
本文详细介绍了如何使用FastAPI和SQLAlchemy连接Oracle数据库,并查询其中已存在的表。重点阐述了在面对现有数据库表时,如何正确处理`Base.metadata.create_all()`的行为,并提供了两种主要的映射策略:利用`create_all`的默认检查机制,以及更推荐的SQLAlchemy反射机制,确保应用程序能高效、准确地与现有数据库结构进行交互,避免不必要的表创建操作。
在构建基于FastAPI和SQLAlchemy的应用程序来查询Oracle数据库之前,我们需要确保所有必要的库都已安装,并正确配置了Oracle客户端。
首先,安装所需的Python库:
pip install fastapi uvicorn sqlalchemy cx_Oracle
接下来,配置Oracle Instant Client。cx_Oracle需要Oracle Instant Client来连接数据库。请下载并解压适合您操作系统的Instant Client,并指定其lib_dir路径。
import cx_Oracle
from sqlalchemy import create_engine, Column, String
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker, Session
from fastapi import Depends, FastAPI
# 配置Oracle Instant Client路径
# 请将此路径替换为您的Instant Client实际路径
cx_Oracle.init_oracle_client(lib_dir=r"E:\instantclient-basic-windows.x64-12.1.0.2.0\instantclient_12_1")
# Oracle数据库连接字符串
# 格式: oracle+cx_oracle://user:password@host:port/service_name
# 请替换为您的实际数据库连接信息
DATABASE_CONNECTION_STRING = "oracle+cx_oracle://your_user:your_password@your_host:1521/your_service_name"
# 创建SQLAlchemy引擎
engine = create_engine(DATABASE_CONNECTION_STRING)
# 创建会话本地工厂
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)
# 创建声明式基类
Base = declarative_base()
# FastAPI 应用实例
app = FastAPI()
# 数据库会话依赖函数
def get_db():
db = SessionLocal()
try:
yield db
finally:
db.close()在SQLAlchemy中,Base.metadata.create_all(bind=engine)方法用于根据Base声明的所有模型定义在数据库中创建相应的表。当数据库中已存在同名表时,这个方法通常不会引发错误或重复创建表。
其关键在于MetaData.create_all()方法内部的checkfirst参数,其默认值为True。这意味着在尝试创建表之前,SQLAlchemy会首先检查该表是否已存在于数据库中。如果表已存在,create_all会静默地跳过创建操作。
因此,如果您只是想映射一个现有表,并且您的模型定义与数据库中的表结构完全一致,那么保留Base.metadata.create_all(bind=engine)行通常是安全的,它不会尝试重新创建已存在的表。
然而,对于查询现有表而言,更推荐的做法是明确地将数据库中的表结构“反射”到SQLAlchemy模型中,而不是依赖于create_all来“发现”或“验证”表的存在。
为了更稳健和明确地处理现有数据库表,SQLAlchemy提供了反射(Reflection)机制。反射允许SQLAlchemy在运行时检查数据库的元数据,并据此构建表对象。
这是处理现有数据库表最常用且推荐的方法。通过将__table__属性设置为一个使用autoload_with=engine参数的Table对象,我们可以让SQLAlchemy在运行时自动从数据库中加载表的结构。
from sqlalchemy import Table, MetaData
# ... (前面的环境准备和数据库连接代码保持不变) ...
# 重新定义Base,以确保Metadata是可用的
Base = declarative_base()
metadata = Base.metadata # 获取metadata对象
# 定义一个映射到现有表table1的类
class Table1(Base):
__tablename__ = "table1"
# 使用反射机制,从数据库中加载表结构
# 注意:这里不需要手动定义所有Column,__table__会自动加载
__table__ = Table(__tablename__, metadata, autoload_with=engine)
# 如果需要,可以为ORM操作添加额外的方法或属性
# 例如,定义主键(如果__table__反射时未自动识别)
# CN = Column(String(256), primary_key=True) # 假设CN是主键
def __repr__(self):
# 假设CN和NAME是表中的列
return f"<Table1(CN='{self.CN}', NAME='{self.NAME}')>"
# 注意:对于反射的表,通常不需要调用Base.metadata.create_all()
# 因为表已经存在,且我们是通过反射来映射它。
# 如果您确实想保留create_all(),如前所述,它会因checkfirst=True而跳过。
# 但为了清晰起见,在纯反射场景下可以省略。
# Base.metadata.create_all(bind=engine) # 这一行在反射场景下可以移除或保持不变
# ... (FastAPI应用和get_db依赖函数保持不变) ...
@app.get("/table1_data/")
def read_table1_data(db: Session = Depends(get_db)):
"""
查询table1的所有数据
"""
try:
# 使用反射映射的Table1类进行查询
data = db.query(Table1).all()
# 将查询结果转换为字典列表,以便FastAPI可以序列化
return [{"CN": item.CN, "NAME": item.NAME, "EMAIL": item.EMAIL} for item in data]
except Exception as e:
# 简单的错误处理
return {"error": str(e)}
# 运行FastAPI应用 (在命令行执行: uvicorn your_module_name:app --reload)代码解析:
如果您希望在Python代码中严格定义表的结构,并且确保这个定义与数据库中的现有表完全一致,那么可以继续使用原始的声明式方法,并依赖create_all的checkfirst=True默认行为。
