4 Flask mega-tutorial第4章 数据库 Database

如需转载请注明出处。
win10 64位、Python 3.6.3、Notepad++、Chrome 67.0.3396.99（正式版本）（64 位）
注：作者编写时间2017-12-27，linux、python 3.5.2

以下内容均是加入自己的理解与增删，以记录学习过程。不完全照搬作者Miguel Grinberg的博客，但版权属于作者，感谢他提供免费学习的资料。

传送门
00 开篇	01 Hello world	02 模板	03 Web表单
04 数据库	05 用户登录	06 个人资料和头像	07 错误处理
08 关注	09 分页	10 支持QQ邮箱	11 美化页面
12 时间和日期	13 I18n和L10n 翻译成中文 zh-CN	14 Ajax(百度翻译API	15 更好的App结构(蓝图)
16 全文搜索	17 部署到腾讯云Ubuntu	18 部署到Heroku	19 部署到Docker容器
20 JavaScript魔法	21 用户通知	22 后台工作(Redis)	23 应用程序编程接口(API)

数据库能为应用程序提供有效检索的持久数据。这是本章学习的内容。

Flask中的数据库

Flask本身并不支持 数据库。意味着可以自由选择适合应用程序的 数据库。

在Python中对于数据库，有很多选择，并且很多带有Flask扩展，可很好地与Flask Web应用程序集成。数据库分为两大类：关系型、非关系型。后者称为NoSQL，即它们没有实现流行的关系查询语言SQL。关系型数据库适合具有结构化数据的应用程序，如用户列表、博客帖子等；而NoSQL数据库适合具有结构不太明确的。

在第3章中，展示了第一个Flask扩展 Flask-WTF。本章将再使用两个Flask扩展：Flask-SQLAlchemy、Flask-Migrate。

其中，Flask-SQLAlchemy为流行的SQLAlchemy包提供了一个Flask-friendly包装器，它是一个ORM。ORM允许应用程序使用高级实体（如类、对象、方法）而不是表和SQL来管理数据库，它的工作是将高级操作转换为数据库命令。

关于SQLAlchemy的好处是：它不是一个ORM，而是许多关系数据库。SQLAlchemy支持很多数据库引擎，包括流行的MySQL、PostgreSQL、SQLite。这非常强大，因为可以使用不需要服务器的简单SQLite数据库进行开发，然后在生产服务器上部署应用程序时，可以选择更强大的MySQL或PostgreSQL服务器，而无需改变应用程序。

PS：学到一个单词 alchemy 译为 炼金术、魔力，SQLAlchemy是个有魔力的东西。

在虚拟环境中安装Flask-SQLAlchemy：pip install flask-sqlalchemy，将会自动附带安装sqlalchemy包。

库名称	版本号	简要说明
sqlalchemy	1.2.10	SQLAlchemy不是数据库，而是操作数据库的工具包、是对数据库进行操作的一种框架，简化了数据库管理的操作。也是一个强大的关系型数据库框架。
flask-sqlalchemy	2.3.2	Flask-SQLAlchemy 也是一种数据库框架，是一个Flask扩展，它包装了SQLAlchemy，支持多种数据库后台。无须关心SQL处理细节，一个基本关系对应一个类，而一个实体对应类的实例对象，通过调用方法操作数据库。

