• 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.