MK
摩柯社区 - 一个极简的技术知识社区
AI 面试

Python Flask与Django的数据库操作指南

2023-08-071.8k 阅读

Python Flask与Django的数据库操作指南

Flask数据库操作

Flask是一个轻量级的Python web框架，其核心设计理念是简洁、灵活。在处理数据库操作时，Flask本身并不内置特定的数据库支持，但借助一些优秀的第三方扩展库，我们可以轻松地与各种数据库进行交互。其中，SQLAlchemy是一个非常流行的数据库抽象层库，它允许我们使用Python代码来操作多种数据库，如MySQL、PostgreSQL、SQLite等。

安装SQLAlchemy

在开始使用SQLAlchemy之前，我们需要先安装它。可以使用pip命令进行安装：

pip install flask-sqlalchemy

初始化SQLAlchemy

在Flask应用中，我们首先要初始化SQLAlchemy对象。以下是一个简单的Flask应用示例，展示了如何初始化SQLAlchemy：

from flask import Flask
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] ='sqlite:///test.db'
db = SQLAlchemy(app)

在上述代码中，我们通过app.config['SQLALCHEMY_DATABASE_URI']指定了数据库的连接字符串。这里使用的是SQLite数据库，数据库文件名为test.db。如果要使用其他数据库，如MySQL，连接字符串的格式会有所不同，例如：mysql+pymysql://username:password@host:port/database_name。

定义数据库模型

在SQLAlchemy中，数据库表是通过定义Python类来表示的，这些类继承自db.Model。下面我们定义一个简单的用户表模型：

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}>'

在上述代码中，id字段是主键，username和email字段都设置为唯一且不能为空。__repr__方法用于定义对象的字符串表示形式，方便调试和日志记录。

创建数据库表

定义好模型后，我们可以通过以下代码来创建数据库表：

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

app.app_context()用于创建一个应用上下文，确保数据库操作在正确的Flask应用环境中执行。

添加数据

要向数据库中添加数据，我们需要创建模型类的实例，并将其添加到数据库会话中，然后提交会话。示例如下：

new_user = User(username='testuser', email='test@example.com')
with app.app_context():
    db.session.add(new_user)
    db.session.commit()

查询数据

SQLAlchemy提供了丰富的查询方法。例如，要查询所有用户：

with app.app_context():
    users = User.query.all()
    for user in users:
        print(user.username, user.email)

要根据条件查询，比如查询用户名是testuser的用户：

with app.app_context():
    user = User.query.filter_by(username='testuser').first()
    if user:
        print(user.email)

更新数据

更新数据需要先查询到要更新的对象，然后修改其属性，最后提交会话。示例如下：

with app.app_context():
    user = User.query.filter_by(username='testuser').first()
    if user:
        user.email = 'newemail@example.com'
        db.session.commit()

删除数据

删除数据同样需要先查询到对象，然后从会话中删除并提交。示例如下：

with app.app_context():
    user = User.query.filter_by(username='testuser').first()
    if user:
        db.session.delete(user)
        db.session.commit()

Django数据库操作

Django是一个功能强大的Python web框架，它内置了对数据库操作的支持。Django使用自己的对象关系映射（ORM）系统，允许开发者使用Python代码来操作数据库，而无需编写SQL语句。Django默认支持多种数据库，如SQLite、MySQL、PostgreSQL等。

配置数据库

在Django项目的settings.py文件中，我们可以配置数据库连接。以下是使用SQLite数据库的配置示例：

DATABASES = {
    'default': {
        'ENGINE': 'django.db.backends.sqlite3',
        'NAME': BASE_DIR / 'db.sqlite3',
    }
}

如果要使用其他数据库，如MySQL，需要修改ENGINE为django.db.backends.mysql，并添加USER、PASSWORD、HOST、PORT等配置项：

DATABASES = {
    'default': {
        'ENGINE': 'django.db.backends.mysql',
        'NAME': 'your_database_name',
        'USER': 'your_username',
        'PASSWORD': 'your_password',
        'HOST': '127.0.0.1',
        'PORT': '3306',
    }
}

