2 比 1 更容易理解，可以先看2（单文件级别）
1、FastAPI 框架 操作Mysql数据库(项目多文件级别)
FastAPI 可以使用任何您想要的关系型数据库。
在这里，让我们看一个使用着SQLAlchemy的示例。
您可以很容易地将SQLAlchemy支持任何数据库，像：
- PostgreSQL
- MySQL
- SQLite
- Oracle
- Microsoft SQL Server，等等其它数据库
在此示例中，我们将使用SQLite，因为它使用单个文件并且 在Python中具有集成支持。因此，您可以复制此示例并按原样来运行它。
稍后，对于您的产品级别的应用程序，您可能会要使用像PostgreSQL这样的数据库服务器。
1.0 创建mysql数据库
-
创建test数据库，数据库创建users表和items表
-
users表
- items表
1.1 测试项目文件结构
对于这些示例，假设您有一个名为的目录my_super_project，其中包含一个名为的子目录sql_app，其结构如下：
.└── sql_app ├── __init__.py ├── crud.py ├── database.py ├── main.py ├── models.py └── schemas.py该文件__init__.py只是一个空文件，但它告诉 Python 其中sql_app的所有模块（Python 文件）都是一个包。
1.2 数据库配置 database.py
# 1、导入 SQLAlchemy 部件from sqlalchemy import create_enginefrom sqlalchemy.ext.declarative import declarative_basefrom sqlalchemy.orm import sessionmaker# 连接mysql数据库需要导入pymysql模块import pymysqlpymysql.install_as_MySQLdb()# 2、为 SQLAlchemy 定义数据库 URL地址# 配置数据库地址：数据库类型+数据库驱动名称://用户名:密码@机器地址:端口号/数据库名SQLALCHEMY_DATABASE_URL = "mysql://test:123456@127.0.0.1:3306/test"# 3、创建 SQLAlchemy 引擎engine = create_engine(SQLALCHEMY_DATABASE_URL, encoding='utf-8')# 4、创建数据库会话SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)# 5、创建一个Base类declarative_base# 稍后我们将用这个类继承，来创建每个数据库模型或类（ORM 模型）Base = declarative_base()1.3 创建数据库模型 models.py
用Base类来创建 SQLAlchemy 模型
我们将使用我们之前创建的Base类来创建 SQLAlchemy 模型。
SQLAlchemy 使用的“模型”这个术语 来指代与数据库交互的这些类和实例。
而 Pydantic 也使用“模型”这个术语 来指代不同的东西，即数据验证、转换以及文档类和实例。
from sqlalchemy import Boolean, Column, ForeignKey, Integer, Stringfrom sqlalchemy.orm import relationship# 1、从database.py导入Base类from .database import Base# User继承Base类class User(Base): # 表名 __tablename__ = "users" # 2、创建模型属性/列，使用Column来表示 SQLAlchemy 中的默认值。 id = Column(Integer, primary_key=True, index=True) email = Column(String, unique=True, index=True) hashed_password = Column(String) is_active = Column(Boolean, default=True) # 3、创建关系 # 当访问 user 中的属性items时，如 中my_user.items，它将有一个ItemSQLAlchemy 模型列表（来自items表），这些模型具有指向users表中此记录的外键 # 当您访问my_user.items时，SQLAlchemy 实际上会从items表中的获取一批记录并在此处填充进去。 # 同样，当访问 Item中的属性owner时，它将包含表中的UserSQLAlchemy 模型users。使用owner_id属性/列及其外键来了解要从users表中获取哪条记录。 items = relationship("Item", back_populates="owner")# Item继承Base类class Item(Base): __tablename__ = "items" id = Column(Integer, primary_key=True, index=True) title = Column(String, index=True) description = Column(String, index=True) owner_id = Column(Integer, ForeignKey("users.id")) owner = relationship("User", back_populates="items")创建关系
items = relationship("Item", back_populates="owner")- 当访问 user 中的属性items时，如 中my_user.items，它将有一个ItemSQLAlchemy 模型列表（来自items表），这些模型具有指向users表中此记录的外键
- 当您访问my_user.items时，SQLAlchemy 实际上会从items表中的获取一批记录并在此处填充进去。
- 同样，当访问 Item中的属性owner时，它将包含表中的-UserSQLAlchemy 模型users。使用owner_id属性/列及其外键来了解要从users表中获取哪条记录。
1.4 创建 Pydantic 模型 schemas.py
现在让我们查看一下文件sql_app/schemas.py。
为了避免 SQLAlchemy模型和 Pydantic模型之间的混淆，我们将有models.py（SQLAlchemy 模型的文件）和schemas.py（ Pydantic 模型的文件）。
这些 Pydantic 模型或多或少地定义了一个“schema”（一个有效的数据形状）。
