4 fastAPI与postgres数据库

在 FastAPI 中与 PostGIS（PostgreSQL 的地理空间扩展）数据库交互时，我们可以使用 psycopg2（PostgreSQL 的 Python 连接库）和 SQLAlchemy 来进行操作。如果需要进行地理空间查询或存储地理空间数据，GeoAlchemy2 是一个常用的库，它扩展了 SQLAlchemy，使其能够处理地理空间数据。下面是如何在 FastAPI 中与 PostGIS 数据库集成的详细步骤。

---

1. 安装必要的依赖

首先，安装必要的依赖库，包括 FastAPI、SQLAlchemy、GeoAlchemy2 和 psycopg2。

pip install fastapi uvicorn sqlalchemy geoalchemy2 psycopg2

• psycopg2 用于连接 PostgreSQL 数据库。
• geoalchemy2 用于在 SQLAlchemy 中支持地理空间数据类型（如 POINT、POLYGON 等）。
• SQLAlchemy 用于 ORM 操作。

2. 数据库配置

在这个示例中，我们将使用 SQLAlchemy 来连接 PostGIS 数据库，并通过 GeoAlchemy2 来操作地理空间数据。

配置数据库连接和模型

首先，创建一个连接到 PostGIS 数据库的 SQLAlchemy 引擎，并定义一个数据模型来存储地理空间数据。

from fastapi import FastAPI, Depends
from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker
from geoalchemy2 import Geometry
from sqlalchemy.future import select

# 配置数据库连接 URL（PostGIS 数据库）
DATABASE_URL = "postgresql://user:password@localhost/dbname"

# 创建 SQLAlchemy 引擎
engine = create_engine(DATABASE_URL, echo=True)

# 创建数据库会话
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)

# 创建模型基础类
Base = declarative_base()

# 定义数据模型
class Location(Base):
    __tablename__ = "locations"
    id = Column(Integer, primary_key=True, index=True)
    name = Column(String, index=True)
    location = Column(Geometry(geometry_type='POINT', srid=4326))

# 创建数据库表
Base.metadata.create_all(bind=engine)

在这个模型中，我们定义了一个名为 Location 的表，该表包含：

• id: 主键。
• name: 名称字段，用于存储位置名称。
• location: 地理空间字段，使用 GeoAlchemy2 的 Geometry 类型，这里指定为 POINT 类型，表示经纬度。

3. FastAPI 路由：创建和查询地理空间数据

接下来，我们将创建一些路由来插入和查询地理空间数据。

插入地理空间数据（例如经纬度）

from fastapi import FastAPI, HTTPException
from sqlalchemy.orm import Session
from pydantic import BaseModel
from geoalchemy2.shape import to_shape
from shapely.geometry import Point

app = FastAPI()

# Pydantic 模型，用于验证请求体数据
class LocationCreate(BaseModel):
    name: str
    latitude: float
    longitude: float

@app.post("/locations/")
def create_location(location: LocationCreate, db: Session = Depends(get_db)):
    # 创建一个 Point 对象（经纬度）
    point = Point(location.longitude, location.latitude)
    
    # 将 Point 转换为 PostGIS 所需的格式
    geo_point = to_shape(point)

    # 插入数据到数据库
    db_location = Location(name=location.name, location=geo_point)
    db.add(db_location)
    db.commit()
    db.refresh(db_location)
    return db_location

• LocationCreate 是一个 Pydantic 模型，用于接收请求体中的数据。
• 我们使用 Shapely 库来创建一个 Point 对象，表示地理位置。
• 使用 GeoAlchemy2 的 to_shape 函数将 Point 转换为数据库可以存储的格式。

查询地理空间数据（根据经纬度查询）

from sqlalchemy.orm import Session
from sqlalchemy import func
from shapely.geometry import Point
from geoalchemy2.functions import ST_Distance

@app.get("/locations/nearby/")
def get_nearby_locations(latitude: float, longitude: float, radius: float, db: Session = Depends(get_db)):
    # 创建查询点
    point = Point(longitude, latitude)
    
    # 使用 PostGIS 的地理空间函数查询附近的地点
    query = db.query(Location).filter(
        ST_Distance(Location.location, point) < radius  # 半径范围内查询
    )
    
    locations = query.all()
    return locations

• ST_Distance 是一个 PostGIS 提供的函数，用于计算地理空间数据之间的距离。
• get_nearby_locations 路由根据经纬度和半径查询附近的地点。

获取数据库会话

# 获取数据库会话
def get_db():
    db = SessionLocal()
    try:
        yield db
    finally:
        db.close()

4. 启动应用

运行 FastAPI 应用：

uvicorn app:app --reload

5. 测试 API

请求：插入一个新的位置

使用以下 POST 请求将一个新位置插入数据库：

POST /locations/

请求体：

{
  "name": "Eiffel Tower",
  "latitude": 48.8584,
  "longitude": 2.2945
}

请求：查询附近的位置

例如，查询距离某个点 1000 米以内的所有位置：

GET /locations/nearby/?latitude=48.8584&longitude=2.2945&radius=1000

---

6. PostGIS 查询和操作

在 FastAPI 中，我们通过 SQLAlchemy 和 GeoAlchemy2 实现了 PostGIS 数据库的基本操作。你可以利用 PostGIS 提供的丰富地理空间查询和操作功能，例如：

• ST_Within: 判断一个地理对象是否在另一个对象内。
• ST_Intersects: 判断两个地理对象是否相交。
• ST_Contains: 判断一个地理对象是否包含另一个对象。
• ST_Area: 计算多边形的面积。
• ST_Length: 计算线的长度。

这些查询都可以通过 SQLAlchemy 和 GeoAlchemy2 在 FastAPI 中轻松实现。

FastAPI 与 PostGIS 数据库的集成主要通过以下几个步骤完成：

• 使用 psycopg2 连接到 PostGIS 数据库。
• 使用 GeoAlchemy2 扩展 SQLAlchemy 以支持地理空间数据类型和查询。
• 通过 FastAPI 路由处理地理空间数据的插入和查询。

这种集成方式让 FastAPI 成为构建地理空间应用（如地图应用、位置服务等）的理想选择。