「Python系列」python的Flask项目实战(三)
ztj100 2024-10-28 21:10 34 浏览 0 评论
四.创建数据库:
注:utf8mb4_general_ci : ci表示不区分大小写
五、数据库设计:
尽量按照表名和列名来设计,参考设计一个博客网站基本的数据表结构如下:
- 用户表:用户名,密码,联系方式,昵称……
字段名称 | 字段类型 | 字段约束 | 字段说明 |
userid | int(11) | 自增长、主键、不为空 | 用户唯一编号 |
username | varchar(50) | 字符串、最长50、不为空 | 登录账号,可以为有效的邮箱地址或电话号码 |
password | varchar(32) | MD5加密字符串、不为空 | 登录密码 |
nickname | varchar(30) | 字符串、最长30、可为空 | 用户昵称 |
avatar | varchar(20) | 字符串、最长20、可为空 | 用户头像的图片文件名 |
varchar(15) | 字符串、最长15、可为空 | 用户的QQ号码 | |
role | varchar(10) | 字符串、不为空,admin表示管理员,editor表示作者,user表示普通用户 | 用户的角色 |
credit | int(11) | 整数类型、默认为50,表示用户注册时即赠送50积分 | 用户的剩余积分 |
createtime | datetime | 时间日期类型、格式为yyyy-mm-dd hh:mm:ss | 该条数据的新增时间 |
updatetime | datetime | 时间日期类型、格式同上 | 该条数据的修改时间 |
- 文章表:用户编号,标题,内容,类别,日期,次数,积分,隐藏(软删除),普通用户可以投稿,但是投稿不能直接发布,审核,推荐……
字段名称 | 字段类型 | 字段约束 | 字段说明 |
articleid | int(11) | 自增长、主键、不为空 | 文章唯一编号 |
userid | int(11) | users表外键、不为空 | 关联发布者信息 |
type | tinyint | 整数、无默认值、不为空 | 关联文章类型 |
headline | varchar(100) | 字符串、最长100、不为空 | 文章标题 |
content | mediumtext | 字符串、最大16777216字符 | 文章内容 |
thumbnail | varchar(20) | 字符串,最大30个字符 | 缩略图文件名 |
credit | int(11) | 整数、默认为0 | 文章消耗的积分数 |
readcount | int(11) | 整数、默认为0 | 文章阅读次数 |
replycount | int(11) | 整数、默认为0 | 评论回复次数 |
recommended | tinyint | 整数、默认为0(不推荐) | 是否设为推荐文章 |
hidden | tinyint | 整数、默认为0(不隐藏) | 文章是否被隐藏 |
drafted | tinyint | 整数、默认为0(非草稿) | 文章是否是草稿 |
checked | tinyint | 整数、默认为1(正式文章) | 文章是否已被审核 |
createtime | datetime | 时间日期类型 | 该条数据的新增时间 |
updatetime | datetime | 时间日期类型 | 该条数据的修改时间 |
- 积分表:用户与文章之间的第三张表(用户表与文章表之间,在积分阅读上是多对多关系),用户编号,文章编号,消耗积分。针对同一篇文章,用户只需要消耗一次即可。
字段名称 | 字段类型 | 字段约束 | 字段说明 |
creditid | int(11) | 自增长、主键、不为空 | 积分表唯一编号 |
userid | int(11) | users表外键、不为空 | 关联用户表信息 |
category | varchar(10) | 积分变化对应的类别,如: 阅读文章:消耗文章设定积分 评论文章:加2分 正常登录:加1分 用户注册:加50积分 在线充值:1元换10分 用户投稿:加200积分 | 积分变化的原因说明,便于用户和管理员查询明细。 在线充值不支持个人用户开通支付账户,本书暂不讲解。 |
target | int(11) | 积分消耗对应的目标,如果是阅读和评论文章,则对应为文章ID,如果在正常登录或注册,则显示0。 | 积分新增或消耗对应的目标对象。 |
credit | int(11) | 整数,可正可负 | 积分的具体数量 |
createtime | datetime | 时间日期类型 | 该条数据的新增时间 |
updatetime | datetime | 时间日期类型,格式同上 | 该条数据的修改时间 |
- 收藏表:用户编号,文章编号,取消。
字段名称 | 字段类型 | 字段约束 | 字段说明 |
favoriteid | int(11) | 自增长、主键、不为空 | 收藏表唯一编号 |
