在Flask的应用程序中会使用到sqlarchemy来管理数据库，orm具有如下的几个优点，分别是：

1、灵活性好，它支持原生的SQL语句，但是使用更多的是高层对象来操作数据库。

2、提升效率，从高层对象转换成SQL会牺牲一部分的性能，但是牺牲的这些性能基本可以忽略

不计，反而它会为程序的操作带来很大的效率提升；  。

3、可移植性好，ORM支持多种DBMS，分别如MySQL等数据库。

     在实际的开发工作中，与数据库的交互是最常见的交互，那么本文章主要来总结在Flask

应用程序中连接MySQL数据库的操作。在Flask的应用程序中，如果操作数据库需要单独的安

装sqlalchemy的库，安装的命令为：

Flask怎么配置mysql数据库 flask操作mysql数据库_Flask怎么配置mysql数据库

安装成功后，需要在本地的环境安装MySQL的数据库，这里不在详细的讲解MySQL的安装和

基本的配置，在MySQL的数据库中创建数据库app，也就是数据库的名称是app。下来在Flask

的程序中连接MySQL的操作。下面看具体的代码：

from sqlalchemy import  create_engine,Column,Integer,String
from sqlalchemy.ext.declarative import  declarative_base


def db_url():
    HOSTNAME = '127.0.0.1'
    PORT = '3306'
    DATABASE = 'app'
    USERNAME = 'root'
    PASSWORD = 'server'
    DB_URL = 'mysql+pymysql://{user}:{passwd}@{host}:{port}/{db}?charset=utf8'.format(
        user=USERNAME,
        passwd=PASSWORD,
        host=HOSTNAME,
        port=PORT,
        db=DATABASE)
    return DB_URL

# 创建引擎
engine = create_engine(db_url())
# 绑定数据库
SqlBase = declarative_base(engine)

class User(SqlBase):
    __tablename__='user'
    id=Column(Integer,primary_key=True)
    username=Column(String(20))
    password=Column(String(12))

    def __str__(self):
        return '<User(username:%s,password:%s)>'%(self.username,self.password)

#创建好的数据模型，映射到数据库中
SqlBase.metadata.create_all()

if __name__ == '__main__':
    app.run()

 执行如上的代码后，会在MySQL的数据库里面的app数据库中创建user的表，具体见如下的MySQL

的截图：

Flask怎么配置mysql数据库 flask操作mysql数据库_数据库_02

     在Flask中对数据库的操作不能仅仅限于创建数据库中的表，主要是对表的操作，比如插入数据，查询

数据，和修改数据，以及删除数据的操作。下面就实现对MySQL表的增删改查。下面主要对查询的语句进

行总结，在MySQL的查询中，查询使用到的语句是select，在Flask的应用程序中，查询使用到的方法是query，

这里首先对user表里面插入多条数据，依据插入的数据来演示查询结果。 user表插入语句后，显示的结果

如下：

Flask怎么配置mysql数据库 flask操作mysql数据库_数据_03

下面写一个函数来对user里面的表的数据进行查询，在查询中，使用到的方法是filter，在filter是过滤条件，

下面依次演示这些，见编写的函数源码：

from flask import Flask,request,render_template,url_for,redirect,jsonify,abort,Response,make_response
from flask import  make_response

app = Flask(__name__)

app.config.update({
    'DEBUG': True,
    'TEMPLATES_AUTO_RELOAD': True
})


from sqlalchemy import  create_engine,Column,Integer,String
from sqlalchemy.ext.declarative import  declarative_base
from sqlalchemy.orm import  sessionmaker


def db_url():
    HOSTNAME = '127.0.0.1'
    PORT = '3306'
    DATABASE = 'app'
    USERNAME = 'root'
    PASSWORD = 'server'
    DB_URL = 'mysql+pymysql://{user}:{passwd}@{host}:{port}/{db}?charset=utf8'.format(
        user=USERNAME,
        passwd=PASSWORD,
        host=HOSTNAME,
        port=PORT,
        db=DATABASE)
    return DB_URL

# 创建引擎
engine = create_engine(db_url())
# 绑定数据库
SqlBase = declarative_base(engine)
session=sessionmaker(engine)()

class User(SqlBase):
    __tablename__='user'
    id=Column(Integer,primary_key=True)
    username=Column(String(20))
    password=Column(String(12))

    def __str__(self):
        return '<User(username:%s,password:%s)>'%(self.username,self.password)

#创建好的数据模型，映射到数据库中
SqlBase.metadata.create_all()



def dbSearch():
    '''数据的查询'''
    result=session.query(User)
    print(result)

dbSearch()

执行dbSearch函数后，会打印出在MySQL中查询的依据，见如下截图：

Flask怎么配置mysql数据库 flask操作mysql数据库_数据库_04

在query查询的时候，后面不加all()，会直接打印出sql的语句，这里是查询所有的数据，加all()后，见打印的输出内容：

def dbSearch():
    '''数据的查询'''
    result=session.query(User).all()
    print(result)

dbSearch()

执行后，见打印输出的内容：

Flask怎么配置mysql数据库 flask操作mysql数据库_数据_05

下面加入一些查询条件，如查询username是wuya的用户，那么这里会使用到filter的函数，完善后的函数为：

def dbSearch():
    '''数据的查询'''
    result=session.query(User).filter(User.username=='wuya').all()
    print(result)

dbSearch()