(venv) D:\microblog>pip install flask-sqlalchemy
Collecting flask-sqlalchemy
  Using cached https://files.pythonhosted.org/packages/a1/44/294fb7f6bf49cc7224417cd0637018db9fee0729b4fe166e43e2bbb1f1c8/Flask_SQLAlchemy-2.3.2-py2.py3-none-any.whl
Requirement already satisfied: Flask>=0.10 in d:\microblog\venv\lib\site-packages (from flask-sqlalchemy)
Collecting SQLAlchemy>=0.8.0 (from flask-sqlalchemy)
  Downloading https://files.pythonhosted.org/packages/8a/c2/29491103fd971f3988e90ee3a77bb58bad2ae2acd6e8ea30a6d1432c33a3/SQLAlchemy-1.2.10.tar.gz (5.6MB)
    100% |████████████████████████████████| 5.6MB 208kB/s
Requirement already satisfied: Werkzeug>=0.14 in d:\microblog\venv\lib\site-packages (from Flask>=0.10->flask-sqlalchemy)
Requirement already satisfied: click>=5.1 in d:\microblog\venv\lib\site-packages (from Flask>=0.10->flask-sqlalchemy)
Requirement already satisfied: Jinja2>=2.10 in d:\microblog\venv\lib\site-packages (from Flask>=0.10->flask-sqlalchemy)
Requirement already satisfied: itsdangerous>=0.24 in d:\microblog\venv\lib\site-packages (from Flask>=0.10->flask-sqlalchemy)
Requirement already satisfied: MarkupSafe>=0.23 in d:\microblog\venv\lib\site-packages (from Jinja2>=2.10->Flask>=0.10->flask-sqlalchemy)
Installing collected packages: SQLAlchemy, flask-sqlalchemy
  Running setup.py install for SQLAlchemy ... done
Successfully installed SQLAlchemy-1.2.10 flask-sqlalchemy-2.3.2

更多关于Flask-SQLAlchemy、SQLAlchemy以及Flask使用数据库的操作可查看博文。

数据库迁移

大多数数据库教程都涵盖数据库的创建、使用，但没有充分解决在应用程序在需要 更改或增长时对现有数据库进行更新的问题。这是一个难点，因为关系数据库是以结构化数据为中心，在结构发生更改时，数据库中 已有的数据需要 迁移到 修改后的结构中。

Flask-Migrate扩展是Alembic（PS：Alembic是SQLAlchemy作者编写的数据库迁移工具）的Flask包装器，是SQLAlchemy的数据库迁移框架。虽然使用数据库迁移为启动数据库添加了一些工作，但这是一个很小的代价，将为未来对数据库进行更改提供强大方法。
在虚拟环境中安装Flask-Migrate：pip install flask-migrate，将会自动附带安装Mako、alembic、python-dateutil、python-editor、six。

库名称	版本号	简要说明
Flask-Migrate	2.2.1	Flask的数据库迁移扩展
alembic	1.0.0	SQLAlchemy作者编写的数据库迁移工具
Mako	1.0.7	是一种嵌入式Python（即Python服务器页面）语言，提供一种熟悉的非XML语法
python-dateutil	2.7.3	对datetime模块的强大扩展
python-editor	1.0.3	以编程方式打开编辑器，捕获结果
six	1.11.0	Python 2.x和3.x兼容库，目的是编写兼容两个Python版本的Python代码

C:\Users\Administrator>d:

D:\>cd D:\microblog\venv\Scripts

D:\microblog\venv\Scripts>activate
(venv) D:\microblog\venv\Scripts>cd D:\microblog

