【Python开发】FastAPI 10:SQL 数据库操作

在 FastAPI 中使用 SQL 数据库可以使用多个 ORM 工具,例如 SQLAlchemy、Tortoise ORM 等,类似 Java 的 Mybatis 。这些 ORM 工具可以帮助我们方便地与关系型数据库进行交互,如 MySQL 、PostgreSQL等。本篇文章将介绍如何使用 SQLAlchemy 来完成数据库操作,以便让我们在 FastAPI 项目中方便地进行数据存储和查询。

目录

1 介绍

1.1 SQLAlchemy

1.2 文件结构

2 数据库连接

2.1 安装 mysqlclient

2.2 SQLAlchemy 使用

3 创建模型

3.1 数据库模型

3.2 Pydantic 模型

4 数据库操作 CRUD

4.1 查—读取数据

4.2 增—创建数据

4.3 改—修改数据

4.4 删—删除数据

5 接口创建及运行

5.1 接口创建

5.2 项目运行


 源码地址:

https://gitee.com/yinyuu/fast-api_study_yinyu

1 介绍

1.1 SQLAlchemy

简单来说,SQLAlchemy 就是一个 ORM 工具,提供了灵活的数据模型定义和查询语法,支持多种数据库后端,比如:

  • MySQL
  • SQLite
  • Oracle
  • PostgreSQL
  • Microsoft SQL Server,等等其它数据库

FastAPI 中使用 SQLAlchemy,我们可以通过安装 SQLAlchemy 和相应的数据库驱动程序(如 mysqlclient,psycopg2 等)来连接到数据库,然后使用 SQLAlchemy 提供的模型类定义数据表和字段,以及使用查询语法进行数据操作。

本篇文章中,我将以 MySQL 为例,实现 SQLAlchemy 的数据库连接及操作。

ORM 具有在代码和数据库表中的对象之间转换的工具,简单来说就是将该数据表映射到项目代码中,然后你通常在 SQL 数据库中创建一个代表映射的类,该类的每个属性代表一个列,具有名称和类型。

1.2 文件结构

项目中包含子目录 sql_app,本篇文章的文件结构如下:

.
└── sql_app
    ├── __init__.py
    ├── crud.py
    ├── database.py
    ├── main.py
    ├── models.py
    └── schemas.py

文件 __init__.py 是一个空文件,不过它告诉 Python 其中 sql_app 的所有模块(Python 文件)都是一个包,可以拿来调用。

接下来,本文将以 database.py -> models.py -> schemas.py -> crud.py -> main.py 的顺序开始讲述~

2 数据库连接

涉及到文件 sql_app/database.py,数据库操作的第一步便是连接数据库。

2.1 安装 mysqlclient

因为需求连接到 mysql 数据库,因此需要预先安装 mysql 驱动,可直接使用如下命令:

2.2 SQLAlchemy 使用

具体代码如下

#1.导入 SQLAlchemy 部件
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

#2.为 SQLAlchemy 定义数据库 URL地址
SQLALCHEMY_DATABASE_URL = "mysql+pymysql://user:password@ip地址:端口/数据表名?charset=utf8mb4"

#3.创建 SQLAlchemy 引擎
engine = create_engine( SQLALCHEMY_DATABASE_URL )
#4.创建一个SessionLocal 数据库会话
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)

#5.创建一个Base类
Base = declarative_base()

 URL 地址

如果你想使用其他数据库,那么就需要对 SQLALCHEMY_DATABASE_URL 的值进行变更。

比如使用的是 PostgreSQL 数据库:"postgresql://user:password@postgresserver/db"

 SessionLocal 类

它是一个本地线程存储(thread-local storage)的单例类,用来创建数据库会话。

简单来说,SessionLocal 的主要作用是为每个请求创建一个数据库会话,并且确保这个会话在整个请求期间都是唯一的。这样,我们就可以在不同的函数中使用同一个会话,从而避免了在不同函数中反复创建会话的麻烦。

 declarative_base()

declarative_base() 是 SQLAlchemy 中提供的一个函数,用于创建一个基类,然后通过继承这个基类来定义数据表模型。它可以让我们更加方便地定义数据表模型,而不需要关注底层的SQL语句。具体作用:

  • 自动创建对应的数据表:我们定义了数据表模型之后,可以调用 create_all() 方法来创建对应的数据表。
  • 自动映射数据表和类属性:我们只需要定义类属性,SQLAlchemy 可以自动将这些属性映射到对应的数据表字段。
  • 提供了更加易读易懂的代码:使用 declarative_base() 可以让我们更加方便地定义类,使代码更加清晰易读。

3 创建模型

接下来便是创建和数据表映射的数据库模型以及 Pydantic 模型数据库模型用以对接数据表,Pydantic 模型则用来作为响应模型(response_model)及请求体。

3.1 数据库模型

涉及到文件 sql_app/models.py

具体代码如下

from sqlalchemy import Boolean, Column, ForeignKey, Integer, String
from sqlalchemy.orm import relationship
#1.用Base类来创建 SQLAlchemy 模型
from .database import Base

class User(Base):
    __tablename__ = "users"
    #2.创建模型属性/列
    id = Column(Integer, primary_key=True, index=True)
    phone = Column(String, unique=True, index=True)
    hashed_password = Column(String)
    is_active = Column(Boolean, default=True)
    #3.创建关系
    items = relationship("Item", back_populates="owner")

class Item(Base):
    __tablename__ = "items"

    id = Column(Integer, primary_key=True, index=True)
    title = Column(String, index=True)
    description = Column(String, index=True)
    owner_id = Column(Integer, ForeignKey("users.id"))

    owner = relationship("User", back_populates="items")

 用 Base 类来创建 SQLAlchemy 模型

Base 类也就是数据库连接时的 declarative_base(),从 database(来自上面的 database.py 文件)导入 Base,那么它将自动映射数据表和类属性(原因在前边)。

 __tablename__

该属性是给模型映射的数据表的名称,比如 User 类的__tablename__ users,那么它映射的数据表名即为 users。

 模型属性/列

比如:

    id = Column(Integer, primary_key=True, index=True)
    phone = Column(String, unique=True, index=True)
    hashed_password = Column(String)
    is_active = Column(Boolean, default=True)

Column 表示这些属性中的每一个都代表其相应数据库表中的一列,Column 中的第一个参数,如IntegerString Boolean,它定义了数据库中的类型。

  • primary_key=True 代表了 id 为主键;
  • index=True 代表 id 列和 email 列为索引,以提高查询性能;
  • unique=True 则是唯一约束,以确保在 email 列中的每个值都是唯一的;
  • default=True 表示is_active 的默认值为 True

 relationship 关系

class User(Base):
    __tablename__ = "users"
    ...

    items = relationship("Item", back_populates="owner")

class Item(Base):
    __tablename__ = "items"
    ...
    owner_id = Column(Integer, ForeignKey("users.id"))

    owner = relationship("User", back_populates="items")

这在 User 模型和 Item 模型之间定义了一个关系,使用 back_populates 参数建立了双向关系。具体来说,是在 User 模型中定义了一个名为 items 的属性,并在 Item 模型中定义了一个名为owner 的属性,这两个属性都与对方的模型相关联。

比如访问 User 中的属性 items 时,它将指向一个 Item SQLAlchemy 模型列表(来自 items表),同时 Item 使用 ForeignKey("users.id") 来标记 owner_id 列为外键,并指定它与 User 模型中的 id 列相关联。

在使用 back_populates 参数时,需要注意以下几点:

  • back_populates 参数必须在两个模型的关系属性中都使用,并且值必须互相对应;
  • 如果您使用了 backref 参数来定义关系,那么可以使用 backref 替换 back_populates
  • 如果您的模型之间有多个关系,那么需要使用不同的 back_populates 值来区分它们。