 

执行后会查询出username为wuya的值的数据，如果下图所示：

Flask怎么配置mysql数据库 flask操作mysql数据库_User_06

继续看查询的条件，在查询中经常会遇到多个条件成立时查询出结果，会使用到and，这里结合案例来看下，见完善后的代码：

def dbSearch():
    '''数据的查询'''
    result=session.query(User).filter(User.username=='wuya',User.password=='admin').all()
    print(result)

dbSearch()

执行后，会查询到username是wuya同时password是admin，如下图所示：

Flask怎么配置mysql数据库 flask操作mysql数据库_User_07

这里再来看下or的条件，就是多个条件中只有满足一个条件就可以了，使用or的时候需要导入，具体见如下的源码:

def dbSearch():
    '''数据的查询'''
    result=session.query(User).filter(or_(User.username=='wuya',User.password=='admin')).all()
    print(result)

dbSearch()

 执行后，见查询的结果：

Flask怎么配置mysql数据库 flask操作mysql数据库_User_08

      下来结合具体的案例来讲解query查询函数的应用，也就是ORM在实际操作中对表的查询操作，创建表book,并且对该表插入响应的数据，具体见源码：

from sqlalchemy import  create_engine,Column,Integer,String,Float
from sqlalchemy.ext.declarative import  declarative_base
from sqlalchemy.orm import  sessionmaker


def db_url():
    HOSTNAME = '127.0.0.1'
    PORT = '3306'
    DATABASE = 'app'
    USERNAME = 'root'
    PASSWORD = 'server'
    DB_URL = 'mysql+pymysql://{user}:{passwd}@{host}:{port}/{db}?charset=utf8'.format(
        user=USERNAME,
        passwd=PASSWORD,
        host=HOSTNAME,
        port=PORT,
        db=DATABASE)
    return DB_URL


def Base():
    # 创建引擎
    engine = create_engine(db_url())
    # 绑定数据库
    SqlBase = declarative_base(engine)
    return SqlBase

def sqlSession():
    engine = create_engine(db_url())
    session = sessionmaker(engine)()
    return session

class Book(Base()):
    __tablename__='book'
    id=Column(Integer,primary_key=True,autoincrement=True)
    name=Column(String(50),nullable=True)
    price=Column(Float,nullable=True)
    author=Column(String(20),nullable=True)

#创建好的数据模型，映射到数据库中
Base().metadata.drop_all()
Base().metadata.create_all()

def add_books():
    book1=Book(name='Flask',price=90,author='wuya')
    book2 = Book(name='Django', price=56, author='wuya')
    book3 = Book(name='Tornado', price=78, author='wuya')
    sqlSession().add_all([book1,book2,book3])
    sqlSession().commit()

 

下面主要依据如上添加的数据，来讲解limit,offset的应用，前者是对返回的数据做限制，后者是对查找的数据做过滤，

比如从第几条开始查询数据。

def query_limit():
    '''对返回的数据做限制:limit的应用'''
    book=sqlSession().query(Book).limit(2).all()
    print(book)

def query_offset():
    '''对返回的数据做限制:limit的应用'''
    book=sqlSession().query(Book).offset(1).limit(2).all()
    print(book)

见执行后返回的结果信息：

Flask怎么配置mysql数据库 flask操作mysql数据库_数据库_09

再来看切片的操作，使用到的方法是slice的方法，它有点像列表当中的切片一样，总的来说，使用它可以得到获取一定范围内

想要的数据，见案例源码：

def query_slice():
    '''slice切片的应用'''
    book=sqlSession().query(Book).slice(0,2).all()
    print(book)

 

     接着来看query中的排序，排序在原生的SQL中使用到的方法是order_by，和desc以及asc来进行的，依然已book的数据

为案例，以价格的高低来进行排序，见该表中的本身数据，如下图所示：

Flask怎么配置mysql数据库 flask操作mysql数据库_User_10

在sqlalchemy中，排序主要分为三类，第一种就是order_by来进行排序，第二种是在创建的表中就指定按那个字段来

进行排序，这里先看第一中的情况，见该函数的源码：

def order_by():
    '''排序的演示代码'''
    book=sqlSession().query(Book).order_by('price').all()
    print(book)

默认是升序，也就是从小到达，见执行的数据排序：

Flask怎么配置mysql数据库 flask操作mysql数据库_Flask怎么配置mysql数据库_11

对程序的代码做以修改，实现倒叙，也就是从大到小，只需要加desc()的函数就可以了，见修改后的代码：

Flask怎么配置mysql数据库 flask操作mysql数据库_User_12

接着来看在创建的表中指定排序的字段，这里就会使用到函数的类属性，以价格作为排序，见实现的源码：

class Book(Base()):
    __tablename__='book'
    id=Column(Integer,primary_key=True,autoincrement=True)
    name=Column(String(50),nullable=True)
    price=Column(Float,nullable=True)
    author=Column(String(20),nullable=True)

    __mapper_args__={
        'order_by':price.desc()
    }

    def __repr__(self):
        return '<Book(name:%s,price:%s,author:%s)>'%(self.name,self.price,self.author)

 

这样查询出的数据，就会以价格的方式，倒叙的方式进行排序。