本文旨在帮助开发者在使用 SQLAlchemy 进行数据库查询时，如何仅选择需要的列，避免不必要的数据加载，从而提升性能。我们将对比不同的查询方法，并深入探讨 load_only 选项的使用，以及可能遇到的缓存问题，确保你能够高效地从数据库中获取所需数据。
在使用 SQLAlchemy 进行数据库操作时，有时我们只需要表中的部分列数据，而不是全部列。加载不必要的列会增加数据传输量，影响性能。本文将介绍几种方法，帮助你仅获取所需的列，并探讨可能遇到的问题。
方法一：直接选择需要的列
最直接的方法是在 select 语句中明确指定需要查询的列。
from sqlalchemy import select
from sqlalchemy.ext.asyncio import AsyncSession
from sqlalchemy import Column, Integer, String
from sqlalchemy.orm import declarative_base
Base = declarative_base()
class PostSQL(Base):
__tablename__ = "posts"
id = Column(Integer, primary_key=True)
title = Column(String)
content = Column(String)
# 假设还有其他列，例如 author, created_at, updated_at
async def get_posts_with_id_title(db: AsyncSession):
query = select(PostSQL.id, PostSQL.title)
result = await db.execute(query)
posts = result.all()
return posts
# 示例用法
# posts = await get_posts_with_id_title(db_session)
# print(posts) # 输出：[(1, 'hello'), (2, 'hello')]这种方法会返回一个包含元组的列表，每个元组包含所选列的值。例如，[(1, 'hello'), (2, 'hello')]。这种方式的优点是简单直接，性能较高。
方法二：使用 load_only 选项
另一种方法是使用 load_only 选项。这种方法允许你选择加载哪些列，而 SQLAlchemy 会在查询结果中只填充这些列，其他列保持未加载状态。
from sqlalchemy.orm import load_only
async def get_posts_with_id_title_load_only(db: AsyncSession):
query = select(PostSQL).options(load_only(PostSQL.id, PostSQL.title))
result = await db.execute(query)
posts = result.scalars().all()
return posts
# 示例用法
# posts = await get_posts_with_id_title_load_only(db_session)
# print(posts) # 输出：[, ] 这种方法返回的是 PostSQL 对象的列表。理想情况下，这些对象应该只包含 id 和 title 属性的数据。然而，有时你可能会发现对象中包含了所有列的数据，即使使用了 load_only。
缓存问题与解决方案
出现上述问题的原因通常是由于 PyCharm 或 Python 的缓存机制。之前加载过完整数据的对象可能被缓存，导致后续的 load_only 操作仍然从缓存中加载完整的数据。
解决方案：
- 清除缓存： 清除 PyCharm 或 Python 的缓存，然后重新运行代码。
- 重启服务： 有时，简单地重启 FastAPI 服务也能解决缓存问题。
- 检查ORM配置： 确认你的ORM配置没有启用全局的缓存机制，这可能会覆盖load_only的设置。
- 使用新的Session: 尝试创建一个新的数据库session，确保没有从旧的session中继承任何缓存数据。
总结
- 当只需要表中部分列时，直接在 select 语句中指定需要的列是最简单有效的方法。
- load_only 选项可以用来加载指定的列，但需要注意缓存问题。
- 如果在使用 load_only 时遇到问题，尝试清除缓存或重启服务。
- 务必检查ORM配置，避免全局缓存导致load_only失效。
通过以上方法，你可以更高效地使用 SQLAlchemy 查询数据库，仅获取所需数据，提升应用程序的性能。
