第五章 Flask中操作数据库（一）
一. Python数据库框架
大多数数据库引擎都有对应的Python包，如：MySQL、SQLite、Redis、MongoDB等。此外还有一些数据库抽象层代码包供选择，如：SQLAlchemy和MongoEngine。选择数据库框架式，要考虑很多因素：
- 易用性
抽象层也成为对象关系映射（ORM）或对象文档映射（ODM），可以把高层的面向对象操作转换为底层的数据库指令。因此，相比数据库引擎，更具易用性。
- 性能
ORM和ODM把对象转换为数据库业务时会有一定损耗，但它们对生产效率的提升远远超过了这一丁点儿性能的降低。
- 可移植性
选择数据库时必须考虑其是否能在你的开发平台和生产平台中使用。可移植性还针对ORM和ODM，有些框架只为一种数据库引擎提供抽象层。但其它框架可能做了更高层的抽象，支持不同的数据库引擎，并使用相同的现象对象接口。如SQLAlchemy ORM支持MySQL/Postgres/SQLite数据库引擎。
- Flask集成度
使用集成了Flask的数据库框架可以简化配置和操作，《Flask Web开发》一书选择的数据库框架是Flask-SQLAlchemy，这个Flask扩展包装了SQLAlchemy框架。
二. 使用Flask-SQLAlchemy框架管理数据库
SQLAlchemy提供了高层ORM，也提供了使用数据库原生SQL的底层功能，Flask-SQLAlchemy的安装：
pip install flask-sqlalchemyFlask-SQLAlchemy数据库URL
| 数据库引擎 | URL |
| MySQL | mysql://username:password@hostname/database |
| Postgres | postgresql://username:password@hostname/database |
| SQLite(Linux/macOS) | sqlite:////absolute/path/to/database |
| SQLite(Wondows) | sqlite:///c:/absolute/path/to/database |
SQLite数据库没有服务器，因此不用指定hostname/passwordd/username，URL中的database是磁盘中的文件名。 应用使用的数据库URL保存在Flask配置对象的SQLALCHEMY_DATABASE_URI键中。Flask-SQLAlchemy建议把SQLALCHEMY_TRACK_MODIFICATIONS键设为False，以便在不需要跟踪对象变化时降低内存消耗。
app.py 配置数据库:
import os
from flask_sqlalchemy import SQLAlchemy
app = Flask(__name__)
# 配置SQLite数据库
basedir = os.path.abspath(os.path.dirname(__file__))
app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///' + os.path.join(basedir, 'data.sqlite')
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False
db = SQLAlchemy(app)db对象是SQLAlchemy类的实例，表示应用使用的数据库。
三. 定义模型
模型表示应用使用的持久化实体。在ORM中模型为一个Python类，类中的属性对应于数据库表中的列。Flask-SQLAlchemy提供了创建数据库实例的基类以及一系列辅助类和辅助函数，用于定义模型的结果。
app.py 添加模型定义：
class Role(db.Model):
"""定义角色模型"""
__tablename__ = 'roles'
id = db.Column(db.Integer, primary_key=True)
name = db.Column(db.String(64), unique=True)
# 关联的另一端是哪个模型
users = db.relationship('User', backref='role')
def __repr__(self):
return '' % self.name
class User(db.Model):
"""定义用户模型"""
__tablename__ = 'users'
id = db.Column(db.Integer, primary_key=True)
username = db.Column(db.String(64), unique=True, index=True)
role_id = db.Column(db.Integer, db.ForeignKey('roles.id'))
def __repr__(self):
return '' % self.username 说明：
- 类变量__tablename__定义在数据库中使用的表名；
- 模型的属性（表的列）都定义为db.Column()类的实例，其第一个参数是数据库列（模型属性）的类型（详见表5-2）;
- db.Column()的其余参数指定属性的配置选项（详见表5-3）；
- __repr__()方法返回一个具有可读性的字符串表示模型，供调试和测试时使用；
表5-2 最常用的SQLAlchemy列类型
| 类型名 | Python类型 | 说明 |
| Integer | int | 普通整数，32位 |
| SmallInteger | int | 取值范围小的整数，16位 |
| BigInteger | int 或 long | 不限制精度的整数 |
| Float | float | 浮点数 |
| Numeric | decimal.Decimal | 定点数 |
| String | str | 变长字符串 |
| Text | str | 变长字符串，对较长或不限长度的字符串坐了优化 |
| Unicode | unicode | 变长Unicode字符串 |
| UnicodeText | unicode | 变长Unicode字符串，对较长或不限长度的字符串坐了优化 |
| Boolean | boolean | 布尔值 |
| Date | datetime.date | 日期 |
| Time | datetime.time | 时间 |
| DateTime | datatime.datetime | 日期和时间 |
| Interval | datetime.timedelta | 时间间隔 |
| Enum | str | 一组字符串 |
| PickleType | 任何python对象 | 自动使用Pickle序列化 |
| LargeBinary | str | 二进制blob |
表5-3 最常用的SQLAlchemy列选项
| 选项名 | 说明 |
| primary_key | True:列为表的主键 |
| unique | True:列为不允许出现重复的值 |
| index | True:为列创建索引，提升查询效率 |
| nullable | True:列允许使用空值；False:列不允许使用空值 |
| default | 为列定义默认值 |
四. 关系
关系数据库使用关系把不同表中的行关联起来。关联关系包含：一对一/一对多（使用外键关联）/多对多（使用第三张表，关系表来实现）。如上述app.py定义的模型就实现了roles和users的一对多关系：
class Role(db.Model):
"""定义角色模型"""
...
# 关联的另一端是哪个模型
users = db.relationship('User', backref='role')
class User(db.Model):
"""定义用户模型"""
...
role_id = db.Column(db.Integer, db.ForeignKey('roles.id'))- 添加到User模型的role_id列为外键，参数'roles.id'表明这列值是roles表中相应行的id值；
- 添加到Role模型中的users属性，代表这个关系的面向对象视角，其users属性返回与角色相关联的用户组成的列表（即“多”那一端）；
- db.relationship()第一个参数表明这个关系的另一端是哪个模型（如果关联的模型类在后面定义，可以使用字符串的形式定义）；
- backref参数向User模型中添加一个role属性，来定义反向关系：通过User实例的这个属性可以获取对应的Role模型对象，而不再需要role_id外键获取。
表5-4 常用的SQLAlchemy关系选项
| 选项名 | 说明 |
| backref | 在关系的另一个模型中添加反向引用 |
| uselist | 设为False，表示不使用列表，使用标量值(一对一关系) |
| secondary | 多对多关系中关联表的名称 |
| order_by | 关系中记录的排序方式 |
| primaryjoin | 指定2个模型间使用的联结条件，只在模棱两可的关系中指定 |
| secondaryjoin | SQLAlchemy无法自行决定时，指定多对多关系中的二级联结条件 |
| lazy | 指定如何加载相关记录，可选值：
|