Flask与MySQL数据库连接实战：从配置到ORM优化

1. Flask与MySQL数据库连接实战

在Web开发中，数据库操作是后端开发的核心环节。作为Python轻量级框架的Flask，与MySQL这类关系型数据库的配合使用非常普遍。我最近在重构一个内部管理系统时，就采用了Flask+MySQL的技术栈，这里分享下我的实战经验。

Flask连接MySQL主要有两种方式：直接使用pymysql驱动和使用ORM框架。对于中小型项目，我强烈推荐使用ORM方式，特别是Flask-SQLAlchemy这个扩展。它不仅简化了数据库操作，还能有效防止SQL注入，让代码更易维护。下面我会从环境准备开始，逐步演示完整的集成流程。

提示：在实际项目中，建议从一开始就使用ORM，即使初期需求简单。随着业务复杂度的增加，ORM的优势会越来越明显。

1.1 环境准备与依赖安装

首先需要确保Python环境已就绪（建议3.7+版本），然后通过pip安装必要的包：

bash复制pip install flask flask-sqlalchemy pymysql cryptography

这里解释下各包的作用：

• flask: 核心框架
• flask-sqlalchemy: Flask专用的SQLAlchemy集成
• pymysql: MySQL的Python驱动
• cryptography: 用于安全连接（某些MySQL版本需要）

对于MySQL服务端，可以使用本地安装的MySQL或云数据库服务。我推荐开发阶段使用Docker快速启动MySQL：

bash复制docker run --name some-mysql -e MYSQL_ROOT_PASSWORD=my-secret-pw -p 3306:3306 -d mysql:8.0

1.2 基础配置与连接建立

在Flask应用中配置数据库连接，建议将配置信息放在config.py中：

python复制# config.py
class Config:
    SQLALCHEMY_DATABASE_URI = 'mysql+pymysql://username:password@localhost:3306/db_name'
    SQLALCHEMY_TRACK_MODIFICATIONS = False
    SQLALCHEMY_ECHO = True  # 开发时开启，可查看生成的SQL

然后在应用工厂函数中初始化：

python复制from flask import Flask
from flask_sqlalchemy import SQLAlchemy

db = SQLAlchemy()

def create_app():
    app = Flask(__name__)
    app.config.from_object('config.Config')
    
    db.init_app(app)
    
    with app.app_context():
        db.create_all()  # 创建数据表
        
    return app

注意：SQLALCHEMY_TRACK_MODIFICATIONS建议设为False以避免不必要的内存开销。SQLALCHEMY_ECHO仅在调试时开启，生产环境应关闭。

2. ORM模型定义与关系映射

2.1 基础模型定义

使用SQLAlchemy定义模型时，每个类对应数据库中的一张表。以下是一个用户模型的示例：

python复制from datetime import datetime
from . import db

class User(db.Model):
    __tablename__ = 'users'  # 显式指定表名
    
    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=datetime.utcnow)
    
    def __repr__(self):
        return f'<User {self.username}>'

字段类型与MySQL的对应关系：

• Integer → INT
• String → VARCHAR
• DateTime → DATETIME
• Boolean → TINYINT(1)

2.2 高级字段选项

实际项目中，字段通常需要更多约束：

python复制from werkzeug.security import generate_password_hash, check_password_hash

class User(db.Model):
    # ... 其他字段同上
    _password = db.Column('password', db.String(256), nullable=False)
    
    @property
    def password(self):
        return self._password
    
    @password.setter
    def password(self, value):
        self._password = generate_password_hash(value)
    
    def check_password(self, password):
        return check_password_hash(self._password, password)

这样处理密码可以确保安全存储。注意这里使用了werkzeug的安全工具，它是Flask内置的。

2.3 模型关系定义

关系型数据库的核心价值在于表间关系。SQLAlchemy支持所有标准关系：

python复制class Post(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    title = db.Column(db.String(100))
    content = db.Column(db.Text)
    user_id = db.Column(db.Integer, db.ForeignKey('users.id'))
    
    author = db.relationship('User', backref=db.backref('posts', lazy=True))

class Comment(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    content = db.Column(db.Text)
    post_id = db.Column(db.Integer, db.ForeignKey('posts.id'))
    user_id = db.Column(db.Integer, db.ForeignKey('users.id'))
    
    post = db.relationship('Post', backref=db.backref('comments', lazy=True))
    user = db.relationship('User', backref=db.backref('comments', lazy=True))

关系类型说明：

• 一对多：使用ForeignKey+relationship
• 多对多：需要中间关联表
• 一对一：添加uselist=False参数

3. CRUD操作全解析

3.1 创建数据

基本创建操作：

python复制from .models import User
from . import db

new_user = User(username='john', email='john@example.com')
new_user.password = 'securepassword'  # 会自动哈希

db.session.add(new_user)
db.session.commit()