因此，这将帮助我们在使用两者时避免混淆。
创建初始 Pydantic模型/模式¶
创建一个ItemBase和UserBasePydantic模型（或者我们说“schema”）以及在创建或读取数据时具有共同的属性。
ItemCreate为 创建一个UserCreate继承自它们的所有属性（因此它们将具有相同的属性），以及创建所需的任何其他数据（属性）。
因此在创建时也应当有一个password属性。
但是为了安全起见，password不会出现在其他同类 Pydantic模型中，例如用户请求时不应该从 API 返回响应中包含它。
from typing import List, Union# 1、创建初始 Pydantic模型/模式from pydantic import BaseModel# 1、创建初始 Pydantic模型/模式class ItemBase(BaseModel): title: str description: Union[str, None] = None# 1、创建初始 Pydantic模型/模式class ItemCreate(ItemBase): pass# 2、创建用于读取/返回的Pydantic模型/模式class Item(ItemBase): id: int owner_id: int class Config: orm_mode = True# 1、创建初始 Pydantic模型/模式class UserBase(BaseModel): email: str# 1、创建初始 Pydantic模型/模式class UserCreate(UserBase): password: str# 2、创建用于读取/返回的Pydantic模型/模式class User(UserBase): id: int is_active: bool items: List[Item] = [] class Config: orm_mode = True请注意，读取用户（从 API 返回）时将使用不包括password的User Pydantic模型。
SQLAlchemy 风格和 Pydantic 风格
请注意，SQLAlchemy模型使用 =来定义属性，并将类型作为参数传递给Column，例如：
name = Column(String)虽然 Pydantic模型使用: 声明类型，但新的类型注释语法/类型提示是：
name: str请牢记这一点，这样您在使用:还是=时就不会感到困惑。
1.5 CRUD工具 crud.py
从 sqlalchemy.orm中导入Session，这将允许您声明db参数的类型，并在您的函数中进行更好的类型检查和完成。
导入之前的models（SQLAlchemy 模型）和schemas（Pydantic模型/模式）。
from sqlalchemy.orm import Sessionfrom . import models, schemasdef get_user(db: Session, user_id: int): return db.query(models.User).filter(models.User.id == user_id).first()# 通过 ID 和电子邮件查询单个用户def get_user_by_email(db: Session, email: str): return db.query(models.User).filter(models.User.email == email).first()# 查询多个用户def get_users(db: Session, skip: int = 0, limit: int = 100): return db.query(models.User).offset(skip).limit(limit).all()def create_user(db: Session, user: schemas.UserCreate): fake_hashed_password = user.password + "notreallyhashed" # 使用您的数据创建一个 SQLAlchemy 模型实例。 db_user = models.User(email=user.email, hashed_password=fake_hashed_password) # 使用add来将该实例对象添加到您的数据库。 db.add(db_user) # 使用commit来对数据库的事务提交（以便保存它们）。 db.commit() # 使用refresh来刷新您的数据库实例（以便它包含来自数据库的任何新数据，例如生成的 ID）。 db.refresh(db_user) return db_user# 查询多个项目def get_items(db: Session, skip: int = 0, limit: int = 100): return db.query(models.Item).offset(skip).limit(limit).all()def create_user_item(db: Session, item: schemas.ItemCreate, user_id: int): db_item = models.Item(**item.dict(), owner_id=user_id) db.add(db_item) db.commit() db.refresh(db_item) return db_item1.6 主FastAPI应用程序 main.py
from typing import Listfrom fastapi import Depends, FastAPI, HTTPExceptionfrom sqlalchemy.orm import Sessionfrom . import crud, models, schemasfrom .database import SessionLocal, engine# 1、创建数据库表models.Base.metadata.create_all(bind=engine)app = FastAPI()# 2、创建依赖项# Dependencydef get_db(): # 我们需要每个请求有一个独立的数据库会话/连接（SessionLocal）， # 在所有请求中使用相同的会话，然后在请求完成后关闭它。 db = SessionLocal() # 我们的依赖项将创建一个新的 SQLAlchemy SessionLocal， # 它将在单个请求中使用，然后在请求完成后关闭它。 try: yield db finally: db.close()# 4、创建您的FastAPI 路径操作# 3、db: Session = Depends(get_db) ：当在路径操作函数中使用依赖项时，我们使用Session，直接从 SQLAlchemy 导入的类型声明它。