# ... (前面的环境准备和数据库连接代码保持不变) ...
Base = declarative_base()
class Table1(Base):
__tablename__ = "table1"
# 手动定义所有列,必须与数据库中的实际列名和类型匹配
CN = Column(String(length=256), primary_key=True) # 假设CN是主键
NAME = Column(String(length=40))
EMAIL = Column(String(length=20))
def __repr__(self):
return f"<Table1(CN='{self.CN}', NAME='{self.NAME}')>"
# 在这种情况下,Base.metadata.create_all(bind=engine) 可以保留。
# 它会检查table1是否存在,如果存在则跳过创建。
# 重要的是,您的Python模型定义必须与数据库中的表结构完全一致。
Base.metadata.create_all(bind=engine)
# ... (FastAPI应用和get_db依赖函数保持不变) ...
@app.get("/table1_data_manual/")
def read_table1_data_manual(db: Session = Depends(get_db)):
"""
查询table1的所有数据 (使用手动定义模型)
"""
try:
data = db.query(Table1).all()
return [{"CN": item.CN, "NAME": item.NAME, "EMAIL": item.EMAIL} for item in data]
except Exception as e:
return {"error": str(e)}
这种方法的优缺点:
结合推荐的反射机制,一个完整的FastAPI应用示例可能如下:
import cx_Oracle
from sqlalchemy import create_engine, Column, String, Table, MetaData
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker, Session
from fastapi import Depends, FastAPI
from typing import List, Dict, Any
# --- 1. 环境与数据库配置 ---
cx_Oracle.init_oracle_client(lib_dir=r"E:\instantclient-basic-windows.x64-12.1.0.2.0\instantclient_12_1") # 替换为您的路径
# 注意:请务必替换为您的实际数据库连接信息,并考虑使用环境变量或配置文件来管理敏感信息
DATABASE_CONNECTION_STRING = "oracle+cx_oracle://your_user:your_password@your_host:1521/your_service_name"
engine = create_engine(DATABASE_CONNECTION_STRING)
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)
Base = declarative_base()
metadata = Base.metadata # 获取metadata对象
app = FastAPI(title="Oracle数据库查询API")
# --- 2. 数据库会话依赖 ---
def get_db():
db = SessionLocal()
try:
yield db
finally:
db.close()
# --- 3. 映射现有Oracle表 (使用反射机制) ---
class Table1(Base):
__tablename__ = "table1"
__table__ = Table(__tablename__, metadata, autoload_with=engine)
def __repr__(self):
# 假设反射后可以通过属性访问列
cn_val = getattr(self, 'CN', 'N/A')
name_val = getattr(self, 'NAME', 'N/A')
return f"<Table1(CN='{cn_val}', NAME='{name_val}')>"
# --- 4. FastAPI 接口定义 ---
@app.get("/table1_data/", response_model=List[Dict[str, Any]], summary="查询Oracle中table1的所有数据")
def read_table1_data(db: Session = Depends(get_db)):
"""
从Oracle数据库的`table1`中查询所有记录。
返回一个包含每行数据字典的列表。
"""
try:
# 执行查询
data = db.query(Table1).all()
# 将ORM对象转换为字典列表,方便FastAPI序列化和前端消费
# 遍历__table__.columns获取所有列名
result_list = []
for item in data:
row_dict = {}
for column in Table1.__table__.columns:
row_dict[column.name] = getattr(item, column.name)
result_list.append(row_dict)
return result_list
except Exception as e:
print(f"查询出错: {e}") # 打印错误到控制台
raise HTTPException(status_code=500, detail=f"数据库查询失败: {e}")
# 如果有其他表,可以类似地定义
class Table2(Base):
__tablename__ = "table2"
__table__ = Table(__tablename__, metadata, autoload_with=engine)
# ... 其他方法或属性 ...
@app.get("/table2_data/", response_model=List[Dict[str, Any]], summary="查询Oracle中table2的所有数据")
def read_table2_data(db: Session = Depends(get_db)):
"""
从Oracle数据库的`table2`中查询所有记录。
"""
try:
data = db.query(Table2).all()
result_list = []
for item in data:
row_dict = {}
for column in Table2.__table__.columns:
row_dict[column.name] = getattr(item, column.name)
result_list.append(row_dict)
return result_list
except Exception as e:
print(f"查询出错: {e}")
raise HTTPException(status_code=500, detail=f"数据库查询失败: {e}")
# 导入FastAPI的HTTPException
from fastapi import HTTPException
通过本文,我们了解了如何利用FastAPI和SQLAlchemy有效连接并查询Oracle数据库中的现有表。核心在于理解Base.metadata.create_all()的checkfirst行为,并掌握了SQLAlchemy的反射机制,这是映射现有数据库表的最推荐和灵活的方法。通过反射,我们可以让ORM模型自动适应数据库的实际结构,从而构建出更健壮、更易于维护的数据访问层。在实际开发中,结合FastAPI的强大功能,可以快速构建出高效且文档完善的数据库查询API。
以上就是使用FastAPI和SQLAlchemy查询Oracle现有数据库表:映射与实践的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号