ORM模型

在Flask中，ORM（Object-Relational Mapping，對象關系映射）模型是指使用面向對象的方式來操作數據庫的編程技術。它允許開發者使用Python類和對象來操作數據庫，而不需要直接編寫SQL語句。

核心概念

1. ORM模型定義

在Flask中，ORM模型通常是通過SQLAlchemy（最流行的Python ORM工具）或類似的庫來定義的。一個ORM模型對應數據庫中的一個表。

from flask_sqlalchemy import SQLAlchemydb = SQLAlchemy()class User(db.Model):id = db.Column(db.Integer, primary_key=True)username = db.Column(db.String(80), unique=True, nullable=False)email = db.Column(db.String(120), unique=True, nullable=False)def __repr__(self):return f'<User {self.username}>'

2. 主要特點

• 表映射為類：每個數據庫表對應一個Python類

• 列映射為屬性：表中的列對應類的屬性

• 行映射為對象：表中的每一行數據對應類的一個實例

常用字段類型

ORM類型	Python類型	數據庫類型
db.Integer	int	INTEGER
db.String(size)	str	VARCHAR(size)
db.Text	str	TEXT
db.Float	float	FLOAT
db.Boolean	bool	BOOLEAN
db.DateTime	datetime.datetime	DATETIME
db.Date	datetime.date	DATE
db.Time	datetime.time	TIME
db.LargeBinary	bytes	BLOB

模型關系

1. 一對多關系

class User(db.Model):id = db.Column(db.Integer, primary_key=True)posts = db.relationship('Post', backref='author', lazy=True)class Post(db.Model):id = db.Column(db.Integer, primary_key=True)user_id = db.Column(db.Integer, db.ForeignKey('user.id'), nullable=False)

2. 多對多關系

tags = db.Table('tags',db.Column('tag_id', db.Integer, db.ForeignKey('tag.id'), primary_key=True),db.Column('post_id', db.Integer, db.ForeignKey('post.id'), primary_key=True)
)class Post(db.Model):id = db.Column(db.Integer, primary_key=True)tags = db.relationship('Tag', secondary=tags, lazy='subquery',backref=db.backref('posts', lazy=True))class Tag(db.Model):id = db.Column(db.Integer, primary_key=True)

基本CRUD操作

1. 創建(Create)

new_user = User(username='john', email='john@example.com')
db.session.add(new_user)
db.session.commit()

2. 讀取(Read)

# 獲取所有用戶
users = User.query.all()# 獲取單個用戶
user = User.query.get(1)# 條件查詢
user = User.query.filter_by(username='john').first()

3. 更新(Update)

user = User.query.get(1)
user.email = 'new@example.com'
db.session.commit()

4. 刪除(Delete)

user = User.query.get(1)
db.session.delete(user)
db.session.commit()

在Flask中使用ORM模型

1. 首先需要配置數據庫URI：

app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///site.db'
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False
db.init_app(app)

1. 創建數據庫表：

with app.app_context():db.create_all()

優勢

1. 提高開發效率：不用寫原生SQL語句

2. 代碼更易維護：數據庫操作以面向對象方式進行

3. 數據庫無關性：可以輕松切換不同類型的數據庫

4. 安全性：自動處理SQL注入等安全問題

注意事項

1. 記得在修改模型后執行數據庫遷移（如使用Alembic）

2. 批量操作時注意性能（N+1查詢問題）

3. 復雜的查詢可能還是需要直接使用SQL

Flask中的ORM模型大大簡化了數據庫操作，使得開發者可以更專注于業務邏輯的實現。

創建外鍵

查詢外鍵

?