(venv) D:\microblog>pip install flask-migrate
Collecting flask-migrate
  Using cached https://files.pythonhosted.org/packages/59/97/f681c9e43d2e2ace4881fa588d847cc25f47cc98f7400e237805d20d6f79/Flask_Migrate-2.2.1-py2.py3-none-any.whl
Requirement already satisfied: Flask-SQLAlchemy>=1.0 in d:\microblog\venv\lib\site-packages (from flask-migrate)
Collecting alembic>=0.7 (from flask-migrate)
  Downloading https://files.pythonhosted.org/packages/96/c7/a4129db460c3e0ea8fea0c9eb5de6680d38ea6b6dcffcb88898ae42e170a/alembic-1.0.0-py2.py3-none-any.whl (158kB)
    100% |████████████████████████████████| 163kB 246kB/s
Requirement already satisfied: Flask>=0.9 in d:\microblog\venv\lib\site-packages (from flask-migrate)
Requirement already satisfied: SQLAlchemy>=0.8.0 in d:\microblog\venv\lib\site-packages (from Flask-SQLAlchemy>=1.0->flask-migrate)
Collecting python-dateutil (from alembic>=0.7->flask-migrate)
  Using cached https://files.pythonhosted.org/packages/cf/f5/af2b09c957ace60dcfac112b669c45c8c97e32f94aa8b56da4c6d1682825/python_dateutil-2.7.3-py2.py3-none-any.whl
Collecting Mako (from alembic>=0.7->flask-migrate)
  Using cached https://files.pythonhosted.org/packages/eb/f3/67579bb486517c0d49547f9697e36582cd19dafb5df9e687ed8e22de57fa/Mako-1.0.7.tar.gz
Collecting python-editor>=0.3 (from alembic>=0.7->flask-migrate)
  Using cached https://files.pythonhosted.org/packages/65/1e/adf6e000ea5dc909aa420352d6ba37f16434c8a3c2fa030445411a1ed545/python-editor-1.0.3.tar.gz
Requirement already satisfied: itsdangerous>=0.24 in d:\microblog\venv\lib\site-packages (from Flask>=0.9->flask-migrate)
Requirement already satisfied: click>=5.1 in d:\microblog\venv\lib\site-packages (from Flask>=0.9->flask-migrate)
Requirement already satisfied: Jinja2>=2.10 in d:\microblog\venv\lib\site-packages (from Flask>=0.9->flask-migrate)
Requirement already satisfied: Werkzeug>=0.14 in d:\microblog\venv\lib\site-packages (from Flask>=0.9->flask-migrate)
Collecting six>=1.5 (from python-dateutil->alembic>=0.7->flask-migrate)
  Using cached https://files.pythonhosted.org/packages/67/4b/141a581104b1f6397bfa78ac9d43d8ad29a7ca43ea90a2d863fe3056e86a/six-1.11.0-py2.py3-none-any.whl
Requirement already satisfied: MarkupSafe>=0.9.2 in d:\microblog\venv\lib\site-packages (from Mako->alembic>=0.7->flask-migrate)
Installing collected packages: six, python-dateutil, Mako, python-editor, alembic, flask-migrate
  Running setup.py install for Mako ... done
  Running setup.py install for python-editor ... done
Successfully installed Mako-1.0.7 alembic-1.0.0 flask-migrate-2.2.1 python-dateutil-2.7.3 python-editor-1.0.3 six-1.11.0

Flask-SQLAlchemy配置

在 开发过程中，这将使用 SQLite数据库，它是开发小型应用程序的方便选择，有时甚至不是那么小，因为每个数据库都存储在磁盘上的单个文件中，并且不需要运行像MySQL、PostgreSQL的数据库服务器。

添加两个配置项到config.py中：
microblog/config.py：Flask-SQLAlchemy配置

import os

basedir = os.path.abspath(os.path.dirname(__file__))#获取当前.py文件的绝对路径

class Config:
    SECRET_KEY = os.environ.get('SECRET_KEY') or 'you will never guess'
	
	SQLALCHEMY_DATABASE_URI = os.environ.get('DATABASE_URI') or 'sqlite:///' + os.path.join(basedir, 'app.db')
	SQLALCHEMY_TRACK_MODIFICATIONS = False

Flask-SQLAlchemy扩展从SQLALCHEMY_DATABASE_URI变量中获取应用程序数据库的位置。在第3章中已学过，从环境变量中设置配置是一种很好的做法，并在环境中未定义变量时提供回退值。在这种情况下，将从DATABASE_URL环境变量中获取数据库URL；如果没有定义，将在应用程序主目录下配置一个名为app.db的数据库，该数据库存储在basedir变量中。