3.2 Pydantic 模型

涉及到文件 sql_app/schemas.py

具体代码如下

from typing import List, Union

from pydantic import BaseModel

#1.创建一个 ItemBase 和 UserBase 的 Pydantic模型(或者我们说“schema”)
class ItemBase(BaseModel):
    title: str
    description: Union[str, None] = None

#2.ItemCreate 继承自 ItemBase,他们在创建或读取数据时具有共同的属性。
class ItemCreate(ItemBase):
    pass

#3.Item 继承自 ItemCreate,增加 id 和 owner_id 字段
class Item(ItemCreate):
    id: int
    owner_id: int

    class Config:
        orm_mode = True #使其包含关系字段

class UserBase(BaseModel):
    phone: str

#为了安全起见,password 不会出现在其他同类 Pydantic模型中,例如用户请求时不应该从 API 返回响应中包含它。
class UserCreate(UserBase): #字段名对不上会报错,所以单独搞个
    password: str

class User(UserBase):
    id: int
    is_active: bool
    items: List[Item] = []

    class Config:
        orm_mode = True

注意,SQLAlchemy 模型和 Pydantic 声明属性的方式不一样,前者是 = ,而后者是

 orm_mode

此类 Config 用于为 Pydantic 提供配置。

class Item(ItemCreate):
    id: int
    owner_id: int

    class Config:
        orm_mode = True #使其包含关系字段

Pydanticorm_mode 将告诉 Pydantic 模型读取数据,即它不是一个 dict,而是一个 ORM 模型。这样该 Pydantic 模型就会尝试从属性中获取它,如 id = data.id

有了这个,Pydantic 模型与 ORM 兼容,您只需在路径操作 response_model 的参数中声明它,即可返回一个数据库模型,并从中读取数据。

SQLAlchemy 和许多其他默认情况下是“延迟加载”。这意味着,除非您尝试访问包含该数据的属性,否则它们不会从数据库中获取关系数据。

4 数据库操作 CRUD

涉及到文件 sql_app/crud.py,在此文件中,我们将编写可重用的函数用来与数据库中的数据进行交互。

CRUD 分别为:增加、查询、更改和删除,即增删改查。

4.1 查—读取数据

首先从 sqlalchemy.orm 中导入 Session,这将允许您声明 db 参数的类型,并在您的函数中进行更好的类型检查和完成。 然后导入之前的 models(SQLAlchemy 模型)和 schemas(Pydantic模型/模式)。

创建一些实用函数来完成:

from sqlalchemy.orm import Session

from . import models, schemas

#通过 ID 查询单个用户。
def get_user(db: Session, user_id: int):
    return db.query(models.User).filter(models.User.id == user_id).first()

#通过电子邮件查询单个用户。
def get_user_by_email(db: Session, email: str):
    return db.query(models.User).filter(models.User.email == email).first()

#查询多个用户
def get_users(db: Session, skip: int = 0, limit: int = 100):
    return db.query(models.User).offset(skip).limit(limit).all()

#查询多个项目
def get_items(db: Session, skip: int = 0, limit: int = 100):
    return db.query(models.Item).offset(skip).limit(limit).all()

4.2 增—创建数据

现在通过函数来创建数据,它的步骤是:

  • 使用您的数据创建一个 SQLAlchemy 模型实例;
  • 使用 add 来将该实例对象添加到您的数据库;
  • 使用 commit 来对数据库的事务提交(以便保存它们);
  • 使用 refresh 来刷新您的数据库实例(以便它包含来自数据库的任何新数据,例如生成的 ID)。
def create_user(db: Session, user: schemas.UserCreate):
    fake_hashed_password = user.password + "notreallyhashed"
    db_user = models.User(email=user.email, hashed_password=fake_hashed_password)
    db.add(db_user)
    db.commit()
    db.refresh(db_user)
    return db_user

def create_user_item(db: Session, item: schemas.ItemCreate, user_id: int):
    db_item = models.Item(**item.dict(), owner_id=user_id)
    db.add(db_item)
    db.commit()
    db.refresh(db_item)
    return db_item

