Flask-Admin + Flask-Login + SQLAlchemy：快速搭建一个后台管理系统

通过 Flask 的轻量生态 —— Flask-Admin + Flask-Login + SQLAlchemy 。在短短几百行代码内快速构建一个可登录、可视化、可管理的数据后台。
案例项目：《行迹管理平台》

引言：为什么选择 Flask-Admin 架构？

在传统的后台开发方式中，我们往往要自行编写数据管理的前端页面，实现分页、搜索、表单验证，再做一套登录权限系统，最后才能看到一点可视化结果。
对于中小型项目、原型验证或内部工具来说，这样的投入显然过重。而 Flask 的生态非常“轻”，它的核心是只用需要的部分。它不像 Django 那样自带一整套庞大的后台系统，
而是通过高度模块化的扩展机制，让你按需组合。于是，就诞生了这样的“后台三件套”的组合：

模块名称	功能描述
Flask-Admin	零前端代码生成后台页面，支持模型可视化编辑
Flask-Login	轻量的用户登录与会话管理
SQLAlchemy	主流 ORM 框架，查询简洁可扩展

项目结构设计

数据库使用 PostgreSQL，模板引擎为 Jinja2，图表由 ECharts 驱动。

Flask-Login：轻量认证体系

用户认证由 LoginManager 管理：

login_manager = LoginManager(app)

@login_manager.user_loader
def load_user(id):
    return db.session.get(AdminUser, int(id))

在 /login 路由中进行用户名与密码校验：

@app.route('/login', methods=['post'])
def login():
    username = request.form.get('username')
    password = request.form.get('password')
    user = AdminUser.query.filter_by(username=username).first()
    if user and user.password == password:
        login_user(user)
        return redirect('/')
    else:
        return render_template('login.html', error='用户名或密码错误！')

Flask-Admin：无需前端的后台管理

在 app.py 中注册 Flask-Admin 并绑定模型视图：

admin = Admin(app, name='行迹管理系统', template_mode='bootstrap4',
              index_view=MyAdminIndexView(name='首页'))

admin.add_view(UserView(User, db.session, name='用户'))
admin.add_view(TrackView(Track, db.session, name='行迹'))
admin.add_view(TrackCommentView(TrackComment, db.session, name='评论'))
admin.add_view(TrackLikeView(TrackLike, db.session, name='点赞'))

以 TrackView 为例：

class TrackView(LoginRequiredView):
    page_size = 10
    can_delete = True
    column_default_sort = ('create_time', True)
    column_list = ['id', 'title', 'description', 'create_time', 'is_public', 'city', 'state']
    column_labels = dict(
        id='ID',
        title='标题',
        description='描述',
        create_time='创建时间',
        is_public='权限',
        city='城市',
        state='状态'
    )
    column_formatters = {
        'create_time': lambda v, c, m, p: m.create_time.strftime('%Y-%m-%d %H:%M:%S'),
        'title': lambda v, c, m, p: Markup(
            f'<div style="max-width: 200px; word-break: break-all;">{m.title}</div>'
        ),
        'description': lambda v, c, m, p: Markup(
            f'<div style="max-width: 300px; word-break: break-all;">{m.description}</div>'
        )
    }
    column_choices = {
        'is_public': [
            (0, '私密'),
            (1, '公开'),
        ],
        'state': [
            (0, '正常'),
            (1, '禁用'),
        ]
    }

Flask-Admin 自动渲染表格、分页、搜索、表单等界面。无需编写前端代码，即可完成 CRUD 管理。

ECharts + 高德地图：可视化数据总览

数据统计逻辑（SQLAlchemy 实现）

在 data_stat.py 中，借助 SQLAlchemy 的 func.date() 实现每日新增统计：

from sqlalchemy import func, text

def get_new_users_last_7_days():
    today = datetime.now() - timedelta(days=1)
    start_date = today - timedelta(days=7)
    # 查询最近7天的新增用户数，按日期分组
    results = (
        db.session.query(
            func.date(User.create_time).label('date'),
            func.count(User.id).label('new_users')
        )
        .filter(User.create_time >= start_date)
        .group_by(func.date(User.create_time))
        .order_by(func.date(User.create_time))
        .all()
    )
    # 将结果转换为字典形式，方便后续处理
    daily_new_users = {result.date.strftime('%m.%d'): result.new_users for result in results}
    last_7_days = [(today - timedelta(days=i)).strftime('%m.%d') for i in range(7)]
    daily_new_users_count = {day: daily_new_users.get(day, 0) for day in last_7_days}
    dates = list(daily_new_users_count.keys())
    new_users_counts = list(daily_new_users_count.values())
    return json.dumps(dates), json.dumps(new_users_counts)