SQLALCHEMY_TRACK_MODIFICATIONS配置选项设置为False，意为禁用我不需要的Flask-SQLAlchemy的该特征，即追踪对象的修改并且发送信号。
更多的Flask-SQLAlchemy配置选项可参考 官网。

数据库将在应用程序中通过数据库实例表示。数据库迁移引擎也将有一个实例。这些是需要在应用程序之后需要创建的对象（即在app/__init__.py）。

app/__init__.py：初始化Flask-SQLAlchemy和Flask-Migrate，更新代码

from flask import Flask
from config import Config#从config模块导入Config类

from flask_sqlalchemy import SQLAlchemy#从包中导入类
from flask_migrate import Migrate

app = Flask(__name__)
app.config.from_object(Config)

db = SQLAlchemy(app)#数据库对象
migrate = Migrate(app, db)#迁移引擎对象

from app import routes,models#导入一个新模块models，它将定义数据库的结构，目前为止尚未编写

数据库模型

将存储在 数据库中的数据由一组 类来表示，通常称之为 数据库模型。 SQLAlchemy中的 ORM层将做 从这些类创建的对象 映射到 适当的数据库表的行所需的转换。

创建代表用户的模型，下图表示在users表中使用的数据。

id字段通常在所有模型中，用作主键，将为数据库中的每个用户分配一个唯一的id值，该值存储在id字段中。大多情况下，主键由数据库自动分配，因此只需提供id字段并标记为主键。
username、email、password_hash字段都被定义为字符串（VARCHAR），并指定最大长度。其中，password_hash字段值得关注，我们要确保应用程序采用安全性最佳实践，因此不能将用户密码存储在数据库中。不直接写密码，而是密码哈希，大大提高安全性。

现在，已知道想要的用户表，将其转换为新模板models中的代码：
app/models.py：用户数据库模型

from app import db

class User(db.Model):
	id = db.Column(db.Integer, primary_key=True)
	username = db.Column(db.String(64), index=True, unique=True)
	email = db.Column(db.String(120), index=True, unique=True)
	password_hash = db.Column(db.String(128))
	
	def __repr__(self):
		return ''.format(self.username)

上述创建的User类继承自db.Model，它是Flask-SQLAlchemy所有模型的基类。这个类定义了几个字段作为类变量，这些字段是db.Column类创建的实例，它将字段类型作为参数、及其他可选参数，例 指定哪些字段是唯一的、索引的，这些对数据库搜索是非常重要的、有效的。

__repr__ 方法用于告知Python如何打印此类的对象，这对调试很有用。在下面的Python解释会话中可看到__repr__()方法的实际应用：

>>> from app.models import User
>>> u = User(username='susan', email='[email protected]')
>>> u

创建迁移存储库

上一节中创建的 模型类定义了这个应用程序的 初始数据库结构（或模式schema）。但随着应用程序的不断发展，将可能需要更改结构、添加新内容，还看修改或删除项目。 Alembic（Flask-Migrate使用的迁移框架）将 以不需要从头开始重新创建数据库的方式做到这些模式变化。

为了完成这个看似困难且麻烦的任务，Alembic维护了一个迁移存储库，它是一个存储其迁移脚本的目录。每次对数据库模式进行更改时，都会将迁移脚本添加到存储库，其中包含更改的详细信息。若要迁移运用于数据库，这些迁移脚本将按创建顺序执行。

Flask-Migrate通过flask命令公开其命令。运行程序时的flask run是Flask原生子命令。flask db 子命令由Flask-Migrate添加到管理有关数据库迁移的一切。因此，通过运行flask db init 命令为微博客创建迁移存储库：

(venv) D:\microblog>flask db init
Creating directory D:\microblog\migrations ... done
Creating directory D:\microblog\migrations\versions ... done
Generating D:\microblog\migrations\alembic.ini ... done
Generating D:\microblog\migrations\env.py ... done
Generating D:\microblog\migrations\README ... done
Generating D:\microblog\migrations\script.py.mako ... done
Please edit configuration/connection/logging settings in 'D:\\microblog\\migrations\\alembic.ini' before proceeding.

