SqlAlchemy 2.0 中文文档（二十八）（3）-阿里云开发者社区

SqlAlchemy 2.0 中文文档（二十八）（2）https://developer.aliyun.com/article/1560384

Asyncio 平台安装说明（包括 Apple M1）

asyncio 扩展仅支持 Python 3。它还依赖于greenlet库。这个依赖默认安装在常见的机器平��上，包括：

x86_64 aarch64 ppc64le amd64 win32

对于上述平台，已知greenlet提供预构建的 wheel 文件。对于其他平台，默认情况下不安装 greenlet；可以在Greenlet - Download Files查看当前的 greenlet 文件列表。请注意有许多架构被省略，包括 Apple M1。

要安装 SQLAlchemy 并确保 greenlet 依赖存在，无论使用何种平台，可以按照以下方式安装 [asyncio] setuptools extra，这也会指示 pip 安装 greenlet:

pip install sqlalchemy[asyncio]

请注意，在没有预构建 wheel 文件的平台上安装 greenlet 意味着 greenlet 将从源代码构建，这要求 Python 的开发库也存在。

概要 - 核心

对于核心用途，create_async_engine() 函数创建一个AsyncEngine实例，然后提供传统Engine API 的异步版本。AsyncEngine通过其AsyncEngine.connect()和AsyncEngine.begin()方法提供一个AsyncConnection，两者都提供异步上下文管理器。AsyncConnection然后可以使用AsyncConnection.execute()方法来执行语句，以提供一个缓冲的Result，或者使用AsyncConnection.stream()方法来提供一个流式的服务器端AsyncResult:

>>> import asyncio
>>> from sqlalchemy import Column
>>> from sqlalchemy import MetaData
>>> from sqlalchemy import select
>>> from sqlalchemy import String
>>> from sqlalchemy import Table
>>> from sqlalchemy.ext.asyncio import create_async_engine
>>> meta = MetaData()
>>> t1 = Table("t1", meta, Column("name", String(50), primary_key=True))
>>> async def async_main() -> None:
...     engine = create_async_engine("sqlite+aiosqlite://", echo=True)
...
...     async with engine.begin() as conn:
...         await conn.run_sync(meta.drop_all)
...         await conn.run_sync(meta.create_all)
...
...         await conn.execute(
...             t1.insert(), [{"name": "some name 1"}, {"name": "some name 2"}]
...         )
...
...     async with engine.connect() as conn:
...         # select a Result, which will be delivered with buffered
...         # results
...         result = await conn.execute(select(t1).where(t1.c.name == "some name 1"))
...
...         print(result.fetchall())
...
...     # for AsyncEngine created in function scope, close and
...     # clean-up pooled connections
...     await engine.dispose()
>>> asyncio.run(async_main())
BEGIN  (implicit)
...
CREATE  TABLE  t1  (
  name  VARCHAR(50)  NOT  NULL,
  PRIMARY  KEY  (name)
)
...
INSERT  INTO  t1  (name)  VALUES  (?)
[...]  [('some name 1',),  ('some name 2',)]
COMMIT
BEGIN  (implicit)
SELECT  t1.name
FROM  t1
WHERE  t1.name  =  ?
[...]  ('some name 1',)
[('some name 1',)]
ROLLBACK

上文提到的AsyncConnection.run_sync()方法可用于调用特殊的 DDL 函数，例如MetaData.create_all()，这些函数不包括可等待的挂钩。

提示

在使用AsyncEngine对象的范围超出上下文并被垃圾收集时，建议使用await调用AsyncEngine.dispose()方法，如上例中的async_main函数所示。这确保了连接池保持的任何连接都将在可等待的上下文中正确处理。与使用阻塞 IO 不同，SQLAlchemy 无法在像__del__或 weakref finalizer 之类的方法中正确处理这些连接，因为没有机会调用await。当引擎超出范围时未显式处理时，可能会导致发出到标准输出的警告，形式类似于垃圾收集中的RuntimeError: Event loop is closed。

AsyncConnection还通过AsyncConnection.stream()方法提供了一个“流式”API，返回一个AsyncResult对象。此结果对象使用服务器端游标并提供异步/等待 API，例如异步迭代器：

async with engine.connect() as conn:
    async_result = await conn.stream(select(t1))
    async for row in async_result:
        print("row: %s" % (row,))

概述 - ORM

使用 2.0 风格查询，AsyncSession类提供完整的 ORM 功能。

在默认使用模式下，必须特别小心避免涉及 ORM 关系和列属性的延迟加载或其他已过期属性访问；下一节在使用 AsyncSession 时防止隐式 IO 详细说明了这一点。

警告

单个AsyncSession实例不适合在多个并发任务中使用。有关背景信息，请参阅使用 AsyncSession 处理并发任务和会话线程安全吗？AsyncSession 在并发任务中是否安全共享？部分。

