怎么修復使用Python ORM工具SQLAlchemy時的常見陷阱

這篇文章將為大家詳細講解有關(guān)怎么修復使用Python ORM工具SQLAlchemy時的常見陷阱，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

在使用 SQLAlchemy 時，那些看似很小的選擇可能對這種對象關(guān)系映射工具包的性能產(chǎn)生重要影響。

對象關(guān)系映射Object-relational mapping（ORM）使應用程序開發(fā)人員的工作更輕松，在很大程度是因為它允許你使用你可能知道的語言（例如 Python）與數(shù)據(jù)庫交互，而不是使用原始 SQL 語句查詢。

SQLAlchemy 是一個 Python ORM 工具包，它提供使用 Python 訪問 SQL 數(shù)據(jù)庫的功能。它是一個成熟的 ORM 工具，增加了模型關(guān)系、強大的查詢構(gòu)造范式、簡單的序列化等優(yōu)點。然而，它的易用性使得人們很容易忘記其背后發(fā)生了什么。使用 SQLAlchemy 時做出的看似很小的選擇可能產(chǎn)生非常大的性能影響。

本文解釋了開發(fā)人員在使用 SQLAlchemy 時遇到的一些最重要的性能問題，以及如何解決這些問題。

只需要計數(shù)但檢索整個結(jié)果集

有時開發(fā)人員只需要一個結(jié)果計數(shù)，但是沒有使用數(shù)據(jù)庫計數(shù)功能，而是獲取了所有結(jié)果，然后使用 Python 中的 len 完成計數(shù)。

count = len(User.query.filter_by(acct_active=True).all())

相反，使用 SQLAlchemy 的 count 方法將在服務器端執(zhí)行計數(shù)，從而減少發(fā)送到客戶端的數(shù)據(jù)。在前面的例子中調(diào)用 all() 也會導致模型對象的實例化，如果有很多數(shù)據(jù)，那么時間代價可能會非常昂貴。

除非還需要做其他的事情，否則只需使用 count 方法：

count = User.query.filter_by(acct_active=True).count()

只需要幾列時檢索整個模型

在許多情況下，發(fā)出查詢時只需要幾列數(shù)據(jù)。SQLAlchemy 可以只獲取你想要的列，而不是返回整個模型實例。這不僅減少了發(fā)送的數(shù)據(jù)量，還避免了實例化整個對象。使用列數(shù)據(jù)的元組而不是模型可以快得多。

result = User.query.all()
for user in result:
  print(user.name, user.email)

反之，使用 with_entities 方法只選擇所需要的內(nèi)容：

result = User.query.with_entities(User.name, User.email).all()
for (username, email) in result:
  print(username, email)

每次循環(huán)都更新一個對象

避免使用循環(huán)來單獨更新集合。雖然數(shù)據(jù)庫可以非?？斓貓?zhí)行單個更新，但應用程序和數(shù)據(jù)庫服務器之間的往返時間將快速累加。通常，在合理的情況下爭取更少的查詢。

for user in users_to_update:
 user.acct_active = True
 db.session.add(user)

改用批量更新方法：

query = User.query.filter(user.id.in_([user.id for user in users_to_update]))
query.update({"acct_active": True}, synchronize_session=False)

觸發(fā)級聯(lián)刪除

ORM 允許在模型關(guān)系上進行簡單的配置，但是有一些微妙的行為可能會令人吃驚。大多數(shù)數(shù)據(jù)庫通過外鍵和各種級聯(lián)選項維護關(guān)系完整性。SQLAlchemy 允許你使用外鍵和級聯(lián)選項定義模型，但是 ORM 具有自己的級聯(lián)邏輯，可以取代數(shù)據(jù)庫。

考慮以下模型：

class Artist(Base):
  __tablename__ = "artist"
  id = Column(Integer, primary_key=True)
  songs = relationship("Song", cascade="all, delete")
class Song(Base):
  __tablename__ = "song"
  id = Column(Integer, primary_key=True)
  artist_id = Column(Integer, ForeignKey("artist.id", ondelete="CASCADE"))

