Flask学习之旅--还是数据库（sqlacodegen + SQL Alchemy）

一、写在前面

　　其实之前已经写过一篇关于 Flask 中使用数据库的博客了，不过那一篇博客主要是记录我在使用 Flask + MySQL8.0 时所遇到的一些问题（如果用的不是 MySQL8.0估计就没有这么多问题了！）。然后这一篇可以算作一份学习笔记了，也是关于在 Flask 中进行数据库操作的，感觉写这种学习笔记还是比较有用的，可以再学习一遍也就能更好的掌握了。

　　在使用 Flask 的时候，一般都会创建一个 model.py，然后在里面继承和创建模型，再迁移到数据库中，最后进行一些增删改查等操作。但是如果数据库表已经建立好了呢？有没有办法将这些数据库表引入到 Flask 中呢？

二、sqlacodegen

1.sqlacodegen简介

　　sqlacodegen pypi：https://pypi.org/project/sqlacodegen/。

　　其中对 sqlacodegen 的介绍是：这是一个工具，它读取现有数据库的结构并生成相应的 SQLAlchemy 模型代码，如果可能，使用声明式样式。

　　sqlacodegen 的几个主要特性为：

　　1）支持 SQLAlchemy 0.8.x - 1.3.x。

　　2）生成几乎看起来像是手写的声明性代码。

　　3）生成符合 PEP 8 标准的代码。

　　4）准确地确定关系，包括多对多，一对一。

　　5）自动检测连接表继承。

2.sqlacodegen安装

　　使用 pip 安装即可：

pip install sqlacodegen

3.sqlacodegen用法

　　下面是一个 sqlacodegen 用法示例：

sqlacodegen mysql+pymysql://root:qwer1234@127.0.0.1/mydb --tables users,roles,phone >models.py

 　　首先是一个 sqlacodegen 命令，后面接上连接数据库的语句，然后可以使用 --tables 指定要导入的数据表，最后用 >models.py 输出到 models.py 中，如果不指定输出文件，会将 python 代码直接打印出来。下面是生成的 models.py 中的代码：

# coding: utf-8
from sqlalchemy import Column, ForeignKey, String
from sqlalchemy.dialects.mysql import INTEGER
from sqlalchemy.orm import relationship
from sqlalchemy.ext.declarative import declarative_base

Base = declarative_base()
metadata = Base.metadata


class Phone(Base):
    __tablename__ = 'phone'

    phone = Column(String(11), primary_key=True)
    phone_address = Column(String(40))


class Role(Base):
    __tablename__ = 'roles'

    role_id = Column(INTEGER(11), primary_key=True)
    role_name = Column(String(45))


class User(Base):
    __tablename__ = 'users'

    user = Column(String(10), primary_key=True)
    sex = Column(String(10))
    email = Column(String(45))
    phone = Column(String(11))
    role_id = Column(ForeignKey('roles.role_id'), index=True)

    role = relationship('Role')

三、SQL Alchemy

1.SQL Alchemy简介

　　SQL Alchemy pypi：https://pypi.org/project/SQLAlchemy/。

　　SQL Alchemy 是 Python SQL 工具包和对象关系映射器，它为应用程序开发人员提供了SQL的全部功能和灵活性。

　　在写上篇博客的时候简单介绍过 Flask-SQLAlchemy，当时说到它将对 SQL Alchemy 的支持添加到 Flask 应用程序中，因此我们通过简单设置之后就能在 Flask 中队数据库进行操作了，可那是当我们在把定义好的模型映射到数据库中时所用的。如果数据库表已经建好了，还怎么用 Flask-SQLAlchemy 来操作呢？这时候就需要使用 SQL Alchemy 了！

2.SQL Alchemy安装

　　使用 pip 安装即可：

pip install SQLAlchemy

3.SQL Alchemy架构

　　

　　1）Schema / Types 定义了类到表之间的映射框架(规则)。

　　2）SQL Expression Language 封装好的 SQL 语句。

　　3）Engine 操作者。

　　4）Connection Pooling 连接池。

　　5）Dialect 根据用户的配置，调用不同的数据库 API(如：Mysql) 并执行对应的 SQL 语句。

4.SQL Alchemy用法

（1）连接数据库

from sqlalchemy import create_engine


engine = create_engine("mysql+pymysql://root:qwer1234@127.0.0.1:3306/mydb")

　　create_engine() 会返回一个引擎实例，它代表着数据库的接口。这个引擎实例可以执行 SQL 语句，例如：

engine.execute("show tables")

（2）创建会话

 　　光有这个数据库的引擎还不够，还需要建立会话才行，这里要使用引擎来创建一个 Session 类的实例，代码为：

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker


# 创建引擎
engine = create_engine("mysql+pymysql://root:qwer1234@127.0.0.1:3306/mydb")
# 使用引擎创建Session
DB_Session = sessionmaker(bind=engine)
# 实例化
db_session = DB_Session()

（3）单表 CRUD

　　插入数据：

# 插入
db_session.execute("insert into roles values(%d,%s)" % (1, "'admin'"))
db_session.execute("insert into users values(%s,%s,%s,%s,%d)" % ("'user1'", "'man'", "'user1@163.com'", "'12233445566'", 1))
db_session.commit()

　　插入数据可以使用 SQL 语句来完成，在插入数据之后要使用 commit()，这一点不能忘记。

　　查询数据：

# 查询
result = db_session.query(User).filter(User.user == "user1")
print(result.all())
usr = result.all()[0]
print(usr.email)

# [<SQlAlchemy.models.User object at 0x0000028D33D7CDD8>]
# user1@163.com

　　在查询的时候需要使用 query()  和 filter()，返回的结果是一个列表，如果列表为空就表示数据库中没有该记录。对于返回的这个结果，使用 all() 返回所有记录，使用 one() 返回第一条记录。

　　更新数据：

# 更新
db_session.query(User).filter(User.user == "user1").update({User.email: 'user1user1@163.com'})
db_session.commit()
# 查询
result = db_session.query(User).filter(User.user == "user1")
usr = result.one()
print(usr.email)

# user1user1@163.com

　　更新数据可以使用 update() 方法，不过要接在 filter() 之后，使用这种方法即使数据库中没有记录也不会报错。

　　删除数据：

# 删除
db_session.query(User).filter(User.user == "user1").delete()
# 查询
result = db_session.query(User).filter(User.user == "user1")
usr = result.one()
print(usr.email)

# sqlalchemy.orm.exc.NoResultFound: No row was found for one()

　　删除数据的使用方法和更新数据类似，只不过是在 filter() 之后使用 delete() 方法。

（4）多表查询

 　　假设要查询 phone 为"12233445566"的用户名称和电话所在地址，就需要将 users 表和 phone 表联合起来进行查询，方法是使用多个 filter()：

res = db_session.query(User, Phone).filter(User.phone == "12233445566").filter(Phone.phone == "12233445566")
u, p = res.one()
print(u.user, p.phone_address)

# user1 A

　　假设要查询 user 为"user1"的用户的角色信息，就需要将 users 表和 roles 表联合起来进行查询，因为有外键的关系，所以可以使用 join()：

res = db_session.query(User).join(Role).filter(User.user == "user1")
u = res.one()
print(u.user, u.role.role_name)

# user1 admin