Flask与SQLAlchemy实战：ORM数据库操作全解析

1. Flask与SQLAlchemy的黄金组合

（开场白）第一次用Flask连接数据库时，我对着满屏的SQL语句发呆——直到遇见SQLAlchemy。这个Python界的ORM神器，让数据库操作变得像操作普通Python对象一样自然。今天我们就来深度剖析这对黄金搭档的实战用法，从基础配置到高级查询技巧，全是项目里摸爬滚打总结出的干货。

2. 环境搭建与基础配置

2.1 安装与初始化

在虚拟环境中执行这两条命令：

bash复制pip install flask-sqlalchemy
pip install pymysql  # 以MySQL为例

初始化配置写在Flask应用工厂中：

python复制from flask import Flask
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql+pymysql://user:pass@localhost/dbname'
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False
db = SQLAlchemy(app)

关键细节：TRACK_MODIFICATIONS关闭可避免性能损耗，生产环境必配

2.2 模型定义规范

用户模型的经典写法：

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)
    
    def __repr__(self):
        return f'<User {self.username}>'

字段类型选择技巧：

• 字符串用String(length)而非Text（除非超255字符）
• 金额用Numeric(10,2)避免浮点误差
• 时间戳用DateTime而非字符串

3. 数据库操作全指南

3.1 增删改查基础版

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

# 查
user = User.query.filter_by(username='alice').first()

# 改
user.email = 'new_email@example.com'
db.session.commit()

# 删
db.session.delete(user)
db.session.commit()

3.2 高级查询技巧

多条件查询：

python复制from sqlalchemy import and_, or_
User.query.filter(
    or_(
        User.username.startswith('a'),
        and_(User.email.contains('example'), User.id > 10)
    )
).all()

分页查询优化方案：

python复制page = request.args.get('page', 1, type=int)
per_page = 20
users = User.query.order_by(User.id.desc()).paginate(page=page, per_page=per_page)

4. 关系型数据处理

4.1 一对多关系

文章和评论的典型关系：

python复制class Article(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    comments = db.relationship('Comment', backref='article', lazy='dynamic')

class Comment(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    article_id = db.Column(db.Integer, db.ForeignKey('article.id'))

注意：lazy='dynamic'适合大型数据集，避免立即加载全部关联对象

4.2 多对多关系

用户和角色的关联表模式：

python复制roles_users = db.Table('roles_users',
    db.Column('user_id', db.Integer, db.ForeignKey('user.id')),
    db.Column('role_id', db.Integer, db.ForeignKey('role.id'))
)

class User(db.Model):
    roles = db.relationship('Role', secondary=roles_users, backref='users')

5. 性能优化实战

5.1 批量操作

替代循环插入的高效写法：

python复制db.session.bulk_insert_mappings(User, [
    {'username': 'user1', 'email': 'user1@test.com'},
    {'username': 'user2', 'email': 'user2@test.com'}
])

5.2 连接池配置

生产环境必备设置：

python复制app.config['SQLALCHEMY_POOL_SIZE'] = 20
app.config['SQLALCHEMY_POOL_RECYCLE'] = 300
app.config['SQLALCHEMY_POOL_TIMEOUT'] = 10

6. 常见坑点解决方案

6.1 事务超时处理

python复制try:
    db.session.execute('SET SESSION wait_timeout=28800')
    # 长时间事务操作...
except Exception as e:
    db.session.rollback()
    raise e

6.2 连接泄露检测

在请求结束时自动回收连接：

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

7. 与前端交互实践

7.1 JSON序列化方案

模型添加to_dict方法：

python复制def to_dict(self):
    return {
        'id': self.id,
        'username': self.username,
        '_links': {
            'self': url_for('api.get_user', id=self.id)
        }
    }

7.2 分页数据格式

统一API响应结构：

python复制{
    "items": [user.to_dict() for user in users.items],
    "meta": {
        "page": users.page,
        "per_page": users.per_page,
        "total_pages": users.pages,
        "total_items": users.total
    }
}

（实战心得）在最近一个日活10万+的项目中，我们通过调整SQLALCHEMY_ENGINE_OPTIONS中的pool_pre_ping=True参数，解决了凌晨数据库维护后连接失效的问题。这种实战经验才是团队最宝贵的知识资产。