探索 Flask 中的模型关系
珍惜时间,勤奋学习!今天给大家带来《探索 Flask 中的模型关系》,正文内容主要涉及到等等,如果你正在学习文章,或者是对文章有疑问,欢迎大家关注我!后面我会持续更新相关内容的,希望都能帮到正在学习的大家!

编码类之间的关系一开始可能会很困难!听起来就像一堆单词拼凑在一起——这个东西通过那个东西知道这个东西,但不知道另一个东西。使用现实生活中的例子有助于形象化这些关系。
例如,假设您有一些宇航员。多年来,这些宇航员将参观许多植物;每个任务一颗行星。因此,每个任务都有一名宇航员和一颗行星,并且许多行星被许多宇航员访问。
在 flask 中,astronaut 和 planet 之间是多对多的关系,而 astronaut 和 mission 以及 planet 和 mission 之间都是一对多的关系。我们有三个模型:任务模型作为宇航员模型和行星模型之间的连接表运行。这些类称为模型,因为它们定义(或建模)数据之间的关系。
那么,我们如何编码这些关系?
我发现从连接表开始最简单,因为我正在从那里构建两种关系。
class mission(db.model):
__tablename__ = 'missions'
id = db.column(db.integer, primary_key=true)
name = db.column(db.string)
这就是我们使命课程的开始。
我们知道每个任务都有一名宇航员:
astronaut = db.relationship
db.relationship 定义两个模型如何相互关联。
让我们将它连接到 astronaut 类....
astronaut = db.relationship('astronaut')
现在让我们添加两个模型(宇航员和任务)之间的双向关系:
astronaut = db.relationship('astronaut', back_populates="missions")
干得好!由于 mission 同时拥有宇航员和行星关系,所以让我们对行星做同样的事情:
planet = db.relationship('planet', back_populates="missions")
这是我们的任务类,其关系如下:
class mission(db.model):
__tablename__ = 'missions'
id = db.column(db.integer, primary_key=true)
name = db.column(db.string)
astronaut = db.relationship('astronaut', back_populates="missions")
planet = db.relationship('planet', back_populates="missions")
太棒了!让我们回去看看我们的指令:任务模型作为宇航员模型和行星之间的_join表运行模型._
因此,我们需要将宇航员与任务、行星与任务联系起来。让我们从宇航员开始:
missions = db.relationship('mission', back_populates="astronauts")
任务在这里是复数,因为宇航员要执行一堆任务(希望如此!)。
然后是 planet,它看起来应该类似:
missions = db.relationship('mission', back_populates="planets")
太棒了!全部加在一起,看起来像:
class planet(db.model):
__tablename__ = 'planets'
id = db.column(db.integer, primary_key=true)
name = db.column(db.string)
distance_from_earth = db.column(db.integer)
nearest_star = db.column(db.string)
missions = db.relationship('mission', back_populates="planet")
class astronaut(db.model):
__tablename__ = 'astronauts'
id = db.column(db.integer, primary_key=true)
name = db.column(db.string)
field_of_study = db.column(db.string)
missions = db.relationship('mission', back_populates="astronaut")
class mission(db.model):
__tablename__ = 'missions'
id = db.column(db.integer, primary_key=true)
name = db.column(db.string)
astronaut = db.relationship('astronaut', back_populates="astronauts")
planet = db.relationship('planet', back_populates="missions")
最后,让我们将外键添加到我们的任务表中。外键是一个整数,它引用另一个数据库中将两者链接在一起的项目。例如,任务表中宇航员 1 的外键为 1,因此每次我们在该列中看到数字 1 时,我们就知道它适用于该宇航员!
mission 是唯一需要外键的类,因为它负责所有关系。
class Mission(db.Model, SerializerMixin):
__tablename__ = 'missions'
id = db.Column(db.Integer, primary_key=True)
name = db.Column(db.String)
astronaut_id = db.Column(db.Integer, db.ForeignKey('astronauts.id'))
planet_id = db.Column(db.Integer, db.ForeignKey('planets.id'))
astronaut = db.relationship('Astronaut', back_populates="missions")
planet = db.relationship('Planet', back_populates="missions")
serialize_rules = ('-astronaut.missions', '-astronaut.planets')
干得好!我们已经在模型之间建立了一些关系。感谢您编码!
来源:感谢 flatiron school 提供的这个实验室!我将班级名称“科学家”更改为“宇航员”。
好了,本文到此结束,带大家了解了《探索 Flask 中的模型关系》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!
Golang 代理设置:如何为 API 请求配置代理
- 上一篇
- Golang 代理设置:如何为 API 请求配置代理
- 下一篇
- 监控和故障排除 Golang 函数与外部 API 交互
-
- 文章 · python教程 | 3天前 | logging · Python教程 · 后端开发 · 日志排查 · Python logging 日志重复 propagate addHandler basicConfig
- Python logging 日志重复打印排查:为什么一条记录输出了两遍
- 324浏览 收藏
-
- 文章 · python教程 | 2星期前 | 默认值 · python · 数据建模 · dataclass · default_factory · field · Python 数据类 Field 可变默认值 dataclass default_factory
- Python dataclass 默认值完整工作流:从可变默认值到 default_factory
- 228浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- ljg-skills
- ljg-skills 是李继刚开源的 AI 技能与提示词集合,面向大模型使用者整理了一批可复用的 prompt、角色设定和任务技能模板,适合用于学习提示词设计、搭建个人 AI 工作流和沉淀团队常用智能体能力。
- 3213次使用
-
- MELO音乐
- MELO音乐是一站式AI视频与音乐制作助手,对标suno, udio的高品质体验。提供伴奏生成、原创写词、无损导出、哼唱识曲、混音变声等全套音频与短视频编辑工具。无论是流行Kpop、电音说唱、民谣古风、摇滚儿歌还是商用轻音乐,MELO为你免费谱曲,轻松做同款!
- 2963次使用
-
- UniScribe
- UniScribe 是一款 AI 音视频转文字与内容整理工具,支持上传音频、视频文件或粘贴 YouTube 链接,自动生成转写文本、摘要、思维导图和关键问题,并支持多格式导出,适合会议记录、课程学习、访谈整理和内容创作复盘。
- 2917次使用
-
- 剧云
- 剧云是专业中文剧本创作平台,安全稳定运行十余年,集成AI编剧、剧本医生审核、人物小传、剧情关系图、大纲编写、多人协作、Word导入导出、版权管控功能,数据安全防护,轻松高效创作剧本。
- 3123次使用
-
- 万象有声
- 万象有声,一个专为有声创作者打造的新一代智能有声内容创作平台。平台提供专业的智能拆章、智能画本编辑、AI配音、AI生成音效、后期制作、智能对轨、智能审听等有声创作全流程工具,可以帮助创作者高效、低成本创作出引人入胜的有声作品。立即体验,让有声书制作更简单!
- 3077次使用
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
-
- httpx 如何设置代理认证(Proxy-Authorization)
- 2026-05-05 501浏览