下面的示例说明了包括映射器和会话配置在内的完整示例：

>>> from __future__ import annotations
>>> import asyncio
>>> import datetime
>>> from typing import List
>>> from sqlalchemy import ForeignKey
>>> from sqlalchemy import func
>>> from sqlalchemy import select
>>> from sqlalchemy.ext.asyncio import AsyncAttrs
>>> from sqlalchemy.ext.asyncio import async_sessionmaker
>>> from sqlalchemy.ext.asyncio import AsyncSession
>>> from sqlalchemy.ext.asyncio import create_async_engine
>>> from sqlalchemy.orm import DeclarativeBase
>>> from sqlalchemy.orm import Mapped
>>> from sqlalchemy.orm import mapped_column
>>> from sqlalchemy.orm import relationship
>>> from sqlalchemy.orm import selectinload
>>> class Base(AsyncAttrs, DeclarativeBase):
...     pass
>>> class B(Base):
...     __tablename__ = "b"
...
...     id: Mapped[int] = mapped_column(primary_key=True)
...     a_id: Mapped[int] = mapped_column(ForeignKey("a.id"))
...     data: Mapped[str]
>>> class A(Base):
...     __tablename__ = "a"
...
...     id: Mapped[int] = mapped_column(primary_key=True)
...     data: Mapped[str]
...     create_date: Mapped[datetime.datetime] = mapped_column(server_default=func.now())
...     bs: Mapped[List[B]] = relationship()
>>> async def insert_objects(async_session: async_sessionmaker[AsyncSession]) -> None:
...     async with async_session() as session:
...         async with session.begin():
...             session.add_all(
...                 [
...                     A(bs=[B(data="b1"), B(data="b2")], data="a1"),
...                     A(bs=[], data="a2"),
...                     A(bs=[B(data="b3"), B(data="b4")], data="a3"),
...                 ]
...             )
>>> async def select_and_update_objects(
...     async_session: async_sessionmaker[AsyncSession],
... ) -> None:
...     async with async_session() as session:
...         stmt = select(A).order_by(A.id).options(selectinload(A.bs))
...
...         result = await session.execute(stmt)
...
...         for a in result.scalars():
...             print(a, a.data)
...             print(f"created at: {a.create_date}")
...             for b in a.bs:
...                 print(b, b.data)
...
...         result = await session.execute(select(A).order_by(A.id).limit(1))
...
...         a1 = result.scalars().one()
...
...         a1.data = "new data"
...
...         await session.commit()
...
...         # access attribute subsequent to commit; this is what
...         # expire_on_commit=False allows
...         print(a1.data)
...
...         # alternatively, AsyncAttrs may be used to access any attribute
...         # as an awaitable (new in 2.0.13)
...         for b1 in await a1.awaitable_attrs.bs:
...             print(b1, b1.data)
>>> async def async_main() -> None:
...     engine = create_async_engine("sqlite+aiosqlite://", echo=True)
...
...     # async_sessionmaker: a factory for new AsyncSession objects.
...     # expire_on_commit - don't expire objects after transaction commit
...     async_session = async_sessionmaker(engine, expire_on_commit=False)
...
...     async with engine.begin() as conn:
...         await conn.run_sync(Base.metadata.create_all)
...
...     await insert_objects(async_session)
...     await select_and_update_objects(async_session)
...
...     # for AsyncEngine created in function scope, close and
...     # clean-up pooled connections
...     await engine.dispose()
>>> asyncio.run(async_main())
BEGIN  (implicit)
...
CREATE  TABLE  a  (
  id  INTEGER  NOT  NULL,
  data  VARCHAR  NOT  NULL,
  create_date  DATETIME  DEFAULT  (CURRENT_TIMESTAMP)  NOT  NULL,
  PRIMARY  KEY  (id)
)
...
CREATE  TABLE  b  (
  id  INTEGER  NOT  NULL,
  a_id  INTEGER  NOT  NULL,
  data  VARCHAR  NOT  NULL,
  PRIMARY  KEY  (id),
  FOREIGN  KEY(a_id)  REFERENCES  a  (id)
)
...
COMMIT
BEGIN  (implicit)
INSERT  INTO  a  (data)  VALUES  (?)  RETURNING  id,  create_date
[...]  ('a1',)
...
INSERT  INTO  b  (a_id,  data)  VALUES  (?,  ?)  RETURNING  id
[...]  (1,  'b2')
...
COMMIT
BEGIN  (implicit)
SELECT  a.id,  a.data,  a.create_date
FROM  a  ORDER  BY  a.id
[...]  ()
SELECT  b.a_id  AS  b_a_id,  b.id  AS  b_id,  b.data  AS  b_data
FROM  b
WHERE  b.a_id  IN  (?,  ?,  ?)
[...]  (1,  2,  3)
<A  object  at  ...>  a1
created  at:  ...
<B  object  at  ...>  b1
<B  object  at  ...>  b2
<A  object  at  ...>  a2
created  at:  ...
<A  object  at  ...>  a3
created  at:  ...
<B  object  at  ...>  b3
<B  object  at  ...>  b4
SELECT  a.id,  a.data,  a.create_date
FROM  a  ORDER  BY  a.id
LIMIT  ?  OFFSET  ?
[...]  (1,  0)
UPDATE  a  SET  data=?  WHERE  a.id  =  ?
[...]  ('new data',  1)
COMMIT
new  data
<B  object  at  ...>  b1
<B  object  at  ...>  b2

在上面的示例中，使用可选的 async_sessionmaker 助手来实例化 AsyncSession，该助手提供了一个新 AsyncSession 对象的工厂，并带有一组固定的参数，其中包括将其与特定数据库 URL 关联起来的 AsyncEngine。然后将其传递给其他方法，在这些方法中，它可能会在 Python 异步上下文管理器中使用（即 async with: 语句），以便在块结束时自动关闭；这相当于调用 AsyncSession.close() 方法。

使用 AsyncSession 处理并发任务

AsyncSession 对象是一个可变的、有状态的对象，表示正在进行的单个、有状态的数据库事务。使用 asyncio 的并发任务，例如使用 asyncio.gather() 等 API，应该为每个单独的任务使用单独的 AsyncSession。

有关在并发工作负载中如何使用 Session 和 AsyncSession 的一般描述，请参阅 Session 线程安全吗？AsyncSession 在并发任务中共享是否安全？部分。### 使用 AsyncSession 时防止隐式 IO

使用传统的 asyncio，应用程序需要避免出现任何可能发生 IO-on-attribute 访问的点。可以用以下技术来帮助解决这个问题，其中许多技术在前面的示例中有所体现。

惰性加载关系、延迟列或表达式的属性，或者在过期情况下访问的属性，可以利用 AsyncAttrs 混合类。当将此混合类添加到特定类或更一般地添加到声明性的 Base 超类时，它提供了一个访问器 AsyncAttrs.awaitable_attrs，它将任何属性作为可等待对象传递：

from __future__ import annotations
from typing import List
from sqlalchemy.ext.asyncio import AsyncAttrs
from sqlalchemy.orm import DeclarativeBase
from sqlalchemy.orm import Mapped
from sqlalchemy.orm import relationship
class Base(AsyncAttrs, DeclarativeBase):
    pass
class A(Base):
    __tablename__ = "a"
    # ... rest of mapping ...
    bs: Mapped[List[B]] = relationship()
class B(Base):
    __tablename__ = "b"
    # ... rest of mapping ...