定义数据库模型

在Django中，数据库模型定义在models.py文件中。模型类继承自models.Model。以下是一个简单的用户模型示例：

from django.db import models

class User(models.Model):
    username = models.CharField(max_length=80, unique=True)
    email = models.EmailField(unique=True)

    def __str__(self):
        return self.username

与Flask的SQLAlchemy类似，username和email字段都设置为唯一。__str__方法用于定义对象的字符串表示形式。

创建数据库表

在定义好模型后，我们需要运行以下命令来创建数据库表：

python manage.py makemigrations
python manage.py migrate

makemigrations命令用于生成数据库迁移文件，记录模型的更改。migrate命令则将这些迁移应用到数据库中，创建实际的表结构。

添加数据

要向数据库中添加数据，我们可以创建模型类的实例，并调用save方法。示例如下：

from myapp.models import User
new_user = User(username='testuser', email='test@example.com')
new_user.save()

查询数据

Django提供了强大的查询API。例如，查询所有用户：

from myapp.models import User
users = User.objects.all()
for user in users:
    print(user.username, user.email)

根据条件查询，比如查询用户名是testuser的用户：

from myapp.models import User
user = User.objects.filter(username='testuser').first()
if user:
    print(user.email)

更新数据

更新数据可以先查询到对象，然后修改其属性并调用save方法。示例如下：

from myapp.models import User
user = User.objects.filter(username='testuser').first()
if user:
    user.email = 'newemail@example.com'
    user.save()

删除数据

删除数据同样先查询到对象，然后调用delete方法。示例如下：

from myapp.models import User
user = User.objects.filter(username='testuser').first()
if user:
    user.delete()

Flask与Django数据库操作对比

  1. 数据库配置方式
    • Flask：通过app.config来配置数据库连接字符串，灵活性较高，可以在运行时动态更改配置。但对于复杂的数据库设置，可能需要手动处理更多细节。
    • Django：在settings.py文件中进行集中配置，配置方式较为固定和统一。一旦配置完成，整个项目的数据库连接就确定下来，在运行时修改不太方便，但对于大型项目的整体数据库管理较为清晰。
  2. 模型定义
    • Flask（SQLAlchemy）：模型类继承自db.Model，字段定义使用db.Column，语法相对更接近SQL的概念，对于熟悉SQL的开发者容易上手。字段类型的定义较为直接，例如db.Integer、db.String等。
    • Django：模型类继承自models.Model，字段定义使用models.CharField、models.EmailField等，字段类型的命名更具Python风格，并且Django的模型字段有更多的内置验证和功能。例如models.EmailField会自动验证输入是否为有效的邮箱格式。
  3. 数据库迁移
    • Flask：SQLAlchemy本身没有内置的数据库迁移工具，通常需要借助其他扩展，如Flask - Migrate来实现数据库迁移。迁移过程相对灵活，但对于新手可能需要更多的学习成本来掌握迁移的流程和命令。
    • Django：内置了强大的数据库迁移系统，通过makemigrations和migrate命令可以轻松管理数据库结构的变化。Django会自动跟踪模型的更改并生成相应的迁移文件，对于大型项目的数据库版本控制非常方便。
  4. 查询API
    • Flask（SQLAlchemy）：查询API提供了丰富的方法，如filter_by、filter等，语法相对灵活，可以进行复杂的SQL查询构造。但对于一些复杂的聚合查询，可能需要编写更多的代码来实现。
    • Django：查询API简洁且功能强大，通过objects管理器提供了大量的查询方法，如all、filter、exclude等。Django的查询API在处理复杂查询时，例如聚合、分组等操作，有更简洁和直观的语法，对于不熟悉SQL的开发者更容易上手。
  5. 事务处理
    • Flask（SQLAlchemy）：事务处理通过数据库会话（db.session）来管理。可以使用try - except块来捕获异常并回滚事务，或者手动提交事务。例如：
try:
    new_user = User(username='testuser', email='test@example.com')
    db.session.add(new_user)
    db.session.commit()
except Exception as e:
    db.session.rollback()
    raise e

- **Django**：Django提供了多种事务管理方式，包括自动事务和手动事务。在视图函数中，可以使用`@transaction.atomic`装饰器来确保整个函数的数据库操作在一个事务中执行。例如：

from django.db import transaction

@transaction.atomic
def my_view(request):
    new_user = User(username='testuser', email='test@example.com')
    new_user.save()
    # 其他数据库操作
    return HttpResponse('Success')

高级数据库操作

  1. Flask高级操作
    • 多表关联查询：假设我们有两个模型，User和Post，Post模型有一个外键指向User模型。
class User(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    username = db.Column(db.String(80), unique=True, nullable=False)
    posts = db.relationship('Post', backref='author', lazy=True)

class Post(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    title = db.Column(db.String(120), nullable=False)
    user_id = db.Column(db.Integer, db.ForeignKey('user.id'))

