Flask连接MySQL数据库与ORM操作实践指南

1. 项目概述

在Web开发中，数据库操作是最基础也是最重要的环节之一。作为Python轻量级框架的Flask，与MySQL数据库的结合使用非常普遍。本文将详细介绍如何在Flask项目中连接MySQL数据库，并使用ORM（对象关系映射）技术实现基本的增删改查操作。

2. 环境准备

2.1 安装必要依赖

首先需要安装Flask和MySQL相关的Python包：

bash复制pip install flask flask-sqlalchemy pymysql

这里我们选择flask-sqlalchemy作为ORM工具，pymysql作为MySQL的Python驱动。

提示：生产环境中建议使用mysqlclient替代pymysql，性能更好。但pymysql安装更简单，适合开发环境。

2.2 MySQL数据库配置

确保本地或远程有可用的MySQL服务。如果还没有安装MySQL，可以从官网下载社区版安装。

创建测试数据库：

sql复制CREATE DATABASE flask_demo CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

3. Flask连接MySQL配置

3.1 基本配置

在Flask应用中配置数据库连接：

python复制from flask import Flask
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql+pymysql://username:password@localhost:3306/flask_demo'
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False

db = SQLAlchemy(app)

配置说明：

• SQLALCHEMY_DATABASE_URI: 数据库连接字符串，格式为mysql+pymysql://用户名:密码@主机:端口/数据库名
• SQLALCHEMY_TRACK_MODIFICATIONS: 设为False以避免警告信息

3.2 连接池配置

对于生产环境，建议配置连接池：

python复制app.config['SQLALCHEMY_POOL_SIZE'] = 5
app.config['SQLALCHEMY_POOL_TIMEOUT'] = 30
app.config['SQLALCHEMY_POOL_RECYCLE'] = 3600

4. 定义数据模型

4.1 创建基础模型

我们先创建一个用户模型作为示例：

python复制class User(db.Model):
    __tablename__ = 'users'
    
    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)
    created_at = db.Column(db.DateTime, default=db.func.current_timestamp())
    
    def __repr__(self):
        return f'<User {self.username}>'

4.2 模型字段类型

SQLAlchemy支持多种字段类型：

5. 数据库迁移

5.1 初始化数据库

首次使用时需要创建表：

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

5.2 使用Flask-Migrate

对于更复杂的迁移需求，可以使用Flask-Migrate：

bash复制pip install flask-migrate

初始化：

python复制from flask_migrate import Migrate

migrate = Migrate(app, db)

然后执行：

bash复制flask db init
flask db migrate -m "initial migration"
flask db upgrade

6. ORM增删改查操作

6.1 创建(Create)

添加新记录：

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

批量添加：

python复制users = [
    User(username='alice', email='alice@example.com'),
    User(username='bob', email='bob@example.com')
]
db.session.add_all(users)
db.session.commit()

6.2 读取(Read)

基本查询：

python复制# 获取所有用户
users = User.query.all()

# 获取第一个用户
first_user = User.query.first()

# 按ID获取用户
user = User.query.get(1)

条件查询：

python复制# 精确匹配
user = User.query.filter_by(username='john').first()

# 复杂条件
users = User.query.filter(User.email.endswith('@example.com')).all()

6.3 更新(Update)

更新记录：

python复制user = User.query.get(1)
user.email = 'new_email@example.com'
db.session.commit()

批量更新：

python复制User.query.filter_by(username='john').update({'email': 'updated@example.com'})
db.session.commit()

6.4 删除(Delete)

删除记录：

python复制user = User.query.get(1)
db.session.delete(user)
db.session.commit()

批量删除：

python复制User.query.filter(User.username.in_(['john', 'alice'])).delete()
db.session.commit()

7. 高级查询技巧

7.1 分页查询

python复制page = request.args.get('page', 1, type=int)
per_page = 10
users = User.query.paginate(page=page, per_page=per_page)

7.2 排序

python复制# 升序
users = User.query.order_by(User.username).all()

# 降序
users = User.query.order_by(User.username.desc()).all()

7.3 聚合函数

python复制from sqlalchemy import func

# 计数
count = db.session.query(func.count(User.id)).scalar()

# 平均值
avg = db.session.query(func.avg(User.id)).scalar()

8. 事务处理

8.1 基本事务

python复制try:
    user1 = User(username='user1', email='user1@example.com')
    user2 = User(username='user2', email='user2@example.com')
    
    db.session.add(user1)
    db.session.add(user2)
    
    db.session.commit()
except Exception as e:
    db.session.rollback()
    print(f"Error: {e}")

8.2 嵌套事务

python复制with db.session.begin_nested():
    user = User(username='nested', email='nested@example.com')
    db.session.add(user)

9. 性能优化

9.1 批量操作

使用bulk_insert_mappings提高插入性能：

python复制users = [
    {'username': 'user3', 'email': 'user3@example.com'},
    {'username': 'user4', 'email': 'user4@example.com'}
]
db.session.bulk_insert_mappings(User, users)
db.session.commit()

9.2 延迟加载

避免N+1查询问题：

python复制# 不好的做法
for user in User.query.all():
    print(user.posts)  # 每次循环都会查询数据库

# 好的做法 - 使用joinedload
from sqlalchemy.orm import joinedload
users = User.query.options(joinedload(User.posts)).all()

10. 常见问题与解决方案

10.1 连接超时

错误现象：

code复制OperationalError: (pymysql.err.OperationalError) (2013, 'Lost connection to MySQL server during query')

解决方案：

1. 增加连接超时时间
2. 配置连接池回收时间

10.2 编码问题

确保数据库、连接字符串和表都使用UTF-8编码：

python复制app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql+pymysql://user:pass@localhost/db?charset=utf8mb4'

10.3 性能慢查询

使用EXPLAIN分析慢查询：

python复制from sqlalchemy import text
result = db.session.execute(text('EXPLAIN SELECT * FROM users WHERE username LIKE "%a%"'))
for row in result:
    print(row)

11. 最佳实践

1. 始终使用ORM而不是原始SQL，除非有特殊性能需求
2. 合理使用索引提高查询性能
3. 生产环境使用连接池
4. 定期备份数据库
5. 使用迁移工具管理数据库变更
6. 为常用查询添加缓存

12. 完整示例代码

python复制from flask import Flask, jsonify
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql+pymysql://root:password@localhost/flask_demo'
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False

db = SQLAlchemy(app)

class User(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    username = db.Column(db.String(80), unique=True)
    email = db.Column(db.String(120), unique=True)

@app.route('/users', methods=['GET'])
def get_users():
    users = User.query.all()
    return jsonify([{'id': u.id, 'username': u.username} for u in users])

@app.route('/users/<int:user_id>', methods=['GET'])
def get_user(user_id):
    user = User.query.get_or_404(user_id)
    return jsonify({'id': user.id, 'username': user.username})

if __name__ == '__main__':
    with app.app_context():
        db.create_all()
    app.run(debug=True)

在实际项目中，我发现ORM的使用能极大提高开发效率，但也需要注意避免常见的性能陷阱。特别是在处理复杂查询时，要时刻关注生成的SQL语句是否高效。另外，数据库连接的管理也很关键，不当的连接处理可能导致资源泄漏或性能问题。