在不使用急切加载时，访问新加载的A实例上的A.bs集合通常会使用延迟加载，为了成功，通常会向数据库发出 IO，这在 asyncio 下会失败，因为不允许隐式 IO。在没有任何先前加载操作的情况下，在 asyncio 下直接访问此属性，该属性可以作为可等待对象访问，通过指定AsyncAttrs.awaitable_attrs前缀：

a1 = (await session.scalars(select(A))).one()
for b1 in await a1.awaitable_attrs.bs:
    print(b1)

AsyncAttrs mixin 提供了一个简洁的外观，覆盖了内部方法，该方法也被AsyncSession.run_sync()方法使用。
版本 2.0.13 中的新功能。
另请参见
AsyncAttrs
集合可以被替换为只写集合，这些集合永远不会隐式发出 IO，通过在 SQLAlchemy 2.0 中使用 Write Only Relationships 功能。使用此功能，集合永远不会被读取，只能通过显式 SQL 调用进行查询。查看 Asyncio Integration 部分中的示例async_orm_writeonly.py，展示了如何在 asyncio 中使用只写集合。
当使用只写集合时，程序的行为在处理集合方面是简单且易于预测的。然而，缺点是没有任何内置系统可以一次性加载这些集合中的许多，而需要手动执行。因此，下面的许多要点涉及在使用传统的延迟加载关系与 asyncio 时需要更加小心的具体技术。
如果不使用AsyncAttrs，关系可以声明为lazy="raise"，这样默认情况下它们不会尝试发出 SQL。为了加载集合，将使用 eager loading。
最有用的急切加载策略是selectinload()急切加载器，在前面的示例中被用来在await session.execute()调用的范围内急切加载A.bs集合：

stmt = select(A).options(selectinload(A.bs))

当构建新对象时，集合总是被分配一个默认的空集合，比如上面的示例中的列表：

A(bs=[], data="a2")

这使得在刷新A对象时，上述A对象上的.bs集合可以存在且可读；否则，当刷新A时，.bs将会被卸载，并在访问时引发错误。
AsyncSession配置为使用Session.expire_on_commit设置为 False，以便我们可以在调用AsyncSession.commit()后访问对象上的属性，就像在最后一行访问属性的地方一样：

# create AsyncSession with expire_on_commit=False
async_session = AsyncSession(engine, expire_on_commit=False)
# sessionmaker version
async_session = async_sessionmaker(engine, expire_on_commit=False)
async with async_session() as session:
    result = await session.execute(select(A).order_by(A.id))
    a1 = result.scalars().first()
    # commit would normally expire all attributes
    await session.commit()
    # access attribute subsequent to commit; this is what
    # expire_on_commit=False allows
    print(a1.data)

其他指南包括：

应该避免使用类似AsyncSession.expire()的方法，而应该使用AsyncSession.refresh()；如果绝对需要过期。当使用 asyncio 时，通常不需要过期，因为Session.expire_on_commit应该通常设置为False。
可以在 asyncio 下显式加载延迟加载的关系，使用AsyncSession.refresh()，如果所需的属性名称明确传递给Session.refresh.attribute_names，例如：

# assume a_obj is an A that has lazy loaded A.bs collection
a_obj = await async_session.get(A, [1])
# force the collection to load by naming it in attribute_names
await async_session.refresh(a_obj, ["bs"])
# collection is present
print(f"bs collection: {a_obj.bs}")

当然，最好在一开始就使用急加载，以便在不需要延迟加载的情况下已经设置好集合。
版本 2.0.4 中的新功能：增加了对AsyncSession.refresh()和底层Session.refresh()方法的支持，以强制加载延迟加载的关系，如果它们在Session.refresh.attribute_names参数中明确命名。在先前的版本中，即使在参数中命名，关系也会被静默跳过。
避免使用 Cascades 中记录的all级联选项，而是明确列出所需的级联特性。all级联选项暗示了 refresh-expire 设置，这意味着AsyncSession.refresh()方法将使相关对象的属性过期，但不一定刷新这些相关对象，假设未在relationship()中配置急加载，将它们保持在过期状态。
如果在deferred()列中使用了适当的加载选项，应该使用适当的加载选项，此外还应该注意relationship()结构。请参见限制使用延迟列加载的列以获取关于延迟列加载的背景信息。
在动态关系加载器一节描述的“动态”关系加载器策略在默认情况下与 asyncio 方法不兼容。它只能在AsyncSession.run_sync()方法中直接调用，或者通过使用其.statement属性获取普通 select：

user = await session.get(User, 42)
addresses = (await session.scalars(user.addresses.statement)).all()
stmt = user.addresses.statement.where(Address.email_address.startswith("patrick"))
addresses_filter = (await session.scalars(stmt)).all()