@app.post("/users/", response_model=schemas.User)def create_user(user: schemas.UserCreate, db: Session = Depends(get_db)): db_user = crud.get_user_by_email(db, email=user.email) if db_user: raise HTTPException(status_code=400, detail="Email already registered") return crud.create_user(db=db, user=user)# 4、创建您的FastAPI 路径操作@app.get("/users/", response_model=List[schemas.User])def read_users(skip: int = 0, limit: int = 100, db: Session = Depends(get_db)): users = crud.get_users(db, skip=skip, limit=limit) return users# 4、创建您的FastAPI 路径操作@app.get("/users/{user_id}", response_model=schemas.User)def read_user(user_id: int, db: Session = Depends(get_db)): db_user = crud.get_user(db, user_id=user_id) if db_user is None: raise HTTPException(status_code=404, detail="User not found") return db_user# 4、创建您的FastAPI 路径操作@app.post("/users/{user_id}/items/", response_model=schemas.Item)def create_item_for_user( user_id: int, item: schemas.ItemCreate, db: Session = Depends(get_db)): return crud.create_user_item(db=db, item=item, user_id=user_id)# 4、创建您的FastAPI 路径操作@app.get("/items/", response_model=List[schemas.Item])def read_items(skip: int = 0, limit: int = 100, db: Session = Depends(get_db)): items = crud.get_items(db, skip=skip, limit=limit) return items1.6 关于 def 对比 async def
在这里，我们在路径操作函数和依赖项中都使用着 SQLAlchemy 模型，它将与外部数据库进行通信。
这会需要一些“等待时间”。
但是由于 SQLAlchemy 不具有await直接使用的兼容性，因此类似于：
user = await db.query(User).first()…相反，我们可以使用：
user = db.query(User).first()然后我们应该声明路径操作函数和不带 的依赖关系async def，只需使用普通的def，如下：
@app.get("/users/{user_id}", response_model=schemas.User)def read_user(user_id: int, db: Session = Depends(get_db)): db_user = crud.get_user(db, user_id=user_id) ...如果您需要异步连接到关系数据库，请参阅Async SQL (Relational) Databases
如果您很好奇并且拥有深厚的技术知识，您可以在Async文档中查看有关如何处理
async def于def差别的技术细节。
1.7 执行项目
- 在sql_app目录外执行
uvicorn sql_app.main:app --reloadINFO: Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)
2、FastAPI 对MySQL 数据库的操作（单文件级别）
(317条消息) FastAPI 对MySQL 数据库的操作(win64)_fastapi 连接mysql_梧钴的博客-CSDN博客
2.1 安装依赖
$ pip install sqlalchemy -i https://pypi.tuna.tsinghua.edu.cn/simple$ pip install pymysql -i https://pypi.tuna.tsinghua.edu.cn/simple2.2 测试连接
- main.py
# 导入FastAPI模块from fastapi import FastAPIapp = FastAPI()# 1、连接mysql数据库需要导入pymysql模块import pymysqlpymysql.install_as_MySQLdb()# 2、配置数据库from sqlalchemy import create_enginefrom sqlalchemy.orm import sessionmaker# 配置数据库地址：数据库类型+数据库驱动名称://用户名:密码@机器地址:端口号/数据库名SQLALCHEMY_DATABASE_URL = "mysql://test:123456@127.0.0.1:3306/test"engine = create_engine(SQLALCHEMY_DATABASE_URL, encoding='utf-8')# 3、把当前的引擎绑定给这个会话；# autocommit：是否自动提交 autoflush：是否自动刷新并加载数据库 bind：绑定数据库引擎Session = sessionmaker(autocommit=False, autoflush=False, bind=engine)# 实例化session = Session()# 4、创建Base实例# declarative_base类维持了一个从类到表的关系，通常一个应用使用一个Base实例，所有实体类都应该继承此类对象from sqlalchemy.ext.declarative import declarative_baseBase = declarative_base()# 5、创建数据库模型（定义表结构:表名称，字段名称以及字段类型）from