批量创建更高效：

python复制users = [
    User(username='user1', email='user1@test.com'),
    User(username='user2', email='user2@test.com')
]

db.session.bulk_save_objects(users)
db.session.commit()

经验：对于大量插入，使用bulk_save_objects比单独add每个对象快10倍以上。

3.2 查询数据

基础查询：

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

# 获取单个用户
user = User.query.get(1)  # 按主键查询

# 条件查询
admin_users = User.query.filter_by(is_admin=True).all()

复杂查询：

python复制from sqlalchemy import or_

# 分页查询
page = User.query.order_by(User.created_at.desc()).paginate(page=1, per_page=20)

# 多条件OR查询
search_results = User.query.filter(
    or_(
        User.username.like('%john%'),
        User.email.like('%example.com%')
    )
).all()

# 关联查询
posts_with_author = Post.query.join(User).filter(User.username == 'john').all()

3.3 更新数据

直接修改属性后提交：

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

批量更新更高效：

python复制User.query.filter_by(is_active=False).update({'is_active': True})
db.session.commit()

3.4 删除数据

单个删除：

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_by(is_spam=True).delete()
db.session.commit()

4. 高级技巧与性能优化

4.1 连接池配置

生产环境中，连接池配置很重要：

python复制app.config['SQLALCHEMY_POOL_SIZE'] = 20
app.config['SQLALCHEMY_POOL_TIMEOUT'] = 30
app.config['SQLALCHEMY_POOL_RECYCLE'] = 3600  # 1小时后回收连接

4.2 事务管理

复杂操作应使用事务：

python复制try:
    # 操作1
    user1 = User(username='user1')
    db.session.add(user1)
    
    # 操作2 
    user2 = User(username='user2')
    db.session.add(user2)
    
    db.session.commit()
except Exception as e:
    db.session.rollback()
    raise e

4.3 查询优化技巧

1. 避免N+1查询：

python复制# 不好的方式：会导致N+1查询问题
posts = Post.query.all()
for post in posts:
    print(post.author.username)  # 每次循环都查询一次作者

# 好的方式：使用joinedload
from sqlalchemy.orm import joinedload
posts = Post.query.options(joinedload(Post.author)).all()

2. 只选择需要的列：

python复制# 不推荐
users = User.query.all()  # 选择所有列

# 推荐
users = User.query.with_entities(User.id, User.username).all()

3. 使用索引提示：

python复制from sqlalchemy import text

User.query.from_statement(
    text('SELECT * FROM users USE INDEX (idx_username) WHERE username=:name')
).params(name='john').all()

5. 常见问题排查

5.1 连接问题

错误："Can't connect to MySQL server"

解决方案：

1. 检查MySQL服务是否运行
2. 验证连接字符串（用户名、密码、主机、端口）
3. 检查防火墙设置
4. 对于云数据库，确认网络策略允许访问

5.2 编码问题

错误："Incorrect string value"

解决方案：

1. 确保数据库、表和字段使用utf8mb4编码
2. 在连接字符串中添加charset参数：
   mysql+pymysql://user:pass@host/db?charset=utf8mb4

5.3 性能问题

现象：查询缓慢

排查步骤：

1. 使用EXPLAIN分析慢查询
2. 检查是否缺少索引
3. 优化复杂联表查询
4. 考虑添加缓存层

5.4 会话管理

错误："This Session's transaction has been rolled back"

解决方案：

1. 确保每个请求后正确关闭session
2. 避免长时间持有session
3. 使用app.teardown_appcontext自动清理：

python复制@app.teardown_appcontext
def shutdown_session(exception=None):
    db.session.remove()

6. 项目结构建议

对于大型项目，推荐这样组织代码：

code复制/myapp
    /config.py
    /extensions.py    # 存放db等扩展实例
    /models
        /__init__.py  # 暴露所有模型
        /user.py
        /post.py
    /services
        /user_service.py  # 业务逻辑
    /app.py          # 应用工厂

这种结构的好处：

• 模型与业务逻辑分离
• 避免循环导入
• 便于单元测试
• 支持蓝本模块化

在user_service.py中封装业务逻辑：

python复制class UserService:
    @staticmethod
    def create_user(username, email, password):
        user = User(username=username, email=email)
        user.password = password
        db.session.add(user)
        db.session.commit()
        return user
    
    @staticmethod
    def get_user_by_id(user_id):
        return User.query.get(user_id)

这种模式使路由保持简洁，便于维护。