SQLite是一个小型的轻量数据库,特别适合个人学习使用。因为SQLite不需要额外的数据库服务器,同时它也是内嵌在Python中的。缺点就是如果有大量的写请求过来,它是串行处理的,速度很慢。
连接数据库
新建flaskr/db.py
文件:
import sqlite3
import click
from flask import current_app, g
from flask.cli import with_appcontext
def get_db():
if 'db' not in g:
g.db = sqlite3.connect(
current_app.config['DATABASE'],
detect_types=sqlite3.PARSE_DECLTYPES
)
g.db.row_factory = sqlite3.Row
return g.db
def close_db(e=None):
db = g.pop('db', None)
if db is not None:
db.close()
g
是flask给每个请求创建的独立的对象,用来存储全局数据。通过g
实现了同一个请求多次调用get_db
时,不会创建新连接而是会复用已建立的连接。
get_db
会在flask应用创建后,处理数据库连接时被调用。
sqlite3.connect()
用来建立数据库连接,它指定了配置文件的Key DATABASE
。
sqlite3.Row
让数据库以字典的形式返回行,这样就能通过列名进行取值。
close_db
关闭数据库连接,它先检查g.db
有没有设置,如果设置了就关闭db。
创建表
新建flaskr/schema.sql
文件:
DROP TABLE IF EXISTS user;
DROP TABLE IF EXISTS post;
CREATE TABLE user (
id INTEGER PRIMARY KEY AUTOINCREMENT,
username TEXT UNIQUE NOT NULL,
password TEXT NOT NULL
);
CREATE TABLE post (
id INTEGER PRIMARY KEY AUTOINCREMENT,
author_id INTEGER NOT NULL,
created TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP,
title TEXT NOT NULL,
body TEXT NOT NULL,
FOREIGN KEY (author_id) REFERENCES user (id)
);
在flaskr/db.py
文件中添加以下代码:
def init_db():
db = get_db()
with current_app.open_resource('schema.sql') as f:
db.executescript(f.read().decode('utf8'))
@click.command('init-db')
@with_appcontext
def init_db_command():
"""Clear the existing data and create new tables."""
init_db()
click.echo('Initialized the database.')
open_resource()
打开刚才创建的数据库脚本文件。
@click.command()
定义了命令行命令init-db
。
注册到应用
close_db
和init_db_command
函数Flask不会自动触发,需要手动注册到应用上。
编辑flaskr/db.py
文件:
def init_app(app):
app.teardown_appcontext(close_db)
app.cli.add_command(init_db_command)
app.teardown_appcontext
指定响应结束后清理时的函数。
app.cli.add_command
定义了可以被flask
命令使用的命令。
再把init_app
手动添加到创建应用函数中,编辑flaskr/__init__.py
文件:
def create_app():
app = ...
# existing code omitted
from . import db
db.init_app(app)
return app
执行命令
至此,准备工作已就绪,打开命令行执行:
代码语言:javascript复制$ flask init-db
Initialized the database.
在项目目录下,就会生成一个flaskr.sqlite
,这就是SQLite数据库。
参考资料: https://flask.palletsprojects.com/en/2.0.x/tutorial/database/