只写技术，在 SQLAlchemy 的 2.0 版本中引入，完全兼容 asyncio，并应该优先使用。
另请参阅
“动态”关系加载器被“只写”取代 - 迁移到 2.0 风格的注意事项
如果在与不支持 RETURNING 的数据库（例如 MySQL 8）一起使用 asyncio，那么在刷新的新对象上将不会有服务器默认值，例如生成的时间戳，除非使用了Mapper.eager_defaults选项。在 SQLAlchemy 2.0 中，这种行为自动应用于像 PostgreSQL、SQLite 和 MariaDB 这样使用 RETURNING 来在插入行时获取新值的后端。### 在 asyncio 下运行同步方法和函数

深度炼金术

这种方法本质上是公开了 SQLAlchemy 能够首先提供 asyncio 接口的机制。虽然在技术上没有任何问题，但总的来说，这种方法可能被认为是“有争议的”，因为它违背了 asyncio 编程模型的一些核心理念，即任何可能导致 IO 被调用的编程语句必须有一个await调用，以防程序不明确地指明每一行可能发生 IO 的位置。这种方法并没有改变这个一般的想法，只是允许一系列同步 IO 指令在函数调用的范围内豁免这个规则，基本上被捆绑成一个可等待的。

作为在 asyncio 事件循环中集成传统 SQLAlchemy “延迟加载” 的替代方法，提供了一个名为AsyncSession.run_sync()的可选方法，它将运行任何 Python 函数在一个 greenlet 中，传统的同步编程概念将被转换为在到达数据库驱动程序时使用await。这里的一个假设方法是一个面向 asyncio 的应用程序可以将与数据库相关的方法打包成函数，这些函数使用AsyncSession.run_sync()调用。

修改上面的示例，如果我们不使用selectinload()来加载A.bs集合，我们可以在一个单独的函数中完成对这些属性访问的处理：

import asyncio
from sqlalchemy import select
from sqlalchemy.ext.asyncio import AsyncSession, create_async_engine
def fetch_and_update_objects(session):
  """run traditional sync-style ORM code in a function that will be
 invoked within an awaitable.
 """
    # the session object here is a traditional ORM Session.
    # all features are available here including legacy Query use.
    stmt = select(A)
    result = session.execute(stmt)
    for a1 in result.scalars():
        print(a1)
        # lazy loads
        for b1 in a1.bs:
            print(b1)
    # legacy Query use
    a1 = session.query(A).order_by(A.id).first()
    a1.data = "new data"
async def async_main():
    engine = create_async_engine(
        "postgresql+asyncpg://scott:tiger@localhost/test",
        echo=True,
    )
    async with engine.begin() as conn:
        await conn.run_sync(Base.metadata.drop_all)
        await conn.run_sync(Base.metadata.create_all)
    async with AsyncSession(engine) as session:
        async with session.begin():
            session.add_all(
                [
                    A(bs=[B(), B()], data="a1"),
                    A(bs=[B()], data="a2"),
                    A(bs=[B(), B()], data="a3"),
                ]
            )
        await session.run_sync(fetch_and_update_objects)
        await session.commit()
    # for AsyncEngine created in function scope, close and
    # clean-up pooled connections
    await engine.dispose()
asyncio.run(async_main())

在一个应用程序中运行某些函数在“同步”运行器中的上述方法与在一个基于事件的编程库（如gevent）上运行 SQLAlchemy 应用程序有一些相似之处。区别如下：

与使用gevent不同，我们可以继续使用标准的 Python asyncio 事件循环，或任何自定义事件循环，而无需集成到gevent事件循环中。
完全没有“monkeypatching”。上面的示例使用了一个真正的 asyncio 驱动程序，底层的 SQLAlchemy 连接池也使用 Python 内置的asyncio.Queue来池化连接。
程序可以自由地在 async/await 代码和使用同步代码的包含函数之间切换，几乎没有性能损失。没有“线程执行器”或任何额外的等待器或同步在使用。
底层网络驱动程序也使用纯 Python asyncio 概念，不使用gevent和eventlet提供的第三方网络库。### 与并发任务一起使用 AsyncSession

AsyncSession对象是一个可变的、有状态的对象，代表着正在进行的单个、有状态的数据库事务。使用 asyncio 进行并发任务，例如使用asyncio.gather()等 API，应该为每个单独的任务使用一个独立的AsyncSession。

请参阅会话是否线程安全？AsyncSession 是否可以在并发任务中共享？部分，了解关于Session和AsyncSession在处理并发工作负载时应如何使用的一般描述。

使用 AsyncSession 时防止隐式 IO

使用传统的 asyncio，应用程序需要避免发生可能导致 IO-on-attribute 访问的任何点。下面列出的技术可以帮助实现这一点，其中许多在前面的示例中有所说明。

延迟加载关系、延迟列或表达式，或在过期情况下访问的属性可以利用AsyncAttrs mixin。当将此 mixin 添加到特定类或更一般地添加到 Declarative Base超类时，会提供一个访问器AsyncAttrs.awaitable_attrs，将任何属性作为可等待对象传递：

from __future__ import annotations
from typing import List
from sqlalchemy.ext.asyncio import AsyncAttrs
from sqlalchemy.orm import DeclarativeBase
from sqlalchemy.orm import Mapped
from sqlalchemy.orm import relationship
class Base(AsyncAttrs, DeclarativeBase):
    pass
class A(Base):
    __tablename__ = "a"
    # ... rest of mapping ...
    bs: Mapped[List[B]] = relationship()
class B(Base):
    __tablename__ = "b"
    # ... rest of mapping ...

