在前面学习了 Flask 框架用于构建 Web 应用程序的相关知识后，我们发现应用往往需要持久化存储数据，这时就离不开数据库的使用了。今天我们将引入 SQLAlchemy 这个强大的数据库抽象层库，它允许我们使用统一的方式与多种不同类型的数据库进行交互，极大地简化了数据库操作的流程。接下来，让我们开启 SQLAlchemy 的初步学习之旅吧。

一、SQLAlchemy 库的安装

要使用 SQLAlchemy 库，首先需要进行安装。如果使用常见的 pip 包管理器，可以在命令行中输入以下命令来安装 SQLAlchemy：

pip install sqlalchemy

安装成功后，就可以在 Python 脚本中导入 sqlalchemy 模块来使用了。

二、连接数据库的基本方法

1. 配置数据库连接字符串：
   不同类型的数据库有着不同的连接字符串格式，以下分别以 SQLite 和 MySQL 为例进行介绍。

SQLite 数据库连接字符串

SQLite 是一个轻量级的嵌入式数据库，非常适合用于本地开发和测试。其连接字符串格式如下：

# SQLite 连接字符串示例，这里假设数据库文件名为 my_database.db
sqlite_connection_string = "sqlite:///my_database.db"

其中，sqlite:/// 表示使用 SQLite 协议，后面紧跟的是数据库文件的路径，如果只写文件名（如上述示例），则默认在当前工作目录下创建或查找该文件。

MySQL 数据库连接字符串

对于 MySQL 数据库，连接字符串通常包含主机地址、端口号、用户名、密码以及数据库名称等信息，格式如下：

# MySQL 连接字符串示例，根据实际情况替换相应参数
mysql_connection_string = "mysql+pymysql://username:password@host:port/database_name"

例如：

mysql_connection_string = "mysql+pymysql://root:123456@localhost:3306/mydb"

这里使用了 mysql+pymysql，表示使用 pymysql 作为 MySQL 的驱动（需要提前安装 pymysql 库），后面依次是用户名、密码、主机地址、端口号以及要连接的数据库名称。

2. 创建数据库引擎：
   配置好连接字符串后，就可以使用 SQLAlchemy 创建数据库引擎了，数据库引擎是与数据库进行交互的核心组件。示例代码如下：

from sqlalchemy import create_engine

# 以 SQLite 为例创建数据库引擎
engine = create_engine(sqlite_connection_string)

对于 MySQL 等其他数据库，只需将对应的连接字符串传入 create_engine 函数即可创建相应的数据库引擎，例如：

engine = create_engine(mysql_connection_string)

三、在 Flask 应用中使用 SQLAlchemy 进行数据库操作（以 SQLite 为例）

1. 在 Flask 应用中集成 SQLAlchemy：
   首先，需要在 Flask 应用中初始化 SQLAlchemy。假设我们有如下的 Flask 应用基础代码：

from flask import Flask
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker

app = Flask(__name__)

# 配置数据库连接字符串（以 SQLite 为例）
app.config['SQLALCHEMY_DATABASE_URI'] = "sqlite:///my_database.db"
engine = create_engine(app.config['SQLALCHEMY_DATABASE_URI'])
Session = sessionmaker(bind=engine)

# 创建一个数据库会话对象，用于后续操作
db_session = Session()

if __name__ == '__main__':
    app.run(debug=True)

在上述代码中，通过 app.config['SQLALCHEMY_DATABASE_URI'] 配置了数据库连接字符串，然后创建了数据库引擎，并使用 sessionmaker 创建了一个会话工厂，最后通过工厂生成了一个实际的数据库会话对象 db_session，这个对象将用于执行数据库的各种操作。

2. 创建数据库表（定义数据模型）：
   使用 SQLAlchemy 的 ORM（对象关系映射）功能来定义数据库表结构，以创建一个简单的用户表为例，代码如下：

from flask import Flask
from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.orm import sessionmaker, declarative_base

app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = "sqlite:///my_database.db"
engine = create_engine(app.config['SQLALCHEMY_DATABASE_URI'])
Session = sessionmaker(bind=engine)
db_session = Session()

Base = declarative_base()

class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, primary_key=True)
    username = Column(String(50), nullable=False)
    password = Column(String(50), nullable=False)

Base.metadata.create_all(engine)

if __name__ == '__main__':
    app.run(debug=True)

在上述代码中，首先通过 declarative_base() 创建了一个基类 Base，然后定义了 User 类继承自这个基类，在 User 类中通过 Column 定义了表的列结构，包括 id（整数类型，为主键）、username（字符串类型，长度限制为 50，不允许为空）、password（字符串类型，长度限制为 50，不允许为空）。最后通过 Base.metadata.create_all(engine) 让 SQLAlchemy 根据定义的模型创建对应的数据库表结构。

3. 数据的插入操作：
   插入用户数据到刚才创建的 users 表中，示例代码如下：

new_user = User(username='test_user', password='123456')
db_session.add(new_user)
db_session.commit()

在上述代码中，首先创建了一个 User 类的实例，也就是一个新用户对象，设置好用户名和密码后，通过 db_session.add(new_user) 将这个新用户添加到会话中，最后调用 db_session.commit() 提交事务，将数据真正插入到数据库表中。

4. 数据的查询操作：
   查询 users 表中的用户数据，示例代码如下：

users = db_session.query(User).all()
for user in users:
    print(f"用户名：{user.username}，密码：{user.password}")

在上述代码中，通过 db_session.query(User).all() 从数据库中查询出所有的 User 表记录，返回的是一个包含 User 对象的列表，然后通过循环遍历这个列表，打印出每个用户的用户名和密码信息。

通过今天对 SQLAlchemy 的初步学习，我们掌握了连接数据库、在 Flask 应用中创建数据库表以及进行简单的数据插入和查询操作的方法。这为我们后续开发功能更完善、数据驱动的 Web 应用程序奠定了坚实的基础，让数据能够在应用中得到妥善的存储和运用。

#SQLAlchemy 初步# #数据库连接# #Flask 与数据库# #数据操作入门# #Python 数据库应用# #Web 应用数据持久化#