此示例不安全,因为密码未经过哈希处理,可以查看 Security 登录认证 内容进行完善。

4.3 改—修改数据

现在通过函数来修改数据,比如修改描述,它的步骤是:

  • 使用 query 查找对应的实例对象,然后修改对应的字段;
  • 使用 commit 来对数据库的事务提交(以便保存它们);
  • 使用 refresh 来刷新您的数据库实例(以便它包含来自数据库的任何新数据,例如生成的 ID)。
def update_item_desc_by_id(db: Session, id: int, desc: str):
    db_item = db.query(models.Item).filter_by(id=id).first()
    db_item.description = desc
    db.commit()
    db.refresh(db_item)
    return db_item

4.4 删—删除数据

现在通过函数来删除数据:

# 批量删除1
def delete_item_by_ownerId1(db: Session, owner_id: int):
    db.query(models.Item).filter_by(owner_id=owner_id).delete(synchronize_session=False)
    db.commit()
    return True

# 批量删除2
def delete_item_by_ownerId2(db: Session, owner_id: int):
    db_items = db.query(models.Item).filter_by(owner_id=owner_id).all()
    [db.delete(item) for item in db_items]
    db.commit()
    return True

5 接口创建及运行

5.1 接口创建

最后一步便是创建接口了,涉及到文件 sql_app/main.py,让我们集成和使用我们之前创建的所有其他部分:

from typing import List

from fastapi import Depends, FastAPI, HTTPException
from sqlalchemy.orm import Session

from sql_app import crud, models, schemas
from sql_app.database import SessionLocal, engine

#预先创建数据表
models.Base.metadata.create_all(bind=engine)

app = FastAPI()


# Dependency
def get_db():
    db = SessionLocal()
    try:
        yield db
    finally:
        db.close()


@app.post("/users/", response_model=schemas.User)
def create_user(user: schemas.UserCreate, db: Session = Depends(get_db)):
    db_user = crud.get_user_by_email(db, phone=user.phone)
    if db_user:
        raise HTTPException(status_code=400, detail="Email already registered")
    return crud.create_user(db=db, user=user)


@app.get("/users/", response_model=List[schemas.User])
def read_users(skip: int = 0, limit: int = 100, db: Session = Depends(get_db)):
    users = crud.get_users(db, skip=skip, limit=limit)
    return users


@app.get("/users/{user_id}", response_model=schemas.User)
def read_user(user_id: int, db: Session = Depends(get_db)):
    db_user = crud.get_user_by_id(db, user_id=user_id)
    if db_user is None:
        raise HTTPException(status_code=404, detail="User not found")
    return db_user


@app.post("/users/{user_id}/items/", response_model=schemas.Item)
def create_item_for_user(
    user_id: int, item: schemas.ItemCreate, db: Session = Depends(get_db)
):
    return crud.create_user_item(db=db, item=item, user_id=user_id)


@app.get("/items/", response_model=List[schemas.Item])
def read_items(skip: int = 0, limit: int = 100, db: Session = Depends(get_db)):
    items = crud.get_items(db, skip=skip, limit=limit)
    return items


@app.put("/update_item/{item_id}/")
def update_item(item_id: int,desc: str, db: Session = Depends(get_db)):
    db_item = crud.update_item_desc_by_id(db, id=item_id, desc=desc)
    return db_item


@app.delete("/delete_item/{owner_id}/")
def delete_item(owner_id: int, db: Session = Depends(get_db)):
    result = crud.delete_item_by_ownerId2(db, owner_id=owner_id)
    return result


if __name__ == '__main__':
    import uvicorn
    uvicorn.run(app, host="127.0.0.1", port=8080)