运行完该命令后，项目文件夹microblog下新增migrations目录，它就是迁移目录，其中包含一些文件、一个版本子目录。从此刻开始，所有这些文件都应视为项目的一部分，且应该添加到源代码管理中。

flask命令是依赖于FLASK_APP环境变量来知道Flask应用程序的位置。对于这个应用程序，正是在第1章设置的FLASK_APP = microblog.py。

第1次数据库迁移

有了 迁移存储库，就可创建第一个数据库迁移，其中包括映射到User数据库模型的 users表。有两种方法可创建数据库迁移：手动、自动。为了自动生成迁移， Alembic将数据库模型定义的数据库模式 与数据库中当前使用的实际数据库模式进行比较。然后，它会使迁移脚本填充必要的更改，以使数据库模式与应用程序模型匹配。在当前情况下，由于此前没有数据库，自动迁移会将整个`User模型`添加到迁移脚本中。`flask db migrate`子命令生成这些自动迁移：

(venv) D:\microblog>flask db migrate -m "users table"
INFO  [alembic.runtime.migration] Context impl SQLiteImpl.
INFO  [alembic.runtime.migration] Will assume non-transactional DDL.
INFO  [alembic.autogenerate.compare] Detected added table 'user'
INFO  [alembic.autogenerate.compare] Detected added index 'ix_user_email' on '['email']'
INFO  [alembic.autogenerate.compare] Detected added index 'ix_user_username' on '['username']'
Generating D:\microblog\migrations\versions\1f1d69541c8c_users_table.py ... done

flask db migrate -m "users table"将输出Alembic在迁移中包含的内容。前两行是信息性的，通常可忽略。接着，说检测到一个用户表、两个索引。最后，它告知编写的迁移脚本的位置。这个1f1d69541c8c_users_table.py文件（位于migrations\versions目录下）是用于迁移自动生成的唯一代码。使用-m选项提供注释的可选的，它可为迁移添加一个简短的描述性文本。

此时，microblog目录下将新增app.db文件（即SQLite数据库）、microblog\migrations\versions下1f1d69541c8c_users_table.py文件。生成的这个迁移脚本现已是项目的一部分，需要合并到源代码管理中。它里头有两个函数：upgrade()用于迁移；downgrade()用于删除。这允许Alembic使用降级路径将数据库迁移到历史记录的任何位置，甚至迁移到旧版本。

flask db migrate命令不对数据库进行任何更改，它只生成迁移脚本。要将更改运用于数据库，必须使用flask db upgrade命令。
因为这个应用程序使用SQLite，所以upgrade命令将检测数据库不存在，并将创建它。如果使用的是MySQL或PostgreSQL等数据库服务器，得在运行upgrade命令之前在数据库服务器创建数据库。

(venv) D:\microblog>flask db upgrade
INFO  [alembic.runtime.migration] Context impl SQLiteImpl.
INFO  [alembic.runtime.migration] Will assume non-transactional DDL.
INFO  [alembic.runtime.migration] Running upgrade  -> 1f1d69541c8c, users table

此时，microblog目录下的app.db将更新。

PS：默认情况下，Flask-SQLAlchemy对数据库表使用“snake case”命名约定。对于上述User模型，在数据库中相应的表将被命名为`user`。对于AddressAndPhone模型类，将会被命名为address_and_phone。如果想选择自己的表名，可在模型类中添加一个名为__tablename__的属性，并将其设置为一个字符串。