在不使用急加载时，访问新加载实例A上的A.bs集合通常会使用延迟加载，为了成功，通常会向数据库发出 IO 请求，而在 asyncio 下会失败，因为不允许隐式 IO。要在 asyncio 下直接访问此属性而不需要任何先前的加载操作，可以通过指定AsyncAttrs.awaitable_attrs前缀将属性访问为可等待对象：

a1 = (await session.scalars(select(A))).one()
for b1 in await a1.awaitable_attrs.bs:
    print(b1)

AsyncAttrs mixin 提供了一个简洁的外观，也是AsyncSession.run_sync()方法使用的内部方法。
版本 2.0.13 中的新功能。
另请参见
AsyncAttrs
集合可以被只写集合替换，永远不会隐式发出 IO，通过在 SQLAlchemy 2.0 中使用只写关系功能。使用此功能，集合永远不会被读取，只能使用显式 SQL 调用进行查询。请参见 Asyncio Integration 部分中的示例async_orm_writeonly.py，演示了在 asyncio 中使用只写集合的示例。
当使用只写集合时，程序在处理集合方面的行为简单且易于预测。然而，缺点是没有任何内置系统可以一次性加载许多这些集合，而是需要手动执行。因此，下面的许多要点涉及在使用传统的延迟加载关系与 asyncio 时需要更加小心的具体技术。
如果不使用AsyncAttrs，可以使用lazy="raise"声明关系，这样默认情况下它们不会尝试发出 SQL。为了加载集合，将使用急加载。
最有用的急加载策略是selectinload()急加载器，在前面的示例中用于在await session.execute()调用范围内急加载A.bs集合：

stmt = select(A).options(selectinload(A.bs))

在构建新对象时，集合总是分配一个默认的空集合，例如上面示例中的列表：

A(bs=[], data="a2")

当A对象被刷新时，允许上述A对象上的.bs集合存在并可读；否则，当A被刷新时，.bs将被卸载并在访问时引发错误。
AsyncSession配置为使用Session.expire_on_commit设置为 False，这样我们可以在调用AsyncSession.commit()后访问对象的属性，就像在最后一行访问属性时一样：

# create AsyncSession with expire_on_commit=False
async_session = AsyncSession(engine, expire_on_commit=False)
# sessionmaker version
async_session = async_sessionmaker(engine, expire_on_commit=False)
async with async_session() as session:
    result = await session.execute(select(A).order_by(A.id))
    a1 = result.scalars().first()
    # commit would normally expire all attributes
    await session.commit()
    # access attribute subsequent to commit; this is what
    # expire_on_commit=False allows
    print(a1.data)

其他指南包括：

像AsyncSession.expire()这样的方法应该避免使用，而应该使用AsyncSession.refresh()；如果绝对需要过期。通常情况下不应该需要过期，因为在使用 asyncio 时通常应将Session.expire_on_commit设置为False。
使用AsyncSession.refresh()可以显式加载懒加载关系在 asyncio 下，如果需要显式传递所需的属性名称给Session.refresh.attribute_names，例如：

# assume a_obj is an A that has lazy loaded A.bs collection
a_obj = await async_session.get(A, [1])
# force the collection to load by naming it in attribute_names
await async_session.refresh(a_obj, ["bs"])
# collection is present
print(f"bs collection: {a_obj.bs}")

当然最好一开始就使用急加载，以便在不需要懒加载的情况下已经设置好集合。
2.0.4 版本中新增：增加了对AsyncSession.refresh()和底层的Session.refresh()方法的支持，以强制延迟加载的关系加载，如果它们在Session.refresh.attribute_names参数中明确命名。在先前的版本中，即使在参数中命名，关系也会被静默跳过。
避免使用 Cascades 文档中记录的all级联选项，而是明确列出所需的级联特性。all级联选项暗示了 refresh-expire 设置，这意味着AsyncSession.refresh()方法将使相关对象的属性过期，但不一定会刷新那些相关对象，假设未在relationship()中配置急加载，它们将保持在过期状态。
如果使用deferred()列，应该使用适当的加载器选项，除了如上所述的relationship()构造。有关延迟列加载的背景，请参阅限制使用列延迟加载。
在默认情况下，“动态”关系加载策略在动态关系加载器中描述，与 asyncio 方法不兼容。只有在AsyncSession.run_sync()方法中调用，或者通过使用其.statement属性获取正常的 select 语句，才能直接使用它：

user = await session.get(User, 42)
addresses = (await session.scalars(user.addresses.statement)).all()
stmt = user.addresses.statement.where(Address.email_address.startswith("patrick"))
addresses_filter = (await session.scalars(stmt)).all()

仅写入技术，在 SQLAlchemy 的 2.0 版本中引入，与 asyncio 完全兼容，应该优先考虑使用。
另请参见
“动态”关系加载器被“仅写入”取代 - 迁移到 2.0 风格的注意事项
如果在使用 asyncio 与不支持 RETURNING 的数据库（例如 MySQL 8）时，服务器默认值（例如生成的时间戳）将不会在新刷新的对象上可用，除非使用了Mapper.eager_defaults 选项。在 SQLAlchemy 2.0 中，这种行为会自动应用于像 PostgreSQL、SQLite 和 MariaDB 这样使用 RETURNING 在插入行时获取新值的后端。

在 asyncio 下运行同步方法和函数

深度合成

这种方法实质上是公开了 SQLAlchemy 能够在第一时间提供 asyncio 接口的机制。虽然这样做没有技术问题，但总的来说，这种方法可能被认为是“有争议的”，因为它违背了 asyncio 编程模型的一些核心理念，即任何可能导致 IO 调用的编程语句必须具有一个 await 调用，否则程序在 IO 可能发生的每一行都不会明确地表明。这种方法并没有改变这个一般性的想法，除了它允许一系列同步 IO 指令在函数调用的范围内被豁免这个规则，本质上被捆绑成一个可等待的。