刪除歌手將導致 ORM 在 song 表上發(fā)出 delete 查詢，從而防止由于外鍵導致的刪除操作。這種行為可能會成為復雜關(guān)系和大量記錄的瓶頸。

請包含 passive_deletes 選項，以確保讓數(shù)據(jù)庫來管理關(guān)系。但是，請確保你的數(shù)據(jù)庫具有此功能。例如，SQLite 默認情況下不管理外鍵。

songs = relationship("Song", cascade  all, delete", passive_deletes=True)

當要使用貪婪加載時，應使用延遲加載

延遲加載是 SQLAlchemy 處理關(guān)系的默認方法。從上一個例子構(gòu)建來看，加載一個歌手時不會同時加載他或她的歌曲。這通常是一個好主意，但是如果總是需要加載某些關(guān)系，單獨的查詢可能會造成浪費。

如果允許以延遲方式加載關(guān)系，像 Marshmallow 這樣流行的序列化框架可以觸發(fā)級聯(lián)查詢。

有幾種方法可以控制此行為。最簡單的方法是通過 relationship 函數(shù)本身。

songs = relationship("Song", lazy="joined", cascade="all, delete")
這將導致一個左連接被添加到任何歌手的查詢中，因此，songs 集合將立即可用。盡管有更多數(shù)據(jù)返回給客戶端，但往返次數(shù)可能會少得多。

SQLAlchemy 為無法采用這種綜合方法的情況提供了更細粒度的控制，可以使用 joinedload() 函數(shù)在每個查詢的基礎上切換連接的加載。

from sqlalchemy.orm import joinedload
artists = Artist.query.options(joinedload(Artist.songs))
print(artists.songs) # Does not incur a roundtrip to load

使用 ORM 進行批量記錄導入

導入成千上萬條記錄時，構(gòu)建完整模型實例的開銷會成為主要瓶頸。想象一下，從一個文件中加載數(shù)千首歌曲記錄，其中每首歌曲都先被轉(zhuǎn)換為字典。

for song in songs:
  db.session.add(Song(`song))

相反，繞過 ORM，只使用核心的 SQLAlchemy 參數(shù)綁定功能。

batch = []
insert_stmt = Song.__table__.insert()
for song in songs:
  if len(batch) > 1000:
    db.session.execute(insert_stmt, batch)
    batch.clear()
  batch.append(song)
if batch:
  db.session.execute(insert_stmt, batch)

請記住，此方法會自然而然地跳過你可能依賴的任何客戶端 ORM 邏輯，例如基于 Python 的列默認值。盡管此方法比將對象加載為完整的模型實例要快，但是你的數(shù)據(jù)庫可能具有更快的批量加載方法。例如，PostgreSQL 的 COPY 命令為加載大量記錄提供了最佳性能。

過早調(diào)用提交或刷新

在很多情況下，你需要將子記錄與其父記錄相關(guān)聯(lián)，反之亦然。一種顯然的方法是刷新會話，以便為有問題的記錄分配一個 ID。

artist = Artist(name="Bob Dylan")
song = Song(title="Mr. Tambourine Man")
db.session.add(artist)
db.session.flush()
song.artist_id = artist.id

對于每個請求，多次提交或刷新通常是不必要的，也是不可取的。數(shù)據(jù)庫刷新涉及強制在數(shù)據(jù)庫服務器上進行磁盤寫入，在大多數(shù)情況下，客戶端將阻塞，直到服務器確認已寫入數(shù)據(jù)為止。

SQLAlchemy 可以在幕后跟蹤關(guān)系和管理相關(guān)鍵。

artist = Artist(name="Bob Dylan")
song = Song(title="Mr. Tambourine Man")
artist.songs.append(song)

總結(jié)

我希望這一系列常見的陷阱可以幫助你避免這些問題，并使你的應用平穩(wěn)運行。通常，在診斷性能問題時，測量是關(guān)鍵。大多數(shù)數(shù)據(jù)庫都提供性能診斷功能，可以幫助你定位問題，例如 PostgreSQL 的 pg_stat_statements 模塊。

關(guān)于“怎么修復使用Python ORM工具SQLAlchemy時的常見陷阱”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。