResultProxy
from db import Users, Hosts, Hobby, Person, Group, Server, Server2Groupengine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6?charset=utf8", max_overflow=0, pool_size=5)
Session = sessionmaker(bind=engine)
session = Session()
# 添加
"""
session.add_all([Server(hostname='c1.com'),Server(hostname='c2.com'),Group(name='A组'),Group(name='B组'),
])
session.commit()s2g = Server2Group(server_id=1, group_id=1)
session.add(s2g)
session.commit()gp = Group(name='C组')
gp.servers = [Server(hostname='c3.com'),Server(hostname='c4.com')]
session.add(gp)
session.commit()ser = Server(hostname='c6.com')
ser.groups = [Group(name='F组'),Group(name='G组')]
session.add(ser)
session.commit()
"""# 使用relationship正向查询
"""
v = session.query(Group).first()
print(v.name)
print(v.servers)
"""# 使用relationship反向查询
"""
v = session.query(Server).first()
print(v.hostname)
print(v.groups)
"""session.close()

 7.其他

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import time
import threadingfrom sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index
from sqlalchemy.orm import sessionmaker, relationship
from sqlalchemy import create_engine
from sqlalchemy.sql import text, func
from sqlalchemy.engine.result import ResultProxy
from db import Users, Hosts, Hobby, Person, Group, Server, Server2Groupengine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/s6?charset=utf8", max_overflow=0, pool_size=5)
Session = sessionmaker(bind=engine)
session = Session()# 关联子查询
subqry = session.query(func.count(Server.id).label("sid")).filter(Server.id == Group.id).correlate(Group).as_scalar()
result = session.query(Group.name, subqry)
"""
SELECT `group`.name AS group_name, (SELECT count(server.id) AS sid 
FROM server 
WHERE server.id = `group`.id) AS anon_1 
FROM `group`
"""
# (SELECT count(server.id) 只能一个值# 原生SQL
"""
# 查询
cursor = session.execute('select * from users')
result = cursor.fetchall()# 添加
cursor = session.execute('insert into users(name) values(:value)',params={"value":'wupeiqi'})
session.commit()
print(cursor.lastrowid)
"""session.close()其他

 

Flask-SQLAlchemy插件

就是Flask和SQLALchemy的管理者，让flask和sqlAlchemy无缝连接起来

本质上还是目录和文件的管理

所以目录结构要保存好。

文件见：链接:https://pan.baidu.com/s/1aOaeCGCEPkTQnLe27Sdnow  密码:gzsq  

Flask-Migrate组件

SqlAlchemy本身不支持更改表结构，所以需要借助Flask-Migrate第三方组件操作

作用：flask-migrate用于实现类似Django数据库迁移：makemigrations/migrate ->migrate/upgrade

# 安装
pip install flask-migrate

from flask_script import Manager
from flask import Flask
from sansa import create_app, db# 数据库迁移需要配置的项
# 第一：导入
from flask_migrate import Migrate, MigrateCommandapp = create_app()
manage = Manager(app)
# 第二
migrate = Migrate(app, db)# 第三
manage.add_command('db', MigrateCommand)'''
配置好上面三项，就可以在cmd里执行下面的命令迁移数据库了
数据库迁移命令:python manage.py db initpython manage.py db migratepython manage.py db upgrade'''if __name__ == '__main__':manage.run()

Flask-script组件

作用：用于实现类似 django python manage.py runserver...这样的脚本

# 安装
pip install flask-script

# 使用from flask_script import Manager  # 导入 Manage
from flask import Flaskapp = Flask(__name__)
manage = Manager(app)   # 实例化manage

app.route("/")
def index():return "hello flask-script"if __name__ == '__main__':manage.run()

先右键run起来程序，然后就可以在命令行里通过命令运行了

# 通过命令运行
python manage.py runserver

from flask_script import Manager
from flask import Flask# 类似位置参数方式
@manage.command()
def custom(arg):'''自定义命令执行： python manage.py custom 123     ( 123 是传入的参数 ）custom 表示要执行这个函数:param arg::return:'''# 可以把离线脚本放入这里from sansa import create_appfrom sansa import dbapp = create_app()with app.app_context():db.create_all()# 类似关键字参数方式
@manage.option('-n', '--name', dest = 'name')
@manage.option('-u','--url',dest = 'url')    
def cmd(name,url):'''自定义命令执行： python manage.py cmd - n mamingchen -u http://www.baidu.com- n ,-u: 都表示要传参数了:param name::param url::return:'''print(name,url)if __name__ == '__main__':manage.run()

 

 

Flask-RESTful组件

 

pipreqs模块

一个项目经常会安装很多组件或者插件，都有不同的版本，怎么才能知道这项目都用到了哪些模块，什么版本呢？

python有个模块可以很方便的干这件事.

1. 安装

pip install pipreqs

2. 检查并生成一个requirements.txt

# 必须在程序的根目录执行下面的命令

pipreqs ./

3. pipreqs 还可以导入自动安装还没有安装的插件

4. pycharm本身也可以自动检查程序并提示你安装还没有安装的插件

 

研究一下：

fabric

ansible

saltstack