异常教程

Flask 数据库操作（保姆级教程）

更新时间:

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

  • 新项目:《从零手撸：仿小红书（微服务架构）》 正在持续爆肝中，基于 Spring Cloud Alibaba + Spring Boot 3.x + JDK 17...，点击查看项目介绍 ;
  • 《从零手撸：前后端分离博客项目（全栈开发）》 2 期已完结，演示链接： http://116.62.199.48/ ;

截止目前， 星球 内专栏累计输出 82w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 2900+ 小伙伴加入学习 ，欢迎点击围观

前言

在现代 Web 开发中，数据库操作是构建应用的核心能力之一。Flask 框架凭借其轻量级和灵活性，成为许多开发者构建中小型 Web 应用的首选。然而，对于编程初学者和中级开发者而言，如何高效且安全地操作数据库，是掌握 Flask 技术栈的关键一步。本文将从基础到进阶，结合实际案例与代码示例，系统讲解 Flask 数据库操作的完整流程，并通过形象的比喻和逻辑清晰的结构，帮助读者逐步掌握这一技能。

环境搭建与配置

安装依赖

要开始 Flask 数据库操作，需先安装 Flask 和数据库扩展库。本例以 Flask-SQLAlchemy 为例，它是一个基于 SQLAlchemy 的轻量级 ORM（对象关系映射）工具，能够简化数据库交互。

pip install Flask Flask-SQLAlchemy

配置数据库连接

配置数据库连接是连接 Flask 应用与数据库的第一步。例如，若使用 SQLite 数据库，可在应用配置文件中定义如下代码：

from flask import Flask  
from flask_sqlalchemy import SQLAlchemy  

app = Flask(__name__)  
app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///example.db'  # 指定数据库路径  
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False  
db = SQLAlchemy(app)

比喻解释：
数据库配置类似于为应用安装导航系统，SQLALCHEMY_DATABASE_URI 就像告诉导航目的地的地址，而 SQLALCHEMY_TRACK_MODIFICATIONS 则是关闭不必要的内存追踪，提升性能。

数据库基础操作

定义数据模型

在 Flask-SQLAlchemy 中，数据模型通过 Python 类定义，每个类对应数据库中的一个表。例如，创建一个 User 表来存储用户信息：

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}>'

关键点解析：

  • db.Model 是基类，所有模型需继承它。
  • db.Column 定义表的字段，如 id 是主键，username 是长度 80 的唯一字符串。
  • __repr__ 方法用于返回对象的字符串表示，便于调试。

比喻：
数据模型就像图书馆的书架分类规则——每个书架（表）有固定的分类规则（字段），例如“小说”分类（表名）下包含作者（字段）、出版年份（字段）等属性。

创建表结构

定义模型后，需通过 db.create_all() 方法创建数据库表：

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

此代码会根据所有已定义的模型，在数据库中生成对应的表结构。

基本 CRUD 操作

创建数据（Create）

向数据库插入新记录：

new_user = User(username='alice', email='alice@example.com')  
db.session.add(new_user)  
db.session.commit()

流程说明：

  1. 实例化模型类对象。
  2. 通过 session.add() 将对象加入待提交列表。
  3. session.commit() 提交事务，实际写入数据库。

查询数据（Read）

查询所有用户：

users = User.query.all()  
print(users)

精确查询（如通过用户名）：

user = User.query.filter_by(username='alice').first()  
print(user.email)  # 输出 alice@example.com

更新数据（Update）

修改用户邮箱：

user = User.query.filter_by(username='alice').first()  
user.email = 'alice_new@example.com'  
db.session.commit()

删除数据（Delete）

删除指定用户：

user = User.query.filter_by(username='alice').first()  
db.session.delete(user)  
db.session.commit()

总结：
CRUD 操作类似于图书馆管理员对书籍的管理——添加新书（Create）、查找书籍（Read）、修改标签（Update）和移除书籍（Delete）。

高级数据库操作

事务处理

事务确保操作的原子性，即一组操作要么全部成功，要么全部失败。例如，银行转账场景：

try:  
    # 扣除用户A的余额  
    user_a.balance -= 100  
    # 增加用户B的余额  
    user_b.balance += 100  
    db.session.commit()  
except Exception:  
    db.session.rollback()  
    print("转账失败，事务已回滚")

比喻：
事务如同“魔法咒语”——只有念完整个咒语（所有操作完成），魔法才会生效；若中途被打断（发生错误），一切恢复原状。

连接池优化

频繁创建和关闭数据库连接会消耗资源，使用连接池可复用连接。配置示例：

app.config['SQLALCHEMY_POOL_SIZE'] = 20  # 最大连接数  
app.config['SQLALCHEMY_POOL_RECYCLE'] = 3600  # 连接空闲超时时间（秒）

作用：
连接池如同“快递分拣中心”，预先准备好多个连接，避免每次请求都从零开始建立连接，显著提升性能。

最佳实践与注意事项

查询优化

避免全表扫描，使用索引和条件过滤。例如：

  • 使用 limit() 和 offset() 分页查询： 
    users = User.query.order_by(User.id.desc()).limit(10).all()
  • 通过 filter() 精准匹配： 
    User.query.filter(User.username.like('%alice%')).all()  # 模糊查询

测试与文档

  • 测试：在开发环境中使用内存数据库（如 sqlite:///:memory:），避免污染真实数据。
  • 文档：为每个模型和字段添加注释，例如： 
    class Order(db.Model):  
    """用户订单表"""  
    id = db.Column(db.Integer, primary_key=True)  
    user_id = db.Column(db.Integer, db.ForeignKey('user.id'))  # 关联用户表

异常处理

数据库操作可能因网络中断或语法错误失败，需用 try-except 捕获异常：

from sqlalchemy.exc import SQLAlchemyError  

try:  
    db.session.commit()  
except SQLAlchemyError as e:  
    print(f"数据库错误: {str(e)}")  
    db.session.rollback()

结论

通过本文，读者应已掌握 Flask 数据库操作的核心流程，从环境配置到复杂事务处理，均通过案例与代码示例深入浅出地讲解。学习 Flask 数据库操作如同搭建一座桥梁——模型是桥墩，CRUD 是通行规则，而最佳实践则是维护桥梁安全的指南。建议读者在理解本文内容后，尝试以下进阶方向：

  1. 探索 Flask-Migrate 实现数据库迁移；
  2. 对比其他 ORM 框架（如 SQLModel）的特性；
  3. 结合 RESTful API 设计完整的数据接口。

通过持续实践，开发者将能高效、安全地利用 Flask 构建功能强大的数据驱动型应用。

最新发布

查看更多文章