作为在 asyncio 事件循环中集成传统 SQLAlchemy “懒加载”的另一种替代方法，提供了一种称为AsyncSession.run_sync() 的可选方法，该方法将在一个 greenlet 内运行任何 Python 函数，其中当它们到达数据库驱动程序时，传统的同步编程概念将被转换为使用 await。这里的一个假设性方法是，一个以 asyncio 为导向的应用程序可以将数据库相关方法打包成函数，这些函数将使用AsyncSession.run_sync() 被调用。

修改上面的示例，如果我们不使用selectinload() 来处理 A.bs 集合，我们可以在一个单独的函数内完成对这些属性访问的处理：

import asyncio
from sqlalchemy import select
from sqlalchemy.ext.asyncio import AsyncSession, create_async_engine
def fetch_and_update_objects(session):
  """run traditional sync-style ORM code in a function that will be
 invoked within an awaitable.
 """
    # the session object here is a traditional ORM Session.
    # all features are available here including legacy Query use.
    stmt = select(A)
    result = session.execute(stmt)
    for a1 in result.scalars():
        print(a1)
        # lazy loads
        for b1 in a1.bs:
            print(b1)
    # legacy Query use
    a1 = session.query(A).order_by(A.id).first()
    a1.data = "new data"
async def async_main():
    engine = create_async_engine(
        "postgresql+asyncpg://scott:tiger@localhost/test",
        echo=True,
    )
    async with engine.begin() as conn:
        await conn.run_sync(Base.metadata.drop_all)
        await conn.run_sync(Base.metadata.create_all)
    async with AsyncSession(engine) as session:
        async with session.begin():
            session.add_all(
                [
                    A(bs=[B(), B()], data="a1"),
                    A(bs=[B()], data="a2"),
                    A(bs=[B(), B()], data="a3"),
                ]
            )
        await session.run_sync(fetch_and_update_objects)
        await session.commit()
    # for AsyncEngine created in function scope, close and
    # clean-up pooled connections
    await engine.dispose()
asyncio.run(async_main())

在“同步”运行器中运行某些函数的上述方法与在基于事件的编程库（例如 gevent）上运行 SQLAlchemy 应用程序有一些相似之处。区别如下：

与使用 gevent 不同，我们可以继续使用标准的 Python asyncio 事件循环，或者任何自定义的事件循环，而无需将其集成到 gevent 事件循环中。
完全没有“猴子补丁”。上面的示例利用了一个真正的 asyncio 驱动程序，底层的 SQLAlchemy 连接池也使用了 Python 内置的 asyncio.Queue 来池化连接。
程序可以自由在 async/await 代码和使用同步代码的包含函数之间切换，几乎没有性能损失。不使用“线程执行器”或任何额外的等待器或同步。
底层网络驱动程序也使用纯 Python asyncio 概念，不使用gevent和eventlet等第三方网络库。

使用 asyncio 扩展与事件

SQLAlchemy 事件系统不会直接暴露给 asyncio 扩展，这意味着尚未有 SQLAlchemy 事件处理程序的“异步”版本。

然而，由于 asyncio 扩展包围了通常的同步 SQLAlchemy API，因此常规的“同步”风格事件处理程序可以自由使用，就像没有使用 asyncio 一样。

如下所述，目前有两种注册事件的策略，针对面向 asyncio 的 API：

事件可以在实例级别注册（例如特定的AsyncEngine实例），通过将事件与引用代理对象的sync属性关联。例如，要针对AsyncEngine实例注册PoolEvents.connect()事件，请使用其AsyncEngine.sync_engine属性作为目标。目标包括：

AsyncEngine.sync_engine

AsyncConnection.sync_connection

AsyncConnection.sync_engine

AsyncSession.sync_session

要在类级别注册事件，针对同一类型的所有实例（例如所有AsyncSession实例），请使用相应的同步风格类。例如，要针对AsyncSession类注册SessionEvents.before_commit()事件，请将Session类作为目标。
要在sessionmaker级别注册，结合一个明确的sessionmaker和一个async_sessionmaker，使用async_sessionmaker.sync_session_class，并将事件与sessionmaker关联。

在异步上下文中工作的事件处理程序中，像Connection这样的对象继续以通常的“同步”方式工作，而不需要await或async的使用；当消息最终被异步数据库适配器接收时，调用风格会透明地转换回异步调用风格。对于传递了 DBAPI 级别连接的事件，例如PoolEvents.connect()，该对象是一个符合 pep-249 的“连接”对象，它将同步样式调用转换为异步驱动程序。

具有异步引擎/会话/会话制造器的事件监听器示例

一些与面向异步 API 构造相关的同步样式事件处理程序示例如下：

在 AsyncEngine 上的核心事件
在这个例子中，我们访问AsyncEngine.sync_engine属性，作为ConnectionEvents和PoolEvents的目标：

import asyncio
from sqlalchemy import event
from sqlalchemy import text
from sqlalchemy.engine import Engine
from sqlalchemy.ext.asyncio import create_async_engine
engine = create_async_engine("postgresql+asyncpg://scott:tiger@localhost:5432/test")
# connect event on instance of Engine
@event.listens_for(engine.sync_engine, "connect")
def my_on_connect(dbapi_con, connection_record):
    print("New DBAPI connection:", dbapi_con)
    cursor = dbapi_con.cursor()
    # sync style API use for adapted DBAPI connection / cursor
    cursor.execute("select 'execute from event'")
    print(cursor.fetchone()[0])
# before_execute event on all Engine instances
@event.listens_for(Engine, "before_execute")
def my_before_execute(
    conn,
    clauseelement,
    multiparams,
    params,
    execution_options,
):
    print("before execute!")
async def go():
    async with engine.connect() as conn:
        await conn.execute(text("select 1"))
    await engine.dispose()
asyncio.run(go())

输出：

New DBAPI connection: <AdaptedConnection <asyncpg.connection.Connection object at 0x7f33f9b16960>>
execute from event
before execute!