数据库升级和降级工作流程

现在这个Flask应用程序还处于起步阶段，但讨论未来的数据库迁移策略并无坏处。如应用程序在开发机器上，而且还有一个副本部署到线上和正在使用的生产服务器上。

假设应用程序的下个版本需对模型进行更改，例如添加新表。如果没有迁移，则需要弄清楚如何在开发机器和再次在服务器上去改变数据库模式，这可能需要做很多的工作。

但是，通过数据库迁移的支持，在修改了应用程序的模型后，将会生成一个新的迁移脚本（flask db migrate），我们可能会检查它以确保自动生成做正确的事，然后将改变运用于开发数据库（flask db upgrade）。我们将迁移脚本添加到源代码管理、并提交它。

当准备将新版本的应用程序发布到生产服务器时，需做的是获取应用程序的更新版本（包括新的迁移脚本）并运行flask db upgrade。Alembic将检测到生产数据库未更新到最新版本的模式，并运行在先前版本之后创建的所有新迁移脚本。

flask db downgrade命令，可撤销上次迁移。虽然我们不太可能在生产系统上需要它，但可能在开发过程非常有用。例：已生成迁移脚本并将其运用，但发现所做的更改并非所需要的。这种情况下，可降级数据库，删除迁移脚本，然后生成一个新的替换它。

数据库关系

关系数据库善于存储数据项之间的关系。考虑用户撰写博客文章的情况，用户将在`users表`中有一条记录，该帖子在`posts表`中也将有一条记录。 记录撰写特定帖子的人最有效的方法是链接两个相关记录。

一旦建立了用户、帖子之间的链接，数据库就可以回答有关此链接的查询。最简单的一个查询：当有博客帖子并且知道需要知道用户写了什么。更复杂的查询与此相反：可能想知道某用户所写的所有帖子。Flask-SQLAlchemy将帮助处理这两种类型的查询。

扩展数据库以存储博客文章，并查看它们的关系。以下是新posts表的结构：

这个posts表有id、body、timestamp字段。还有一个额外的字段user_id，将帖子连接到作者。所有用户都有一个主键id，是唯一的。将博客帖子链接到所创作它的用户的方法是添加对用户的引用id，这正是user_id字段，称之为 外键。上述图中显示了作为外键的字段 user_id与id字段之间的链接，这种关系称之为一对多，即一个用户可写多篇帖子。

更新models模块，app/models.py：帖子的数据库表和关系

from app import db
from datetime import datetime

class User(db.Model):
	id = db.Column(db.Integer, primary_key=True)
	username = db.Column(db.String(64), index=True, unique=True)
	email = db.Column(db.String(120), index=True, unique=True)
	password_hash = db.Column(db.String(128))
	posts = db.relationship('Post', backref='author', lazy='danamic')
	
	def __repr__(self):
		return ''.format(self.username)

class Post(db.Model):
	id = db.Column(db.Integer, primary_key=True)
	body = db.Column(db.String(140))
	timestamp = db.Column(db.DateTime, index=True, default=datetime.utcnow)
	user_id = db.Column(db.Integer, db.ForeignKey('user.id'))

	def __repr__(self):
		return '

新建的Post类表示用户撰写的博客文章。timestamp字段被 编入索引，比如按时间顺序检索帖子，这将非常有用；还添加了default参数，并传给它datetime.utcnow函数（得到的是格林威治时间 (GMT)，即北京时间减8个时区的时间），在此，要注意一点，即将函数作为默认参数传递时，SQLAlchemy会将该字段设置为调用该函数的值（utcnow后没有括号()），传递的是函数本身，而不是调用它的结果。通常，在服务器应用程序中使用UTC日期和时间，这可确保使用统一的时间戳，无论用户立于何处，这些时间戳都可在显示时转换为用户的本地时间。
user_id字段已作为一个外键初始化了，这表明它引用了users表中的id值。在这个引用中user表示模型中数据库表的名称。这有一个不幸的不一致：在某些情况下，如db.relationship()调用中，模型由模型类引用，模型类通常以大写字符开头；而在其他情况下，如db.ForeignKey()中，模型由数据库表名称给出，SQLAlchemy自动使用小写字符，对于多字模型名称将使用“snake case”命名约定。

