Creating seed data in a flask-migrate or alembic migration

Question

如何在第一次迁移中插入一些种子数据？如果迁移不是最佳选择，那么最佳实践是什么？

"""empty message

Revision ID: 384cfaaaa0be
Revises: None
Create Date: 2013-10-11 16:36:34.696069

"""

# revision identifiers, used by Alembic.
revision = '384cfaaaa0be'
down_revision = None

from alembic import op
import sqlalchemy as sa


def upgrade():
    ### commands auto generated by Alembic - please adjust! ###
    op.create_table('list_type',
    sa.Column('id', sa.Integer(), nullable=False),
    sa.Column('name', sa.String(length=80), nullable=False),
    sa.PrimaryKeyConstraint('id'),
    sa.UniqueConstraint('name')
    )
    op.create_table('job',
    sa.Column('id', sa.Integer(), nullable=False),
    sa.Column('list_type_id', sa.Integer(), nullable=False),
    sa.Column('record_count', sa.Integer(), nullable=False),
    sa.Column('status', sa.Integer(), nullable=False),
    sa.Column('sf_job_id', sa.Integer(), nullable=False),
    sa.Column('created_at', sa.DateTime(), nullable=False),
    sa.Column('compressed_csv', sa.LargeBinary(), nullable=True),
    sa.ForeignKeyConstraint(['list_type_id'], ['list_type.id'], ),
    sa.PrimaryKeyConstraint('id')
    )
    ### end Alembic commands ###

    # ==> INSERT SEED DATA HERE <==


def downgrade():
    ### commands auto generated by Alembic - please adjust! ###
    op.drop_table('job')
    op.drop_table('list_type')
    ### end Alembic commands ###

Answer 1

Alembic作为其操作之一bulk_insert()。该文档提供了以下示例（包含一些我已修复的问题）：

from datetime import date
from sqlalchemy.sql import table, column
from sqlalchemy import String, Integer, Date
from alembic import op

# Create an ad-hoc table to use for the insert statement.
accounts_table = table('account',
    column('id', Integer),
    column('name', String),
    column('create_date', Date)
)

op.bulk_insert(accounts_table,
    [
        {'id':1, 'name':'John Smith',
                'create_date':date(2010, 10, 5)},
        {'id':2, 'name':'Ed Williams',
                'create_date':date(2007, 5, 27)},
        {'id':3, 'name':'Wendy Jones',
                'create_date':date(2008, 8, 15)},
    ]
)

还要注意，Alembic具有一个execute()操作，就像execute()SQLAlchemy中的普通功能：你可以运行所需的任何SQL，如文档示例所示：

from sqlalchemy.sql import table, column
from sqlalchemy import String
from alembic import op

account = table('account',
    column('name', String)
)
op.execute(
    account.update().\
        where(account.c.name==op.inline_literal('account 1')).\
        values({'name':op.inline_literal('account 2')})
        )

请注意，用于创建update语句中使用的元数据的表是直接在架构中定义的。这似乎打破了DRY（不是你的应用程序中已经定义的表），但实际上是非常必要的。如果要尝试使用应用程序中的表或模型定义，则在对应用程序中的表/模型进行更改时，将中断此迁移。你的迁移脚本应该一成不变：对模型的未来版本进行的更改不应更改迁移脚本。使用应用程序模型将意味着定义将根据你检出的模型版本（最可能是最新版本）而改变。因此，你需要表定义在迁移脚本中是自包含的。

要讨论的另一件事是，是否应将种子数据放入作为自己的命令运行的脚本中（例如，使用Flask-Script命令，如其他答案所示）。可以使用此方法，但是你应该对此小心。如果要加载的数据是测试数据，那是一回事。但是我已经理解“种子数据”是指应用程序正常工作所需的数据。例如，如果你需要在“角色”表中设置“管理员”和“用户”的记录。该数据应作为迁移的一部分插入。请记住，脚本仅适用于数据库的最新版本，而迁移将适用于要迁移到的或从其中迁移的特定版本。如果你希望脚本加载角色信息，

同样，依靠脚本，你将在迁移之间运行脚本变得更加困难（例如，迁移3-> 4要求初始迁移中的种子数据位于数据库中）。现在，你需要修改Alembic的默认运行方式以运行这些脚本。而且，这些脚本仍会随着时间的推移而改变，并且谁知道你已经从源代码管理中签出了哪个版本的应用程序，这一事实仍然不能忽略。