Flask連接MySQL數據庫+ORM增刪改查

在Flask中，很少會使用pymysql直接寫原生SQL語句去操作數據庫，更多的是通過SQLAichemy提供的ORM技術，類似于操作普通Python對象一樣實現數據庫的增刪改查操作，而Flask-SQLAlchemy是需要單獨安裝的，因為Flask-SQLAlchemy依賴SQLAlchemy，所以只要安裝了Flask-SQLAlchemy,SQLAlchemy會自動安裝。

pip install flask-sqlalchemy

# 登錄數據庫
mysql -u root -p
# 創建數據庫（支持中文）
CREATE DATABASE database_learn DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

from flask import Flask
from flask_sqlalchemy import SQLAlchemy
from sqlalchemy import textapp=Flask(__name__)# 設置連接數據庫的信息
HOSTNAME='127.0.0.1'
PORT=3306
USERNAME='root'
PASSWORD='123456'
DATABASE='database_learn'# 設置連接數據庫的URL
app.config['SQLALCHEMY_DATABASE_URI']=f'mysql+pymysql://{USERNAME}:{PASSWORD}@{HOSTNAME}:{PORT}/{DATABASE}?charset=utf8mb4'# 在app.config中設置好連接數據庫的信息，然后使用SQLLichemy(app)創建一個db對象
# SQLAlchemy會自動讀取app.config中連接數據庫的信息db=SQLAlchemy(app)with app.app_context():with db.engine.connect() as conn:result=conn.execute(text("select 1"))print(result.fetchone())@app.route('/')
def hello_world():return 'Hello World!'if __name__ == '__main__':app.run(debug=True)

一個ORM模型與一個數據庫中的一張表對應

創建數據庫表

其實就是創建一個ORM模型，而且user表有屬性是username和password

添加用戶

查詢用戶

我刷新了兩次add頁面，所以有兩個添加張三

更新用戶

刪除

Flask-migrate使用方法指南

?# flask-migrate遷移ORM模型
在終端中

pip install flask-migrate

flask db init
flask db migrate
flask db upgrade

自動生成。第一次創建的時候需要Init，后面再更新的話只需要后兩條命令

這樣就不需要再重新創建表設計表，能夠直接更新表的屬性

Alembic 使用方法指南

Alembic 是一個輕量級的數據庫遷移工具，專門為 SQLAlchemy 設計。以下是 Alembic 的基本使用方法：

1. 安裝

pip install alembic

2. 初始化

在項目目錄中初始化 Alembic：

alembic init alembic

這會創建一個?alembic?目錄和?alembic.ini?配置文件。

3. 配置

編輯?alembic.ini?文件，設置數據庫連接：

sqlalchemy.url = driver://user:pass@localhost/dbname

或者在?alembic/env.py?中動態配置：

config.set_main_option('sqlalchemy.url', 'your-database-url')

?

4. 創建遷移腳本

自動生成遷移腳本（基于模型變更）：

alembic revision --autogenerate -m "描述信息"

手動創建空遷移腳本：

alembic revision -m "描述信息"

5. 編輯遷移腳本

生成的遷移腳本位于?alembic/versions/?目錄下，包含?upgrade()?和?downgrade()?函數。

6. 執行遷移

升級到最新版本：

alembic upgrade head

升級到特定版本：

alembic upgrade <版本號>

降級到特定版本：

alembic downgrade <版本號>

7. 其他常用命令

• 查看當前版本：

alembic current

• 查看歷史記錄：

alembic history

• 生成 SQL 而不執行（用于檢查）：

alembic upgrade head --sql

8. 與 Flask 集成

如果使用 Flask-SQLAlchemy，可以在?env.py?中：

from myapp import db
target_metadata = db.metadata

9. 最佳實踐

1. 每次模型變更后生成新的遷移腳本

2. 為每個遷移編寫清晰的描述信息

3. 在團隊中共享遷移腳本

4. 在生產環境部署前測試遷移

注意事項

• 確保模型與數據庫同步

• 自動生成遷移后檢查生成的腳本是否正確

• 對于復雜變更，可能需要手動編輯遷移腳本

希望這個指南能幫助你開始使用 Alembic 進行數據庫遷移管理！