sqlalchemy import Column, String, Integerclass User(Base): # 定义表名 __tablename__ = 'user' # 定义字段 # primary_key=True 设置为主键 userid = Column(Integer, primary_key=True) username = Column(String(255)) # 构造函数 def __init__(self, userid, username): self.userid = userid self.username = username # 打印形式 def __str__(self): return "id:%s, name:%s" % (str(self.userid), self.username)# 6、在数据库中生成表Base.metadata.create_all(bind=engine)- 运行
$ uvicorn main:app --reload2.3 增删改查代码
增
from pydantic import BaseModel# 定义数据模型class CreatUser(BaseModel): userid: int username: str def __str__(self): return "id：%s, name：%s" % (str(self.userid), self.username)# 添加单个数据@app.post("/user/addUser")async def InserUser(user: CreatUser): try: # 添加数据 dataUser = User(userid=user.userid, username=user.username) session.add(dataUser) session.commit() session.close() except ArithmeticError: return {"code": "0002", "message": "数据库异常"} return {"code": "0000", "message": "添加成功"}from typing import List# 添加多个数据@app.post("/user/addUserList")async def addUserList(*, user: List[CreatUser]): try: # user是一个列表，每个内部元素均为CreatUser类型 for u in user: # 自定义的数据模型可以用.访问属性 dataUser = User(userid=u.userid, username=u.username) session.add(dataUser) session.commit() session.close() except ArithmeticError: return {"code": "0002", "message": "数据库异常"} return {"code": "0000", "message": "添加成功"}查
# 按照user_id查询@app.get("/user/{user_id}")async def queryUserByUserId(user_id: int): # 创建Query查询，filter是where条件，调用one返回唯一行，调用all则是返回所有行 try: # one与first的区别： # one：要求结果集中只有一个结果；如果数据库返回0或2个或更多结果，并且将引发异常，则为错误。 # first：返回可能更大的结果集中的第一个，如果没有结果，则返回None。不会引发异常。 # filter_by与filter的区别： # filter_by接收的参数形式是关键字参数，而filter接收的参数是更加灵活的SQL表达式结构 # user1 = session.query(User).filter_by(userid=user_id).first() user1 = session.query(User).filter(User.userid == user_id).first() session.close() # 由于user1只有一个值，所以它直接是一个字典 if user1: return {"code": "0000", "message": "请求成功", "data": user1} else: return {"code": "0001", "message": "查询无结果"} except ArithmeticError: return {"code": "0002", "message": "数据库异常"}## 查询所有@app.get("/user/selectall/")async def queryUserByUserId(): # 创建Query查询，filter是where条件，调用one返回唯一行，调用all则是返回所有行 try: user1 = session.query(User).all() session.close() # user1 是一个列表，内部元素为字典 return {"code": "0000", "message": "请求成功", "data": user1} except ArithmeticError: return {"code": "0002", "message": "数据库异常"}删
# 根据user_id删除单个@app.delete("/user/deleteUser/{user_id}")async def deleteUser(user_id: int): try: user1 = session.query(User).filter(User.userid == user_id).first() if user1: session.delete(user1) session.commit() session.close() return {"code": "0000", "message": "删除成功"} else: return {"code": "0001", "message": "参数错误"} except ArithmeticError: return {"code": "0002", "message": "数据库错误"}from typing import List# 删除多个@app.delete("/user/deleteUserList")async def deleteUser(user_ids: List[int]): try: for user_id in user_ids: user1 = session.query(User).filter(User.userid == user_id).first() if