在 AsyncSession 上的 ORM 事件
在这个例子中，我们访问AsyncSession.sync_session作为SessionEvents的目标：

import asyncio
from sqlalchemy import event
from sqlalchemy import text
from sqlalchemy.ext.asyncio import AsyncSession
from sqlalchemy.ext.asyncio import create_async_engine
from sqlalchemy.orm import Session
engine = create_async_engine("postgresql+asyncpg://scott:tiger@localhost:5432/test")
session = AsyncSession(engine)
# before_commit event on instance of Session
@event.listens_for(session.sync_session, "before_commit")
def my_before_commit(session):
    print("before commit!")
    # sync style API use on Session
    connection = session.connection()
    # sync style API use on Connection
    result = connection.execute(text("select 'execute from event'"))
    print(result.first())
# after_commit event on all Session instances
@event.listens_for(Session, "after_commit")
def my_after_commit(session):
    print("after commit!")
async def go():
    await session.execute(text("select 1"))
    await session.commit()
    await session.close()
    await engine.dispose()
asyncio.run(go())

输出：

before commit!
execute from event
after commit!

在 async_sessionmaker 上的 ORM 事件
对于这种用例，我们将sessionmaker作为事件目标，然后将其分配给async_sessionmaker，使用async_sessionmaker.sync_session_class参数：

import asyncio
from sqlalchemy import event
from sqlalchemy.ext.asyncio import async_sessionmaker
from sqlalchemy.orm import sessionmaker
sync_maker = sessionmaker()
maker = async_sessionmaker(sync_session_class=sync_maker)
@event.listens_for(sync_maker, "before_commit")
def before_commit(session):
    print("before commit")
async def main():
    async_session = maker()
    await async_session.commit()
asyncio.run(main())

输出：

before commit

在连接池和其他事件中使用仅可等待的驱动程序方法

如上节所述，事件处理程序（例如那些围绕 PoolEvents 的事件处理程序）接收到一个同步风格的“DBAPI”连接，这是由 SQLAlchemy asyncio 方言提供的包装对象，用于将底层 asyncio “驱动程序”连接适配成可以被 SQLAlchemy 内部使用的对象。当用户定义的实现需要直接使用最终的“驱动程序”连接，并在该驱动程序连接上使用仅可等待方法时，就会出现特殊的用例。其中一个例子是 asyncpg 驱动程序提供的 .set_type_codec() 方法。

为了适应这种用例，SQLAlchemy 的 AdaptedConnection 类提供了一个方法 AdaptedConnection.run_async()，允许在事件处理程序或其他 SQLAlchemy 内部的“同步”上下文中调用可等待函数。这个方法直接对应于 AsyncConnection.run_sync() 方法，后者允许在异步环境中运行同步风格的方法。

AdaptedConnection.run_async() 应该传递一个函数，该函数将接受内部的“驱动程序”连接作为单个参数，并返回一个可等待对象，该对象将由 AdaptedConnection.run_async() 方法调用。给定的函数本身不需要声明为 async；它可以是一个 Python 的 lambda:，因为返回的可等待值将在返回后被调用：

from sqlalchemy import event
from sqlalchemy.ext.asyncio import create_async_engine
engine = create_async_engine(...)
@event.listens_for(engine.sync_engine, "connect")
def register_custom_types(dbapi_connection, *args):
    dbapi_connection.run_async(
        lambda connection: connection.set_type_codec(
            "MyCustomType",
            encoder,
            decoder,  # ...
        )
    )

在上面的例子中，传递给 register_custom_types 事件处理程序的对象是 AdaptedConnection 的一个实例，它提供了对底层仅支持异步驱动程序级连接对象的类似 DBAPI 的接口。然后，AdaptedConnection.run_async() 方法提供了对一个可等待环境的访问，在该环境中可以对底层驱动程序级连接进行操作。

版本 1.4.30 中的新功能。

异步引擎 / 会话 / 会话工厂的事件监听器示例

下面给出了一些与异步 API 构造相关的同步风格事件处理程序的示例：

异步引擎的核心事件
在这个例子中，我们将AsyncEngine.sync_engine属性作为ConnectionEvents和PoolEvents的目标：

import asyncio
from sqlalchemy import event
from sqlalchemy import text
from sqlalchemy.engine import Engine
from sqlalchemy.ext.asyncio import create_async_engine
engine = create_async_engine("postgresql+asyncpg://scott:tiger@localhost:5432/test")
# connect event on instance of Engine
@event.listens_for(engine.sync_engine, "connect")
def my_on_connect(dbapi_con, connection_record):
    print("New DBAPI connection:", dbapi_con)
    cursor = dbapi_con.cursor()
    # sync style API use for adapted DBAPI connection / cursor
    cursor.execute("select 'execute from event'")
    print(cursor.fetchone()[0])
# before_execute event on all Engine instances
@event.listens_for(Engine, "before_execute")
def my_before_execute(
    conn,
    clauseelement,
    multiparams,
    params,
    execution_options,
):
    print("before execute!")
async def go():
    async with engine.connect() as conn:
        await conn.execute(text("select 1"))
    await engine.dispose()
asyncio.run(go())

输出：

New DBAPI connection: <AdaptedConnection <asyncpg.connection.Connection object at 0x7f33f9b16960>>
execute from event
before execute!