articleid | int(11) | article表外键、不为空 | 关联文章表信息 |
userid | int(11) | users表外键、不为空 | 关联用户表信息 |
canceled | tinyint | 整数、默认为0(不取消收藏) | 文章是否被取消收藏 |
createtime | datetime | 时间日期类型 | 该条数据的新增时间 |
updatetime | datetime | 时间日期类型,格式同上 | 该条数据的修改时间 |
- 评论表:用户编号,文章编号,内容,时间……
字段名称 | 字段类型 | 字段约束 | 字段说明 |
commentid | int(11) | 自增长、主键、不为空 | 评论唯一编号 |
userid | int(11) | users表外键、不为空 | 关联评论者信息 |
articleid | int(11) | article表外键、不为空 | 关联文章表信息 |
content | text | 字符串、最大65536字符 | 评论的内容 |
ipaddr | varchar(30) | 字符串、最大30个字符 | 评论用户的IP地址 |
replyid | int(11) | 整数,如果是评论回复,则保存被回复评论的commentid,否则为0表示为原始评论 | 是否为原始评论及被回复评论的ID号 |
agreecount | int(11) | 整数、默认为0 | 赞同该评论的数量 |
opposecount | int(11) | 整数、默认为0 | 反对该评论的数量 |
hidden | tinyint | 整数、默认为0(不隐藏) | 评论是否被隐藏 |
createtime | datetime | 时间日期类型 | 该条数据的新增时间 |
updatetime | datetime | 时间日期类型 | 该条数据的修改时间 |
相关推荐
- 再说圆的面积-蒙特卡洛(蒙特卡洛方法求圆周率的matlab程序)
-
在微积分-圆的面积和周长(1)介绍微积分方法求解圆的面积,本文使用蒙特卡洛方法求解圆面积。...
- python创建分类器小结(pytorch分类数据集创建)
-
简介:分类是指利用数据的特性将其分成若干类型的过程。监督学习分类器就是用带标记的训练数据建立一个模型,然后对未知数据进行分类。...
- matplotlib——绘制散点图(matplotlib散点图颜色和图例)
-
绘制散点图不同条件(维度)之间的内在关联关系观察数据的离散聚合程度...
- python实现实时绘制数据(python如何绘制)
-
方法一importmatplotlib.pyplotaspltimportnumpyasnpimporttimefrommathimport*plt.ion()#...
- 简单学Python——matplotlib库3——绘制散点图
-
前面我们学习了用matplotlib绘制折线图,今天我们学习绘制散点图。其实简单的散点图与折线图的语法基本相同,只是作图函数由plot()变成了scatter()。下面就绘制一个散点图:import...
- 数据分析-相关性分析可视化(相关性分析数据处理)
-
前面介绍了相关性分析的原理、流程和常用的皮尔逊相关系数和斯皮尔曼相关系数,具体可以参考...
- 免费Python机器学习课程一:线性回归算法
-
学习线性回归的概念并从头开始在python中开发完整的线性回归算法最基本的机器学习算法必须是具有单个变量的线性回归算法。如今,可用的高级机器学习算法,库和技术如此之多,以至于线性回归似乎并不重要。但是...
- 用Python进行机器学习(2)之逻辑回归
-
前面介绍了线性回归,本次介绍的是逻辑回归。逻辑回归虽然名字里面带有“回归”两个字,但是它是一种分类算法,通常用于解决二分类问题,比如某个邮件是否是广告邮件,比如某个评价是否为正向的评价。逻辑回归也可以...
- 【Python机器学习系列】拟合和回归傻傻分不清?一文带你彻底搞懂
-
一、拟合和回归的区别拟合...
- 推荐2个十分好用的pandas数据探索分析神器
-
作者:俊欣来源:关于数据分析与可视化...
- 向量数据库:解锁大模型记忆的关键!选型指南+实战案例全解析
-
本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...
- 用Python进行机器学习(11)-主成分分析PCA
-
我们在机器学习中有时候需要处理很多个参数,但是这些参数有时候彼此之间是有着各种关系的,这个时候我们就会想:是否可以找到一种方式来降低参数的个数呢?这就是今天我们要介绍的主成分分析,英文是Princip...
- 神经网络基础深度解析:从感知机到反向传播
-
本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...
- Python实现基于机器学习的RFM模型
-
CDA数据分析师出品作者:CDALevelⅠ持证人岗位:数据分析师行业:大数据...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)