user1: session.delete(user1) session.commit() session.close() return {"code": "0000", "message": "删除成功"} except ArithmeticError: return {"code": "0002", "message": "数据库错误"}改
# 根据user_id修改user_name@app.put("/user/updateUser/")# 定义查询参数user_id和user_nameasync def updateUser(user_id: int, user_name: str): try: user1 = session.query(User).filter(User.userid == user_id).first() print(user1) if user1: user1.username = user_name session.commit() session.close() return {"code": "0000", "message": "修改成功"} else: return {"code": "0001", "message": "参数错误"} except ArithmeticError: return {"code": "0002", "message": "数据库错误"}# 方式2：class AlterUser(BaseModel): userid: int username: str@app.put("/user/updateUser01/")async def deleteUser(user: AlterUser): try: user1 = session.query(User).filter(User.userid == user.userid).first() if user1: user1.username = user.username session.commit() session.close() return {"code": "0000", "message": "修改成功"} else: return {"code": "0001", "message": "参数错误"} except ArithmeticError: return {"code": "0002", "message": "数据库错误"}完整代码
# 导入FastAPI模块from fastapi import FastAPIapp = FastAPI()# 1、连接mysql数据库需要导入pymysql模块import pymysqlpymysql.install_as_MySQLdb()# 2、配置数据库from sqlalchemy import create_enginefrom sqlalchemy.orm import sessionmaker# 配置数据库地址：数据库类型+数据库驱动名称://用户名:密码@机器地址:端口号/数据库名SQLALCHEMY_DATABASE_URL = "mysql://test:123456@127.0.0.1:3306/test"engine = create_engine(SQLALCHEMY_DATABASE_URL, encoding='utf-8')# 3、把当前的引擎绑定给这个会话；# autocommit：是否自动提交 autoflush：是否自动刷新并加载数据库 bind：绑定数据库引擎Session = sessionmaker(autocommit=False, autoflush=False, bind=engine)# 实例化session = Session()# 4、创建Base实例# declarative_base类维持了一个从类到表的关系，通常一个应用使用一个Base实例，所有实体类都应该继承此类对象from sqlalchemy.ext.declarative import declarative_baseBase = declarative_base()# 5、创建数据库模型（定义表结构:表名称，字段名称以及字段类型）from sqlalchemy import Column, String, Integerclass User(Base): # 定义表名 __tablename__ = 'user' # 定义字段 # primary_key=True 设置为主键 userid = Column(Integer, primary_key=True) username = Column(String(255)) # 构造函数 def __init__(self, userid, username): self.userid = userid self.username = username # 打印形式 def __str__(self): return "id:%s, name:%s" % (str(self.userid), self.username)# 6、在数据库中生成表Base.metadata.create_all(bind=engine)# 【增】from pydantic import BaseModel# 定义数据模型class CreatUser(BaseModel): userid: int username: str def __str__(self): return "id：%s, name：%s" % (str(self.userid), self.username)# 添加单个@app.post("/user/addUser")async def InserUser(user: CreatUser): try: # 添加数据 dataUser = User(userid=user.userid, username=user.username) session.add(dataUser) session.commit() session.close() except ArithmeticError: return {"code": "0002", "message": "数据库异常"} return {"code": "0000", "message": "添加成功"}from typing import List# 添加多个@app.post("/user/addUserList")async def addUserList(*, user: List[CreatUser]): try: # user是一个列表，每个内部元素均为CreatUser类型 for u in user: # 自定义的数据模型可以用.