@ArianX

10 楼，这篇从底层原理说了，刚看了不错。

精彩，精彩。开阔思路，通俗易懂。

@Abbeyok 简单接口可以用 jsonify，一旦项目复杂起来，可复用性和可维护性就会骤降。

@plqws 这个规范返回的 JSON 数据层次比较冗余，客户端直接提数据比较麻烦，最好用实现该规范的反序列解析器。我自己写完客户端解析器后，发现其实已经有现成的 JS 轮子了。

@lynskylate django rest 对标的是 flask-restful。从灵活度的角度来说，可以自由拓展；但灵活性的另一面就是封装程度低，什么都要自己实现。

顶一下，前 2 天还了解过。下个项目可以试下。

@sunhk25 弄一个抽象基类。所有模型都继承自基类。

class BaseModel(db.Model):
__abstract__ = True
def jsonify():
pass

楼主的问题，我想说 data 已经是数据了。data.id 已经可以读取属性了。如果是想打印结果的话，可以重写__repr__方法

@chaleaochexist

你提到的 view 层反复组装的问题，至少在 jsonapi1.0 规范中已经有解决办法，除非是特别常用的，比如婚恋网站的 male_user 和 female_user 可以定义多个 resource。其他情况，让客户端自己按需提取。

在 Flask-rest-jsonapi 中
include=xxx （同时查询外键数据）
fields=xxx,yyy （按需提取字段）
page[size]=10 （单次展示数量）
page[number]=2 （页码）
sort=name,birth_date （排序方式）
filter=[{"name":"gender","op":"eq","val":"male"}]（筛选，还可以用 any 和 has 外键筛选）

以上可以理解成 restful 版本的 sql 语句

@chaleaochexist 再补充，你提到的 serializer 应该就是我提到的 Schema （过滤器）。

Resource 层中不仅只有 Schema 过滤器，还可能包括 Hook 钩子（比如 before request 钩子来验证登录状态,after request 钩子记录日志），数据层（比如可以优化 model 查询方式；可以在存入数据库前，把字符串“ 2019-02-01 ”变成 model 可以理解的 Date 类型，来避免报错；针对两个分别存放在 redis 和 mysql 的数据同时提取，合并返回等情况）。

@chaleaochexist lz 用的是什么框架？如果是 flask 的话，可以去了解一下 flask-rest-jsonapi，这个库是对 jsonapi1.0 规范进行了封装。

了解这个库，可以帮助你很好理解这些概念。

以请求 api/users 为例，数据流如下：
GET 方法：路由层->resource 层（找到对应 model ）->model 层->resource 层（过滤输出）->返回结果

POST/PATCH 方法：路由层->resource 层（过滤输入）->model 层->resource 层（过滤输出）->返回结果

一，路由层：根据路由，找到对应的 resource。

二，Resource 层：即逻辑数据抽象层。关键词是“逻辑”，并非暴露实际数据库的数据，可根据业务逻辑进行自定义。因为 resource 并不一定和数据库的 model 一一对应。这句话有几层含义
1.一个 resource 可以对应一个 model，但并不意味着 model 的数据会全部返回，比如 password 字段需要经过过滤。（最正常的情况）
2.多个 resource 可以对应一个 model。比如 api/male_users, api/female_users 都对应 users，婚恋网站可能有这样的需求。
3.一个 resource 对应多个 model。比如数据库中有 2 张表(table) user 和 article。每次请求 users 返回用户最新五篇 article 的标题。
4.一个 resource 甚至可以不是数据库的 model。比如 api/sessions，当 post 的就是用户登录，如果验证成功，就返回一个 token。但数据库中并没有 sessions 的 table，验证过程是比较数据库中 user 的密码和传来的密码。

以上就是 resource 层，在 flask-rest-jsonapi 中是通过预定义 schema 来实现的，schema 可以理解成 resource 的 table，输入输出都会经过 schema 过滤。

[关于 serialize 和 deserialize]
Resource 中 Schema 过滤的过程就是 serialize （输出过滤）和 deserialize （输入过滤）的过程。
1 输入过滤：通过 deserialize 就是把远程传过来（可能脏的）数据变成 python 的字典对象。
2 输出过滤：通过 serialize 就是把 python 对象变成格式化的字符串返回给客户端。

lz 可以了解下 jsonapi 1.0 规范。推荐 4 楼的方法。4 楼的方法就是在规范当中的。

70000 多条用 pandas 就可以了

pd.read_json 秒秒钟转好格式，
再直接调用 plt 调好参数函数可视化。

最后，
如果只是自用，可以调用 to_csv 保存
如果想持久话，用 to_sql

杭州小号已挂

真的。看到最近的消息还是前天！