当前位置: 首页 > news >正文

SQLAlchemy 2.0 类型注解指南:`Mapped` 与 `mapped_column`

简介

在 SQLAlchemy 1.4 和 2.0 中,ORM(对象关系映射)引入了一种新的声明式映射系统,核心组件是Mapped类型注解和mapped_column构造函数。这种新风格旨在提供更好的 Python 类型提示(Type Hinting)支持,解决旧版Column写法在静态代码分析(如 Pyright, MyPy)和 IDE 自动补全方面的问题。

解决的问题

1. 静态类型检查报错

这是最常见的问题。在旧版写法中,模型属性被定义为Column对象,例如:

id=Column(Integer,primary_key=True)

对于静态分析工具(如 Pyright),id的类型是Column[Integer]。然而,当你实例化模型对象访问user.id时,其实际值是int类型。

当你尝试将user.id传递给一个期望int的函数时,Pyright 会报错:

Argument of type “Column[Integer]” cannot be assigned to parameter of type “int”

Mapped解决了这个问题。它明确告诉类型检查器,虽然我们在类定义中使用了描述符,但在实例中该属性表现为指定的 Python 类型。

2. IDE 智能感知

由于类型明确,现代 IDE(如 VS Code, PyCharm)能更准确地提供代码补全和错误提示。例如,定义为Mapped[str | None]的字段,IDE 会提示你该字段可能为 None。

用法对比

1. 基本字段

旧写法 (Legacy):

fromsqlalchemyimportColumn,Integer,StringclassUser(Base):__tablename__="user"id=Column(Integer,primary_key=True)name=Column(String(50),nullable=False)email=Column(String(100))

新写法 (Modern - SQLAlchemy 2.0+):

fromsqlalchemy.ormimportMapped,mapped_columnfromsqlalchemyimportStringfromtypingimportOptionalclassUser(Base):__tablename__="user"# Mapped[int] 告诉类型检查器:实例中的 id 是 int 类型# mapped_column(...) 定义了数据库列的属性id:Mapped[int]=mapped_column(primary_key=True)# nullable=False 是默认的,对应 Mapped[str]name:Mapped[str]=mapped_column(String(50))# Optional[str] 或 str | None 对应 nullable=Trueemail:Mapped[Optional[str]]=mapped_column(String(100))

2. 复杂类型 (UUID, DateTime)

旧写法:

importuuidfromsqlalchemy.dialects.postgresqlimportUUIDfromsqlalchemyimportColumn,DateTime,funcclassDocument(Base):id=Column(UUID(as_uuid=True),primary_key=True,default=uuid.uuid4)created_at=Column(DateTime(timezone=True),server_default=func.now())

新写法:

importuuidfromdatetimeimportdatetimefromsqlalchemy.ormimportMapped,mapped_columnfromsqlalchemy.dialects.postgresqlimportUUIDfromsqlalchemyimportDateTime,funcclassDocument(Base):# 明确指定 id 是 uuid.UUID 类型id:Mapped[uuid.UUID]=mapped_column(UUID(as_uuid=True),primary_key=True,default=uuid.uuid4)# 明确指定 created_at 是 datetime 类型created_at:Mapped[datetime]=mapped_column(DateTime(timezone=True),server_default=func.now())

3. 外键与关系

旧写法:

fromsqlalchemyimportForeignKeyfromsqlalchemy.ormimportrelationshipclassPost(Base):user_id=Column(Integer,ForeignKey("user.id"))user=relationship("User")

新写法:

fromsqlalchemyimportForeignKeyfromsqlalchemy.ormimportMapped,mapped_column,relationshipclassPost(Base):user_id:Mapped[int]=mapped_column(ForeignKey("user.id"))# 这里的 relationship 也支持 Mapped 类型user:Mapped["User"]=relationship()

关键点总结

  1. 导入: 使用from sqlalchemy.orm import Mapped, mapped_column
  2. 类型注解: 必须为每个列添加 Python 类型注解(如: Mapped[int])。
  3. Nullable:
    • Mapped[str]隐含nullable=False
    • Mapped[Optional[str]]Mapped[str | None]隐含nullable=True
  4. SQL 类型: 在mapped_column()中通过第一个参数指定 SQL 类型(如String(50)),如果类型可以从 Python 类型推断(如int->Integer),则可以省略。但对于String(需要长度)或UUID等特殊类型,通常还是需要指定。

通过采用这种新写法,你的代码将更加健壮,更易于维护,并且能通过严格的静态类型检查。

http://www.zskr.cn/news/177487.html

相关文章:

  • git commit规范提交代码:配合PyTorch-CUDA-v2.8进行版本控制
  • 让照片“开口说话”:SadTalker 本地部署实战,一张静态图 + 一段音频生成数字人视频
  • 封装随笔
  • 机器学习所需技能
  • 2025最新!专科生必看10个AI论文平台测评,毕业论文轻松过!
  • jiyutrainer下载安装包包含PyTorch-CUDA-v2.8一键启动脚本
  • 【数据驱动】基于库普曼算子的凸公式来解决数据驱动的最优控制问题附Matlab代码
  • github fork项目同步上游:更新你的PyTorch-CUDA-v2.8分支
  • 十二月《代码大全》读后感
  • 解决gitlab配置Webhooks,提示 Invalid url given的问题
  • YOLOv5s模型训练实战:在PyTorch-CUDA-v2.8镜像中完成全流程
  • Java毕设选题推荐:基于Java的协同过滤算法音乐推荐系统基于协同过滤算法的音乐推荐系统【附源码、mysql、文档、调试+代码讲解+全bao等】
  • Web开发者实战AI Agent:基于Dify的多模态文生图与文生视频智能体项目
  • YOLOv11采用新型Head设计:PyTorch代码实现前瞻
  • 清华镜像站HTTPS证书问题解决方法:安全安装PyTorch
  • git branch管理功能开发:为PyTorch-CUDA-v2.8添加新模块
  • Conda环境导出为YAML:便于PyTorch项目共享
  • Java计算机毕设之基于协同过滤算法的音乐推荐系统springboot基于协同过滤算法的音乐推荐系统(完整前后端代码+说明文档+LW,调试定制等)
  • Ansible - Role介绍 和 使用playbook部署wordPress
  • CUDA核心数查询命令:nvidia-smi结合PyTorch使用
  • GitHub Wiki搭建PyTorch项目文档:知识沉淀好帮手
  • python基于Android和java的酒店管理系统设计 小程序_54ybz
  • Anaconda配置PyTorch环境太麻烦?用这个CUDA镜像秒解决
  • 2025-12-29
  • 大数据领域Doris与传统数据库的性能对比分析
  • 【课程设计/毕业设计】基于协同过滤算法的个性化音乐推荐系统基于协同过滤算法的音乐推荐系统【附源码、数据库、万字文档】
  • PyTorch-CUDA镜像更新日志:v2.8带来哪些性能升级
  • Jupyter Notebook单元格执行时间测量:PyTorch性能分析
  • 在HTTP协议中Keep Alive是什么意思
  • PyTorch DataLoader打乱顺序shuffle原理剖析