User类有一个新的posts字段，是用db.relationship初始化的。这不是一个真正的数据库字段，而是用户、帖子之间关系的高级视图，因此它不在数据库图中。对于一对多关系，db.relationship字段通常在“一”侧定义，并且用作访问“多”的便捷方式。因此，举例，如果有一个用户存储 u，表达式u.posts将运行一个数据库查询，返回该用户的所有帖子。db.relationship的第一个参数 表示关系“多”的模型类。如果模型稍后在模块中定义，则此参数可作为带有类名的字符串提供。第二个参数backref定义将添加到“多”类的对象的字段的名称，该类指向“一”对象。这将添加一个post.author表达式，它将返回给定帖子的用户。第三个参数lazy定义了如何发布对关系的数据库查询，这将在稍后讨论。

由于我们对应用程序的模型进行了更新，因此需要生成新的数据库迁移：

(venv) D:\microblog>flask db migrate -m "posts table"
INFO  [alembic.runtime.migration] Context impl SQLiteImpl.
INFO  [alembic.runtime.migration] Will assume non-transactional DDL.
INFO  [alembic.autogenerate.compare] Detected added table 'post'
INFO  [alembic.autogenerate.compare] Detected added index 'ix_post_timestamp' on '['timestamp']'
Generating D:\microblog\migrations\versions\c0139b2ef594_posts_table.py ... done

迁移需要应用于数据库：

(venv) D:\microblog>flask db upgrade
INFO  [alembic.runtime.migration] Context impl SQLiteImpl.
INFO  [alembic.runtime.migration] Will assume non-transactional DDL.
INFO  [alembic.runtime.migration] Running upgrade 1f1d69541c8c -> c0139b2ef594, posts table

Show Time

上述所有内容均是讲述 如何定义数据库，但还未告知如何运作的。由于应用程序还没有任何数据库逻辑，接下来将在 Python解释器中使用数据库来熟悉它。在激活虚拟环境的前提下，启动Python解释器，进入Python提示后，导入数据库实例、模型：

(venv) D:\microblog>python
Python 3.6.3 (v3.6.3:2c5fed8, Oct  3 2017, 18:11:49) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> from app import db
>>> from app.models import User, Post

首先，创建一个新用户：

>>> u = User(username='john', email='[email protected]')
>>> db.session.add(u)
>>> db.session.commit()

对数据库的更改在会话session的上下文中完成，即作为db.session()访问。可以在会话session中累积多次更改，一旦所有的更改注册了，就可以用db.session.commit()发送一个信号，它以原子方式写入所有更改。
如果在会话session期间任何时间有一个错误，都可调用db.session.rollback()中止会话session并删除存储在其中的任何更改。
请注意的是：更改只会在db.session.commit()调用时写入数据库。会话session保证了数据库永远不会处于不一致状态。

添加另一个用户：

>>> u = User(username='susan', email='[email protected]')
>>> db.session.add(u)
>>> db.session.commit()

数据库可回答一个返回所有用户的查询：

>>> users = User.query.all()
>>> users
[, ]
>>> for u in users:
...     print(u.id, u.username)
...
1 john
2 susan

所有模型都有一个query属性，它是运行数据库查询的入口点。最基本的查询是返回该类的所有元素，它被适当地命名为all()。上述例中：这两个用户被添加时，id字段会被自动地设置为1和2。
如果知道用户id，还可通过如下方式检索该用户：

>>> u = User.query.get(1)
>>> u

为id 为1的用户添加一篇博文：

>>> u = User.query.get(1)
>>> p = Post(body='my first post come!', author=u)
>>> db.session.add(p)
>>> db.session.commit()

不需要为timestamp字段设置值，因为它有默认值（模型中定义了）。对于user_id字段，User类向用户添加posts字段中db.relationship还把author属性给了帖子。这里使用author虚拟字段将作者分配给帖子，而不是必须处理用户ID。SQLAlchemy在这方面做的很好，它提供了对关系、外键的高级抽象。