要查询某个用户的所有文章，可以这样写：

with app.app_context():
    user = User.query.filter_by(username='testuser').first()
    if user:
        for post in user.posts:
            print(post.title)

- **使用原始SQL查询**：在某些情况下，我们可能需要执行原始的SQL查询。SQLAlchemy提供了`session.execute`方法。例如：

with app.app_context():
    result = db.session.execute('SELECT * FROM user WHERE username = :username', {'username': 'testuser'})
    for row in result:
        print(row)
  1. Django高级操作
    • 多表关联查询：同样假设我们有User和Post模型，Post模型有一个外键指向User模型。
class User(models.Model):
    username = models.CharField(max_length=80, unique=True)

class Post(models.Model):
    title = models.CharField(max_length=120)
    author = models.ForeignKey(User, on_delete=models.CASCADE)

要查询某个用户的所有文章，可以这样写：

from myapp.models import User
user = User.objects.filter(username='testuser').first()
if user:
    posts = user.post_set.all()
    for post in posts:
        print(post.title)

- **使用原始SQL查询**：Django也支持执行原始SQL查询。例如：

from myapp.models import User
users = User.objects.raw('SELECT * FROM myapp_user WHERE username = %s', ['testuser'])
for user in users:
    print(user.username)

性能优化

  1. Flask性能优化
    • 数据库连接池：使用连接池可以减少每次请求建立数据库连接的开销。可以使用SQLAlchemy结合DBUtils来实现连接池。首先安装DBUtils：
pip install dbutils

然后配置SQLAlchemy使用连接池：

from flask import Flask
from flask_sqlalchemy import SQLAlchemy
from dbutils.pooled_db import PooledDB

# 创建连接池
pool = PooledDB(
    creator=pymysql,
    host='127.0.0.1',
    port=3306,
    user='your_username',
    password='your_password',
    database='your_database',
    autocommit=True,
    maxconnections=10
)

app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] ='mysql+pymysql://'
app.config['SQLALCHEMY_ENGINE_OPTIONS'] = {'pool': pool}
db = SQLAlchemy(app)

- **查询优化**：避免在循环中执行查询，尽量使用批量查询。例如，如果你需要获取多个用户的信息，不要循环逐个查询，而是一次性查询所有用户。

# 不好的做法
users = []
for username in ['user1', 'user2', 'user3']:
    user = User.query.filter_by(username=username).first()
    users.append(user)

# 好的做法
usernames = ['user1', 'user2', 'user3']
users = User.query.filter(User.username.in_(usernames)).all()
  1. Django性能优化
    • 使用select_related和prefetch_related：当进行多表关联查询时，select_related和prefetch_related可以减少数据库查询次数。例如，当查询用户及其文章时：
# 使用select_related
users = User.objects.select_related('post_set').all()
for user in users:
    for post in user.post_set.all():
        print(post.title)

# 使用prefetch_related
users = User.objects.prefetch_related('post_set').all()
for user in users:
    for post in user.post_set.all():
        print(post.title)

select_related使用SQL的JOIN语句来一次性获取关联对象，适合一对一和多对一的关系。prefetch_related则是分别执行查询，然后在Python中合并结果，适合多对多和一对多的关系。 - 数据库索引优化：在Django模型中，可以为经常用于查询条件的字段添加索引。例如：

class User(models.Model):
    username = models.CharField(max_length=80, unique=True)
    email = models.EmailField(unique=True)

    class Meta:
        indexes = [
            models.Index(fields=['username']),
        ]

这样在根据username进行查询时，数据库可以使用索引来提高查询速度。

总结

Flask和Django在数据库操作方面各有特点。Flask轻量级且灵活，适合小型项目或对灵活性要求较高的场景，通过SQLAlchemy及其扩展可以实现强大的数据库操作。Django则功能全面，内置的数据库支持和迁移系统使得大型项目的数据库管理更加便捷，其查询API也非常适合快速开发。在实际项目中，我们应根据项目的规模、需求和团队技术栈来选择合适的框架进行数据库操作，并通过合理的优化手段来提升性能。无论是Flask还是Django，掌握好它们的数据库操作技巧，都能帮助我们高效地开发出高质量的Web应用。