Nano Hash - криптовалюты, майнинг, программирование

flask-sqlalchemy использует drop_all и create_all для определенных таблиц

В sqlalchemy (0.8.2) drop_all() и create_all() имеют параметр tables, который может быть списком объектов Table для удаления или добавления.

В flask-sqlalchemy (1.0) эти методы не имеют этого параметра.

Как правильно удалить/создать подмножество таблиц базы данных с помощью flask-alchemy?


Ответы:


1

Метод Flask-SQLAlchemy create_all() будет использовать Метаданные базы для создания таблицы, вызывая SQLAlchemy MetaData.create_all(). Этот метод позволяет указать список табличных объектов. Вам также нужно будет предоставить ему «привязку», которая в основном является движком. Вы можете получить это с помощью движка. свойство Flask-SQLAlchemy.

Итак, вы должны быть в состоянии сделать...

db = SQLAlchemy(app)

class MyTable(db.Model):
    ...

class MyOtherTable(db.Model):
    ...

db.metadata.create_all(db.engine, tables=[
    MyTable.__table__,
    ...
])

Это предполагает, что вы используете одну базу данных. В противном случае вам нужно будет выполнить create_all() вызов для каждой базы данных, используя get_engine().

08.10.2013
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..