AsyncSession 上的 ORM 事件
在这个例子中，我们将AsyncSession.sync_session作为SessionEvents的目标：

import asyncio
from sqlalchemy import event
from sqlalchemy import text
from sqlalchemy.ext.asyncio import AsyncSession
from sqlalchemy.ext.asyncio import create_async_engine
from sqlalchemy.orm import Session
engine = create_async_engine("postgresql+asyncpg://scott:tiger@localhost:5432/test")
session = AsyncSession(engine)
# before_commit event on instance of Session
@event.listens_for(session.sync_session, "before_commit")
def my_before_commit(session):
    print("before commit!")
    # sync style API use on Session
    connection = session.connection()
    # sync style API use on Connection
    result = connection.execute(text("select 'execute from event'"))
    print(result.first())
# after_commit event on all Session instances
@event.listens_for(Session, "after_commit")
def my_after_commit(session):
    print("after commit!")
async def go():
    await session.execute(text("select 1"))
    await session.commit()
    await session.close()
    await engine.dispose()
asyncio.run(go())

输出：

before commit!
execute from event
after commit!

异步会话工厂上的 ORM 事件
对于这种用例，我们将sessionmaker作为事件目标，然后使用async_sessionmaker并使用async_sessionmaker.sync_session_class参数进行赋值：

import asyncio
from sqlalchemy import event
from sqlalchemy.ext.asyncio import async_sessionmaker
from sqlalchemy.orm import sessionmaker
sync_maker = sessionmaker()
maker = async_sessionmaker(sync_session_class=sync_maker)
@event.listens_for(sync_maker, "before_commit")
def before_commit(session):
    print("before commit")
async def main():
    async_session = maker()
    await async_session.commit()
asyncio.run(main())

输出：

before commit

在连接池和其他事件中使用仅可等待的驱动程序方法

如上节所述，事件处理程序（例如围绕PoolEvents事件处理程序定位的事件处理程序）接收到一个同步风格的“DBAPI”连接，这是 SQLAlchemy asyncio 方言提供的包装对象，用于将底层的 asyncio“driver”连接适配为 SQLAlchemy 内部可以使用的连接。当用户定义的实现需要直接使用最终的“driver”连接时，使用该驱动连接上的仅可等待方法时会出现特殊的用例。一个这样的例子是 asyncpg 驱动程序提供的.set_type_codec()方法。

为了适应这种用例，SQLAlchemy 的AdaptedConnection类提供了一个方法AdaptedConnection.run_async()，允许在事件处理程序或其他 SQLAlchemy 内部的“同步”上下文中调用可等待函数。这个方法直接类似于AsyncConnection.run_sync()方法，允许同步风格的方法在异步下运行。

AdaptedConnection.run_async()应该传递一个接受最内层的“driver”连接作为单个参数的函数，并返回一个由AdaptedConnection.run_async()方法调用的可等待对象。给定函数本身不需要声明为async；它完全可以是一个 Python 的lambda:，因为返回的可等待值将在返回后被调用：

from sqlalchemy import event
from sqlalchemy.ext.asyncio import create_async_engine
engine = create_async_engine(...)
@event.listens_for(engine.sync_engine, "connect")
def register_custom_types(dbapi_connection, *args):
    dbapi_connection.run_async(
        lambda connection: connection.set_type_codec(
            "MyCustomType",
            encoder,
            decoder,  # ...
        )
    )

上面，传递给register_custom_types事件处理程序的对象是AdaptedConnection的一个实例，它提供了对底层仅异步驱动程序级连接对象的类似 DBAPI 的接口。然后，AdaptedConnection.run_async()方法提供了对可等待环境的访问，其中底层驱动程序级连接可以被操作。

1.4.30 版本中新增。

使用多个 asyncio 事件循环

使用多个事件循环的应用程序，例如在将 asyncio 与多线程结合的不常见情况下，在使用默认池实现时不应该将同一个AsyncEngine与不同的事件循环共享。

如果从一个事件循环传递AsyncEngine到另一个事件循环，应该在它被重新使用于新的事件循环之前调用AsyncEngine.dispose()方法。未这样做可能会导致类似于Task got Future attached to a different loop的RuntimeError。

如果同一个引擎必须在不同的循环之间共享，应该配置为禁用连接池，使用NullPool，防止引擎使用任何连接超过一次：

from sqlalchemy.ext.asyncio import create_async_engine
from sqlalchemy.pool import NullPool
engine = create_async_engine(
    "postgresql+asyncpg://user:pass@host/dbname",
    poolclass=NullPool,
)

SqlAlchemy 2.0 中文文档（二十八）（4）https://developer.aliyun.com/article/1560393

SqlAlchemy 2.0 中文文档（二十八）（3）

Asyncio 平台安装说明（包括 Apple M1）

概要 - 核心

概述 - ORM

使用 AsyncSession 处理并发任务

使用 AsyncSession 时防止隐式 IO

在 asyncio 下运行同步方法和函数

使用 asyncio 扩展与事件

具有异步引擎/会话/会话制造器的事件监听器示例

在连接池和其他事件中使用仅可等待的驱动程序方法

异步引擎 / 会话 / 会话工厂的事件监听器示例

在连接池和其他事件中使用仅可等待的驱动程序方法

使用多个 asyncio 事件循环

热门文章

最新文章

相关电子书

热门

活动广场

任务中心

开发者评测

高校计划

乘风者计划

训练营

阿里云MVP

话题

直播

下载

镜像站

技术资料

插件

SqlAlchemy 2.0 中文文档（二十八）（3）

Asyncio 平台安装说明（包括 Apple M1）

概要 - 核心

概述 - ORM

使用 AsyncSession 处理并发任务

使用 AsyncSession 时防止隐式 IO

在 asyncio 下运行同步方法和函数

使用 asyncio 扩展与事件

具有异步引擎/会话/会话制造器的事件监听器示例

在连接池和其他事件中使用仅可等待的驱动程序方法

异步引擎 / 会话 / 会话工厂的事件监听器示例

在连接池和其他事件中使用仅可等待的驱动程序方法

使用多个 asyncio 事件循环

热门文章

最新文章

相关电子书