上一篇我們用 Python 內建的 sqlite3 實際操作了資料庫，也看到資料真的被保存下來。

不過那時候的程式長這樣：

cursor.execute("INSERT INTO tasks (name, completed) VALUES (?, ?)", ("洗碗", 0))
rows = cursor.execute("SELECT id, name, completed FROM tasks").fetchall()

如果要把這些放進我們的 Flask API，會發現有幾件事有點麻煩。

自己寫 SQL 會遇到什麼問題？

第一，查出來的資料不是我們要的格式

SELECT 回傳的是 tuple：

(1, '洗碗', 0)

但我們的 API 要回傳的是：

{"id": 1, "name": "洗碗", "completed": false}

所以每次查完都要自己轉一次，欄位一多就很容易出錯，順序寫錯也不會有人提醒。

第二，SQL 字串會散落在程式各處

五個 API 就有五段 SQL，之後如果欄位改名，要一段一段找出來改。

第三，換資料庫就要重寫

SQLite、MySQL、PostgreSQL 的 SQL 其實有一些差異，換資料庫的時候可能要改不少地方。

這些問題，就是 ORM 想要幫我們解決的。

ORM 是什麼？

ORM = Object Relational Mapping（物件關聯對映）。

名字看起來很難，但概念其實很單純：

把資料庫的「表格」對應成程式裡的「類別」，讓我們可以用寫 Python 的方式操作資料庫。

對應關係是這樣：

資料表（Table） → 類別（class）
一筆資料（Row） → 一個物件
欄位（Column） → 物件的屬性

拿 Day 18 的 tasks 表來對照：

資料庫裡是：

id | name | completed
1 | 洗碗 | 0

在程式裡就會變成：

task = Task(name="洗碗", completed=False)

task.name # 洗碗
task.completed # False

新增資料原本要寫：

INSERT INTO tasks (name, completed) VALUES ('洗碗', 0);

用 ORM 就變成：

task = Task(name="洗碗", completed=False)
db.session.add(task)
db.session.commit()

查詢原本要寫：

SELECT * FROM tasks;

用 ORM 大概會變成：

db.session.scalars(db.select(Task)).all()

查出來的結果直接就是一個一個 Task 物件，可以用 task.name 取值，不用再自己把 tuple 轉成字典。

最後 SQL 還是會被執行，只是改由 ORM 幫我們產生出來。

ORM 的好處和代價

好處：

用 Python 的方式寫，不用一直切換去想 SQL
查出來就是物件，跟程式的其他部分比較好接
換資料庫時，多數情況只要改設定
會自動幫我們做參數化查詢，比較不容易寫出有 SQL Injection 風險的程式（Day 27、28 會講）

代價（也要誠實講）：

多了一層東西要學，出問題時要知道它背後產生了什麼 SQL
很複雜的查詢，用 ORM 寫可能比直接寫 SQL 還難懂
不小心寫出效率很差的查詢時，自己不容易發現

不過對現在的我們來說，ORM 的幫助比較大，所以接下來會使用它。

Flask-SQLAlchemy 是什麼？

先講一下名字容易混淆的地方：

SQLAlchemy
Python 界最常用的 ORM 套件，本身跟 Flask 沒有關係，寫純 Python 也可以用。

Flask-SQLAlchemy
把 SQLAlchemy 包成 Flask 的擴充套件，幫我們處理跟 Flask 有關的設定，例如連線的建立與關閉。

這跟前面 Flask 和 Flask-RESTX 的關係有點像：
真正做事的是 SQLAlchemy，Flask-SQLAlchemy 是讓它在 Flask 裡用起來更順。

安裝

一樣在有啟動虛擬環境的終端機輸入：

pip install Flask-SQLAlchemy==3.1.1

裝好之後可以確認一下：

pip show Flask-SQLAlchemy

終端機安裝 Flask-SQLAlchemy 成功的畫面

設定資料庫連線

接著在 app.py 裡加入設定。

今天的目標是「能連上」，所以先加最基本的部分：

from flask import Flask
from flask_restx import Api, Resource, fields
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)

# 設定要連到哪個資料庫
app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///tasks.db'

db = SQLAlchemy(app)

api = Api(app, title='Task API', version='1.0')

一行一行看：

app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///tasks.db'

這是在告訴 SQLAlchemy「要連到哪個資料庫」。

這串東西叫做連線字串，格式大致是：

資料庫種類://帳號:密碼@位置/資料庫名稱

因為 SQLite 只是一個檔案，不需要帳號密碼，所以寫起來特別短：

sqlite:///tasks.db

如果之後換成 MySQL 或 PostgreSQL，大概會長這樣（先看看就好）：

mysql+pymysql://user:password@localhost/tasks
postgresql+psycopg://user:password@localhost/tasks

換資料庫的時候，主要改的就是這一行。

（正式環境的帳號密碼不會像這樣直接寫在程式裡，通常會放在環境變數，Day 26 會再提到。）

db = SQLAlchemy(app)

建立 SQLAlchemy 物件，並把 Flask app 傳給它。

跟 Day 11 的 api = Api(app) 很像，都是「把套件跟 Flask app 接起來」。

之後所有跟資料庫有關的操作，都會透過這個 db。

一個很容易卡住的地方：instance 資料夾

我們設定的是：

sqlite:///tasks.db

看起來好像會在專案資料夾直接建立 tasks.db。

但 Flask-SQLAlchemy 3.x 之後，SQLite 的相對路徑是以 Flask 的 instance 資料夾為基準。

所以實際上檔案會出現在：

你的專案/instance/tasks.db

第一次看到的時候會有點困惑，以為資料庫沒建立成功，其實只是放在 instance 裡面。

instance 資料夾是 Flask 用來放「跟這台機器有關、不該進版控」的東西，資料庫檔案放在這裡其實蠻合理的。

（之後如果用 Git，通常會把 instance/ 加進 .gitignore。）

今天做了什麼？

認識 ORM：把資料表對應成類別，用 Python 的方式操作資料庫
認識 Flask-SQLAlchemy：把 SQLAlchemy 接進 Flask 的擴充套件
安裝套件、設定 SQLALCHEMY_DATABASE_URI、建立 db 物件

不過現在只是「設定好了要連哪個資料庫」，程式裡還沒有任何一張表。

資料庫還不知道我們要存的作業有哪些欄位。

下一篇就來建立第一個 Model，讓 Flask-SQLAlchemy 幫我們把資料表建出來。