目录

1.数据库查询-进阶

  1.常用的SQLAlchemy查询过滤器

  2.常用的SQLAlchemy查询结果的方法

  3.filter

  4.order_by

  5.count

  6.limit&offset

  7.paginate

  8.group_by

  Tip:在flask中执行原生SQL语句

2.关联查询

  1.常用的SQLAlchemy关系选项

  2.一对一

  3.一对多

  4.多对多

1.数据库查询-进阶

1.常用的SQLAlchemy查询过滤器

2.常用的SQLAlchemy查询结果的方法

3.filter

1.filter设置判断条件

== != >= <= < >

 student = Student.query.filter(Student.name=="xiaohui32号").first()
    if student is None:
        return jsonify({"error":"100404","errmsg":"没有该学生信息!"})

2.filter设置模糊查询

    # like模糊条件
    # 模型.字段.like("%值%")  等价于  模型.字段.contains("值")    包含xxx
    # 模型.字段.like("值%")   等价于  模型.字段.startswith("值")  以xxx开头
    # 模型.字段.like("%值")   等价于  模型.字段.endswith("值")    以xxx结尾
    # 模型.字段.like("__")    值长度为2个字符的.几个下划线代表几个字符

    student_list = Student.query.filter(Student.name.like("%xiaohui%")).all()
    student_list = Student.query.filter(Student.name.startswith("xiao")).all()
    student_list = Student.query.filter(Student.name.like("________")).all()

3.filter_by设置精确条件查找数据

filter_by 只支持一个等号作为判断条件,而且字段左边不需要声明模型类名(money=1000)

可以用于获取一条数据,也可以获取多条数据

student = Student.query.filter_by(money=1000).first()

4.filter多条件查询

多条件需要基于逻辑运算来编写,当然,可以其他的声明方式

    """filter多条件查询"""
    # 多条件需要基于逻辑运算来编写,当然,可以其他的声明方式
    """and_ 并且, 与"""
    from sqlalchemy import and_
    # 方式1:
    student_list1 = Student.query.filter(Student.money==1000,Student.sex==True).all()
    # 方式2:
    student_list2 = Student.query.filter(and_(Student.money==1000,Student.sex==True)).all()


    """or_ 或者,或"""
    from sqlalchemy import or_
    student_list = Student.query.filter( or_(Student.age > 17, Student.age < 15) ).all()

    """not_ 排除,非"""
    from sqlalchemy import not_
    student_list = Student.query.filter(not_(Student.age > 17)).all()

5.filter值范围查询

    """filter值范围查询"""
    # 查询年龄= 15或者17或者19的
    student_list = Student.query.filter(Student.age.in_([15,17,19])).all()

4.order_by

order_by:对结果进行排序

    """order_by结果排序"""
    # order_by(模型.字段.desc())   db.desc(模型.字段)    倒序
    # order_by(模型.字段.asc())    db.asc(模型.字段)     升序
    student_list = Student.query.order_by(db.desc(Student.money)).all()
    student_list = Student.query.order_by(Student.money.desc()).all()

5.count

count:统计结果数量

    """count 统计结果数量"""
    ret = Student.query.filter(Student.age>17).count()

6.limit&offset

limit:对结果数量进行限制

offset:对查询开始位置进行设置[偏移量]

    """limit 结果数量进行限制"""
    """offset 对查询开始位置进行设置"""
    # 对学生的钱包进行从大到小排名,第3-第5名的学生
    student_list = Student.query.order_by(Student.money.desc()).offset(2).limit(3).all()

7.paginate

paginate:分页器

paginate的参数:

paginate(page=当前页码, per_page=每一页数据量, max_per_page=每一页最大数据量)

关于分页paginate需要知道的:

1.当前页码,默认是request.args["page"],如果当前参数没有值,则默认为1

2.每一页数据量,默认是100条

3.因为分页器有提供了一个 request.args.["per_page"]给客户端设置每一页数据量,所以可以限定客户端最多能设置的每一页数据量

    """paginate分页器"""
    # paginate(page=当前页码, per_page=每一页数据量, max_per_page=每一页最大数据量)
    # 当前页码,默认是从request.args["page"],如果当前参数没有值,则默认为1
    # 每一页数据量,默认是100条
    # 因为分页器有提供了一个  request.args.["per_page"]给客户端设置每一页数据量,所以可以限定客户端最多能设置的每一页数据量
    pagination = Student.query.filter(Student.sex==True).paginate(per_page=1)
    print( pagination.items ) # 获取当前页数据量
    print( pagination.has_next ) # 如果还有下一页数据,则结果为True
    print( pagination.has_prev ) # 如果有上一页数据,则结果为True
    print( pagination.page ) # 当前页页码 request.args.get("page",1)
    print( pagination.total ) # 本次查询结果的数据总量[被分页的数据量总数]
    print( pagination.pages )   # 总页码
    print( pagination.prev() ) # 上一页的分页器对象,如果没有上一页,则默认为None
    print( pagination.next() ) # 下一页的分页器对象,如果没有下一页,则默认为None
    if pagination.has_next:
        print( pagination.next().items ) # 下一页的数据列表

8.group_by

group_by:分组查询

group_by

    """ group_by 分组查询"""
    # 查询男生和女生的最大年龄
    ret = db.session.query(Student.sex,func.max(Student.age)).group_by(Student.sex).all()

group_by+having

    # 查询出男生和女生年龄大于18的人数
    # having是针对分组的结果进行过滤处理,所以having能调用的字段,必须是分组查询结果中的字段,否则报错!!
    ret = db.session.query(Student.sex,Student.age, func.count(Student.age)).group_by(Student.sex,Student.age).having(Student.age>18).all()

Tip:在flask中执行原生SQL语句

    """执行原生SQL语句,返回结果不是模型对象, 是列表和元组"""
    # 查询多条
    ret = db.session.execute("select id,name,age,IF(sex,'男','女') from tb_student").fetchall()

    # 查询单条
    ret = db.session.execute("select * from tb_student where id = 3").fetchone()


    # 添加/修改/删除
    db.session.execute("UPDATE tb_student SET money=(money + %s) WHERE age = %s" % (200, 22))
    db.session.commit()

    # 查询出女生和男生中大于18岁的人数
    ret = db.session.execute("SELECT IF(sex,'男','女'), count(id) from (SELECT id,name,age,sex FROM `tb_student` WHERE age>18) as stu group by sex").fetchall()

2.关联查询

1.常用的SQLAlchemy关系选项

2.一对一

一对一:分为主表和附加表

1.主表中写relationship,附加表中写Foreignkey

2.relationship:关联属性,是SQLAlchemy提供给开发者快速引用外键模型的一个对象属性,不存在于mySQL中

3.relationship的参数backref: 反向引用,类似django的related,通过外键模型查询主模型数据时的关联属性,因为是一对一,所以值为own

一对一表关系建立

class Student(db.Model):own
    """个人信息主表"""
    ....
    # 关联属性,这个不会被视作表字段,只是模型的属性。
    # 因为StudentInfo和Student是一对一的关系,所以uselist=False表示关联一个数据
    info = db.relationship("StudentInfo",uselist=False,backref="own")


class StudentInfo(db.Model):
    """个人信息附加表"""

    # 外键,
    # 1.如果是一对一,则外键放在附加表对应的模型中
    # 2.如果是一对多,则外键放在多的表对象的模型中
    uid = db.Column(db.Integer, db.ForeignKey(Student.id),comment="外键")

一对一模型操作

def index():
    """1对1模型操作"""
# 1.获取数据[从主表读取数据,获取附加表数据] student = Student.query.get(3) print( student.info.address ) print( student.info.edu ) # 2.获取数据[从附加表读取数据,获取主表数据] student_info = StudentInfo.query.filter(StudentInfo.address=="象牙山村").first() print(student_info.own.name) # 3.添加数据[添加数据,把关联模型的数据也一并添加] student = Student(name="liu", sex=True, age=22, email="[email protected]", money=100) student.info = StudentInfo(address="深圳市宝安区创业2路103号", edu="本科") db.session.add(student) db.session.commit() # 4.修改数据[通过主表可以修改附加表的数据,也可以通过附加表模型直接修改主表的数据] student = Student.query.get(4) student.info.address = "广州市天河区天河东路103号" db.session.commit()
    """删除数据"""
    student = Student.query.get(2)
    db.session.delete(student.info)  # 先删除外键模型,再删主模型
    db.session.delete(student)
    db.session.commit()