再看几个数据库查询：

>>> #取得一个用户写的所有帖子
...
>>> u = User.query.get(1)
>>> u

>>> posts = u.posts.all()
>>> posts
[>> #同样，看看没有写帖子的用户
...
>>> u = User.query.get(2)
>>> u

>>> u.posts.all()
[]
>>> #对所有帖子打印其作者、内容
...
>>> posts = Post.query.all()
>>> for p in posts:
...     print(p.id, p.author.username, p.body)
...
1 john my first post come!
>>> #以反字母顺序打印所有用户
...
>>> User.query.order_by(User.username.desc()).all()
[, ]

Flask_SQLAlchemy文档可学习到更多查询数据库的知识。

删除上述创建的测试用户、帖子，以便数据库干净，并为下一章做准备：

>>> users = User.query.all()
>>> for u in users:
...     db.session.delete(u)
...
>>> posts = Post.query.all()
>>> for p in posts:
...     db.session.delete(p)
...
>>> db.session.commit()

Shell上下文

在上一节开启Python解释器后，做的第一件事是运行一些导入：

>>> from app import db
>>> from app.models import User, Post

在处理应用程序时，经常需要在Python shell中进行测试，如果每次都要重复上述导入，将变得极其乏味、麻烦。flask shell命令是flask命令伞中另一个非常有用的工具。shell命令是在run之后，Flask执行的第二个核心命令。这个命令的目的是在应用程序的上下文中启动Python解释器。以下示例助理解：

(venv) d:\microblog>python
Python 3.6.3 (v3.6.3:2c5fed8, Oct  3 2017, 18:11:49) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> app
Traceback (most recent call last):
  File "", line 1, in 
NameError: name 'app' is not defined
>>>exit()
(venv) d:\microblog>flask shell
Python 3.6.3 (v3.6.3:2c5fed8, Oct  3 2017, 18:11:49) [MSC v.1900 64 bit (AMD64)] on win32
App: app [production]
Instance: d:\microblog\instance
>>> app

使用常规解释器会话（python）时，app符号除非显示导入了，否则它是不可知的，会报错！但是使用flask shell命令，它预先导入应用程序实例。flask shell的好处是：不是它预先导入app，而是我们可配置一个“shell context”（即shell上下文，它是一个预先导入的其他符号的列表）。

在模块microblog.py添加给函数，它创建了一个shell 上下文，将数据库实例、模型添加到shell会话中：

from app import app, db
from app.models import User, Post

@app.shell_context_processor
def make_shell_context():
    return {'db': db, 'User': User, 'Post': Post}

上述app.shell_context_processor装饰器注册了一个作为shell 上下文功能的函数。当运行flask shell命令时，它将调用此函数并在shell会话中注册它返回的项。函数返回字典而不是列表的原因是：对于每个项目，我们还须提供一个名称，在这个名称下，它将在shell中被引用，由字典的键给出。

由于上述更新了microblog.py文件，则必须重新设置FLASK_APP环境变量，否则会报错NameError。添加了shell 上下文处理器功能后，我们可以方便地使用数据库实体，而无需导入它们：

(venv) d:\microblog>set FLASK_APP=microblog.py

(venv) d:\microblog>flask shell
Python 3.6.3 (v3.6.3:2c5fed8, Oct  3 2017, 18:11:49) [MSC v.1900 64 bit (AMD64)] on win32
App: app [production]
Instance: d:\microblog\instance
>>> db

>>> User

>>> Post

目前为止，项目结构：

microblog/
    app/
        templates/
            base.html
            index.html
            login.html
        __init__.py
        forms.py
        models.py
        routes.py
    migrations/
    venv/
    app.db
    config.py
    microblog.py

参考：
作者博客

如需转载请注明出处。