访问属性 dataUser = User(userid=u.userid, username=u.username) session.add(dataUser) session.commit() session.close() except ArithmeticError: return {"code": "0002", "message": "数据库异常"} return {"code": "0000", "message": "添加成功"}# 【查】# 按照user_id查询@app.get("/user/{user_id}")async def queryUserByUserId(user_id: int): # 创建Query查询，filter是where条件，调用one返回唯一行，调用all则是返回所有行 try: # one与first的区别： # one：要求结果集中只有一个结果；如果数据库返回0或2个或更多结果，并且将引发异常，则为错误。 # first：返回可能更大的结果集中的第一个，如果没有结果，则返回None。不会引发异常。 # filter_by与filter的区别： # filter_by接收的参数形式是关键字参数，而filter接收的参数是更加灵活的SQL表达式结构 # user1 = session.query(User).filter_by(userid=user_id).first() user1 = session.query(User).filter(User.userid == user_id).first() session.close() # 由于user1只有一个值，所以它直接是一个字典 if user1: return {"code": "0000", "message": "请求成功", "data": user1} else: return {"code": "0001", "message": "查询无结果"} except ArithmeticError: return {"code": "0002", "message": "数据库异常"}## 查询所有@app.get("/user/selectall/")async def queryUserByUserId(): # 创建Query查询，filter是where条件，调用one返回唯一行，调用all则是返回所有行 try: user1 = session.query(User).all() session.close() # user1 是一个列表，内部元素为字典 return {"code": "0000", "message": "请求成功", "data": user1} except ArithmeticError: return {"code": "0002", "message": "数据库异常"}#【删】# 根据user_id删除单个@app.delete("/user/deleteUser/{user_id}")async def deleteUser(user_id: int): try: user1 = session.query(User).filter(User.userid == user_id).first() if user1: session.delete(user1) session.commit() session.close() return {"code": "0000", "message": "删除成功"} else: return {"code": "0001", "message": "参数错误"} except ArithmeticError: return {"code": "0002", "message": "数据库错误"}from typing import List## 删除多个@app.delete("/user/deleteUserList")async def deleteUser(user_ids: List[int]): try: for user_id in user_ids: user1 = session.query(User).filter(User.userid == user_id).first() if user1: session.delete(user1) session.commit() session.close() return {"code": "0000", "message": "删除成功"} except ArithmeticError: return {"code": "0002", "message": "数据库错误"}# 【改】## 根据user_id修改user_name@app.put("/user/updateUser/")# 定义查询参数user_id和user_nameasync def updateUser(user_id: int, user_name: str): try: user1 = session.query(User).filter(User.userid == user_id).first() print(user1) if user1: user1.username = user_name session.commit() session.close() return {"code": "0000", "message": "修改成功"} else: return {"code": "0001", "message": "参数错误"} except ArithmeticError: return {"code": "0002", "message": "数据库错误"}# 方式2：class AlterUser(BaseModel): userid: int username: str@app.put("/user/updateUser01/")async def deleteUser(user: AlterUser): try: user1 = session.query(User).filter(User.userid == user.userid).first() if user1: user1.username = user.username session.commit() session.close() return {"code": "0000", "message": "修改成功"} else: return {"code": "0001", "message": "参数错误"} except ArithmeticError: return {"code": "0002", "message": "数据库错误"}运行测试
uvicorn main:app --reload
来源地址：https://blog.csdn.net/weixin_46703850/article/details/128732274