3.一对多

一对多表关系建立

class Teacher(db.Model):
    ...
    # 关联属性,一的一方添加模型关联属性
    course = db.relationship("Course", uselist=True, backref="teacher",lazy='dynamic')

class Course(db.Model):
    ...
    # 外键,多的一方模型中添加外键
    teacher_id = db.Column(db.Integer, db.ForeignKey(Teacher.id))
  • 其中realtionship描述了Course和Teacher的关系。第一个参数为对应参照的类"Course"

  • 第二个参数backref为类Teacher申明新属性的方法

  • 第三个参数lazy决定了什么时候SQLALchemy从数据库中加载数据

    • lazy='subquery',查询当前数据模型时,采用子查询(subquery),把外键模型的属性也瞬间查询出来了。

    • lazy=True或lazy='select',查询当前数据模型时,不会把外键模型的数据查询出来,只有操作到外键关联属性时,才进行连表查询数据[执行SQL]

    • lazy='dynamic',查询当前数据模型时,不会把外键模型的数据查询出来,只有操作到外键关联属性并操作外键模型具体属性时,才进行连表查询数据[执行SQL]

一对多模型操作

def more():
    """一对多/多对一模型操作"""
    # 1.从'一'的一方的模型中获取'多'的一方模型的数据
    teacher = Teacher.query.get(1)
    for course in teacher.course:
        print(course.name,course.price)

    # 2.从'多'的一方获取'一'的一方数据
    course = Course.query.get(1)
    print(course.teacher)
    print(course.teacher.name)

    # 3.添加数据
    # 从'一'的一方添加数据,同时给'多'的一方也添加
    teacher = Teacher(name="蓝老师",option="讲师")
    teacher.course = [Course(name="插画入门",price=199.00),Course(name="素描入门",price=129.00),]
    db.session.add(teacher)
    db.session.commit()
    """更新数据"""
    teacher = Teacher.query.filter(Teacher.name == "灰太狼").first()
    teacher.course_list[0].name="抓懒洋洋"
    db.session.commit()

    """删除数据"""
    teacher = Teacher.query.filter(Teacher.name=="灰太狼").first()
    for course in teacher.course_list:
        db.session.delete(course)
    db.session.delete(teacher)
    db.session.commit()

4.多对多

多对多表关系建立

"""以db.Table关系表来确定模型之间的多对多关联"""
achievement = db.Table('tb_achievement',
    db.Column('student_id', db.Integer, db.ForeignKey('tb_student.id')),
    db.Column('course_id', db.Integer, db.ForeignKey('tb_course.id')),
)

'''两张表通过secondary关联第三张表'''
class Course(db.Model):
    ...
    students = db.relationship('Student',secondary=achievement,
                                    backref='courses',
                                    lazy='dynamic')
class Student(db.Model):
    course_list = db.relationship("Course", secondary=achievement,backref="student_list",lazy="dynamic")

多对多模型操作

def index():
    """多对多"""

    """添加"""
    course1 = Course(name="坑爹", price="9.99", teacher=Teacher(name="灰太狼", option="讲师"))
    course2 = Course(name="坑娘", price="9.99", teacher=Teacher(name="灰太狼", option="讲师"))
    course3 = Course(name="和羊做朋友,一起坑爹", price="99.99", teacher=Teacher(name="喜洋洋", option="讲师"))
    student = Student(
        name="xiaohuihui",
        age=5,
        sex=False,
        money=1000,
        info=StudentInfo(
            mobile="13066666666",
            address="狼村1号别墅",
        ),
        course_list = [
            course1,
            course2,
            course3,
        ]
    )
    db.session.add(student)
    db.session.commit()

    """查询"""
    student = Student.query.filter(Student.name=="xiaohuihui").first()
    print(student)
    print(student.course_list) # [坑爹, 坑娘, 和羊做朋友,一起坑爹]

    course = Course.query.filter(Course.name=="和羊做朋友,一起坑爹").first()
    print(course.student_list.all()) # 获取所有学生信息

    """更新"""
    course = Course.query.filter(Course.name == "和羊做朋友,一起坑爹").first()
    course.student_list[0].name="小灰灰"
    db.session.commit()
11-24 08:01