- en
- Language: ru
- Documentation version: 1.1.x
SQLAlchemy во Flask¶
Многие люди предпочитают SQLAlchemy для доступа к базе данных. В этом случае рекомендуется использовать пакет вместо модуля для вашего приложения flask и вынести модели в отдельный модуль (Крупные приложения). Хотя это не обязательно, в этом есть большой смысл.
Существует четыре очень распространенных способа использования SQLAlchemy. Я опишу каждый из них здесь:
Расширение Flask-SQLAlchemy¶
Поскольку SQLAlchemy - это общий уровень абстракции баз данных и объектно-реляционный маппер, который требует немного усилий по настройке, существует расширение Flask, которое делает это за вас. Это рекомендуется, если вы хотите быстро начать работу.
Вы можете скачать Flask-SQLAlchemy с сайта PyPI.
Декларативный¶
Декларативное расширение в SQLAlchemy - это самый современный метод использования SQLAlchemy. Оно позволяет определять таблицы и модели одним движением, подобно тому, как это делается в Django. В дополнение к приведенному ниже тексту я рекомендую официальную документацию по расширению declarative.
Вот пример модуля database.py
для вашего приложения:
from sqlalchemy import create_engine
from sqlalchemy.orm import scoped_session, sessionmaker
from sqlalchemy.ext.declarative import declarative_base
engine = create_engine('sqlite:////tmp/test.db', convert_unicode=True)
db_session = scoped_session(sessionmaker(autocommit=False,
autoflush=False,
bind=engine))
Base = declarative_base()
Base.query = db_session.query_property()
def init_db():
# import all modules here that might define models so that
# they will be registered properly on the metadata. Otherwise
# you will have to import them first before calling init_db()
import yourapplication.models
Base.metadata.create_all(bind=engine)
Чтобы определить свои модели, просто подклассифицируйте класс Base, который был создан приведенным выше кодом. Если вы задаетесь вопросом, почему нам не нужно заботиться о потоках (как мы делали это в примере SQLite3 выше с объектом g
): это потому, что SQLAlchemy уже делает это за нас с помощью scoped_session
.
Чтобы использовать SQLAlchemy в декларативном виде в вашем приложении, достаточно поместить следующий код в модуль вашего приложения. Flask будет автоматически удалять сессии базы данных в конце запроса или при завершении работы приложения:
from yourapplication.database import db_session
@app.teardown_appcontext
def shutdown_session(exception=None):
db_session.remove()
Вот пример модели (поместите это в models.py
, например):
from sqlalchemy import Column, Integer, String
from yourapplication.database import Base
class User(Base):
__tablename__ = 'users'
id = Column(Integer, primary_key=True)
name = Column(String(50), unique=True)
email = Column(String(120), unique=True)
def __init__(self, name=None, email=None):
self.name = name
self.email = email
def __repr__(self):
return '<User %r>' % (self.name)
Для создания базы данных вы можете использовать функцию init_db:
>>> from yourapplication.database import init_db
>>> init_db()
Вы можете вставлять записи в базу данных следующим образом:
>>> from yourapplication.database import db_session
>>> from yourapplication.models import User
>>> u = User('admin', 'admin@localhost')
>>> db_session.add(u)
>>> db_session.commit()
Запросы также просты:
>>> User.query.all()
[<User u'admin'>]
>>> User.query.filter(User.name == 'admin').first()
<User u'admin'>
Ручное объектно-реляционное отображение¶
Ручное объектно-реляционное отображение имеет несколько плюсов и несколько минусов по сравнению с декларативным подходом, описанным выше. Основное отличие заключается в том, что вы определяете таблицы и классы отдельно и сопоставляете их вместе. Это более гибко, но немного сложнее. В целом он работает так же, как и декларативный подход, поэтому не забудьте также разделить ваше приложение на несколько модулей в пакете.
Вот пример database.py
модуля для вашего приложения:
from sqlalchemy import create_engine, MetaData
from sqlalchemy.orm import scoped_session, sessionmaker
engine = create_engine('sqlite:////tmp/test.db', convert_unicode=True)
metadata = MetaData()
db_session = scoped_session(sessionmaker(autocommit=False,
autoflush=False,
bind=engine))
def init_db():
metadata.create_all(bind=engine)
Как и в декларативном подходе, вам необходимо закрывать сессию после каждого запроса или выключения контекста приложения. Поместите это в модуль вашего приложения:
from yourapplication.database import db_session
@app.teardown_appcontext
def shutdown_session(exception=None):
db_session.remove()
Вот пример таблицы и модели (поместите это в models.py
):
from sqlalchemy import Table, Column, Integer, String
from sqlalchemy.orm import mapper
from yourapplication.database import metadata, db_session
class User(object):
query = db_session.query_property()
def __init__(self, name=None, email=None):
self.name = name
self.email = email
def __repr__(self):
return '<User %r>' % (self.name)
users = Table('users', metadata,
Column('id', Integer, primary_key=True),
Column('name', String(50), unique=True),
Column('email', String(120), unique=True)
)
mapper(User, users)
Запрос и вставка работают точно так же, как и в приведенном выше примере.
Уровень абстракции SQL¶
Если вы просто хотите использовать уровень абстракции системы баз данных (и SQL), вам, по сути, нужен только движок:
from sqlalchemy import create_engine, MetaData, Table
engine = create_engine('sqlite:////tmp/test.db', convert_unicode=True)
metadata = MetaData(bind=engine)
Затем вы можете либо объявить таблицы в своем коде, как в примерах выше, либо автоматически загрузить их:
from sqlalchemy import Table
users = Table('users', metadata, autoload=True)
Для вставки данных вы можете использовать метод insert. Сначала мы должны получить соединение, чтобы мы могли использовать транзакцию:
>>> con = engine.connect()
>>> con.execute(users.insert(), name='admin', email='admin@localhost')
SQLAlchemy автоматически зафиксирует за нас.
Чтобы сделать запрос к базе данных, вы используете движок напрямую или используете соединение:
>>> users.select(users.c.id == 1).execute().first()
(1, u'admin', u'admin@localhost')
Эти результаты также являются диктоподобными кортежами:
>>> r = users.select(users.c.id == 1).execute().first()
>>> r['name']
u'admin'
В метод execute()
можно также передавать строки операторов SQL:
>>> engine.execute('select * from users where id = :1', [1]).first()
(1, u'admin', u'admin@localhost')
Для получения дополнительной информации о SQLAlchemy перейдите по ссылке website.