这样,我们就可以直接从路径操作函数内部调用,如 crud.get_user 并使用该会话,来进行对数据库操作。

 get_db 创建依赖项

def get_db():
    db = SessionLocal()
    try:
        yield db
    finally:
        db.close()

使用我们在 sql_app/database.py 文件中创建的 SessionLocal 来创建依赖项。 yield 的作用如该链接:tutorial/dependencies/dependencies-with-yield/

我们将 SessionLocal() 请求的创建和处理放在一个 try 块中。 然后我们在 finally 块中关闭它。 通过这种方式,我们确保数据库会话在请求后始终关闭。即使在处理请求时出现异常。

 Session

然后,当在路径操作函数中使用依赖项时,我们使用 Session,直接从 SQLAlchemy 导入的类型声明它。如:

db: Session = Depends(get_db)

这将为我们在路径操作函数中提供更好的编辑器支持,因为编辑器将知道 db 参数的类型 Session

一开始,编辑器并不真正知道提供了哪些方法。 但是通过将类型声明为Session,编辑器现在可以知道可用的方法(.add()、.query()、.commit()等)并且可以提供更好的支持。

 def 与 async def

本实例未使用 async def 异步,如需使用请参考:FastApi+sqlalchemy异步操作mysql

5.2 项目运行

此时项目已经构建完成了,我们只需要在 main.py 文件中运行即可,我是使用 main 方式启动,也可采用命令行的方式启动项目。

if __name__ == '__main__':
    import uvicorn
    uvicorn.run(app, host="127.0.0.1", port=8000)

启动成功

【Python开发】FastAPI 10:SQL 数据库操作_第1张图片

打开浏览器进入 http://127.0.0.1:8080/docs#/ 

这样的话你可以直接与你的 FastAPI 应用程序交互,从真实数据库中读取数据:

【Python开发】FastAPI 10:SQL 数据库操作_第2张图片

建表脚本

因为你需要与数据库进行交互,那么就要创建相应的数据表,以下是对应的建表脚本:

CREATE TABLE `items` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `title` varchar(64) DEFAULT NULL,
  `description` varchar(64) DEFAULT NULL,
  `owner_id` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=5 DEFAULT CHARSET=utf8

CREATE TABLE `users` (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '主键',
  `phone` varchar(64) DEFAULT NULL,
  `hashed_password` varchar(64) DEFAULT NULL,
  `is_active` tinyint(1) DEFAULT '1',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=3 DEFAULT CHARSET=latin1

创建中间件

可以添加中间件(只是一个函数)将为每个请求创建一个新的 SQLAlchemy SessionLocal,将其添加到请求中,然后在请求完成后关闭它。

@app.middleware("http")
async def db_session_middleware(request: Request, call_next):
    response = Response("Internal server error", status_code=500)
    try:
        request.state.db = SessionLocal()
        response = await call_next(request)
    finally:
        request.state.db.close()
    return response

# Dependency
def get_db(request: Request):
    return request.state.db

request.state 是每个 Request 对象的属性。它用于存储附加到请求本身的任意对象,例如本例中的数据库会话。对于这种情况下,它帮助我们确保在所有请求中使用单个数据库会话,然后关闭。

使用 yield 依赖项与使用中间件,虽然效果类似,但也有一些区别:

  • 中间件必须是一个 async 函数。
    • 如果其中有代码必须“等待”网络,它可能会在那里“阻止”您的应用程序并稍微降低性能。
    • 尽管这里的 SQLAlchemy 工作方式没问题,但是如果您向等待大量 I/O 的中间件添加更多代码,则可能会出现问题。
  • 每个请求都会运行一个中间件。
    • 将为每个请求创建一个连接。
    • 即使处理该请求的路径操作不需要数据库。

yield 依赖项足以满足用例时,使用 yield 依赖项方法会更好。

你可能感兴趣的:(#,FastAPI,数据库,fastapi,mysql,python,后端)