10 KiB
FastAPI 项目
fastapi Github:https://github.com/tiangolo/fastapi
fastapi 官方文档:https://fastapi.tiangolo.com/zh/
fastapi 更新说明:https://fastapi.tiangolo.com/zh/release-notes/
pydantic 官方文档:https://pydantic-docs.helpmanual.io/
pydantic 数据模型代码生成器官方文档 (Json -> Pydantic):https://koxudaxi.github.io/datamodel-code-generator/
SQLAlchemy-Utils:https://sqlalchemy-utils.readthedocs.io/en/latest/
alembic 中文文档:https://hellowac.github.io/alembic_doc/zh/_front_matter.html
Typer 官方文档:https://typer.tiangolo.com/
SQLAlchemy 2.0 (官方): https://docs.sqlalchemy.org/en/20/intro.html#installation
SQLAlchemy 1.4 迁移到 2.0 (官方):https://docs.sqlalchemy.org/en/20/changelog/whatsnew_20.html#whatsnew-20-orm-declarative-typing
PEP 484 语法(官方):https://peps.python.org/pep-0484/
项目结构
使用的是仿照 Django 项目结构:
- alembic:数据库迁移配置目录
- versions_dev:开发环境数据库迁移文件目录
- versions_pro:生产环境数据库迁移文件目录
- env.py:映射类配置文件
- application:主项目配置目录,也存放了主路由文件
- config:基础环境配置文件
- development.py:开发环境
- production.py:生产环境
- settings.py:主项目配置文件
- urls.py:主路由文件
- config:基础环境配置文件
- apps:项目的app存放目录
- vadmin:基础服务
- auth:用户 - 角色 - 菜单接口服务
- models:ORM 模型目录
- params:查询参数依赖项目录
- schemas:pydantic 模型,用于数据库序列化操作目录
- utils:登录认证功能接口服务
- curd.py:数据库操作
- views.py:视图函数
- auth:用户 - 角色 - 菜单接口服务
- vadmin:基础服务
- core:核心文件目录
- crud.py:关系型数据库操作核心封装
- database.py:关系型数据库核心配置
- data_types.py:自定义数据类型
- exception.py:异常处理
- logger:日志处理核心配置
- middleware.py:中间件核心配置
- dependencies.py:常用依赖项
- event.py:全局事件
- mongo_manage.py:mongodb 数据库操作核心封装
- validator.py:pydantic 模型重用验证器
- db:ORM模型基类
- logs:日志目录
- static:静态资源存放目录
- utils:封装的一些工具类目录
- main.py:主程序入口文件
- alembic.ini:数据库迁移配置文件
开发环境
开发语言:Python 3.10
开发框架:Fastapi 0.101.1
ORM 框架:SQLAlchemy 2.0.20
开发工具
Pycharm 2022.3.2
推荐插件:Chinese (Simplified) Language Pack / 中文语言包
代码样式配置:
使用
source /opt/env/kinit-pro/bin/activate
# 安装依赖库
pip3 install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
# 第三方源:
1. 阿里源: https://mirrors.aliyun.com/pypi/simple/
# 线上安装更新依赖库
/opt/env/kinit-pro-310/bin/pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
数据初始化
# 项目根目录下执行,需提前创建好数据库,并且数据库应该为空
# 会自动将模型迁移到数据库,并生成初始化数据
# 在执行前一定要确认要操作的环境与application/settings.DEBUG 设置的环境是一致的,
# 不然会导致创建表和生成数据不在一个数据库中!!!!!!!!!!!!!!!!!!!!!!
# 比如要初始化开发环境,那么env参数应该为 dev,并且 application/settings.DEBUG 应该 = True
# 比如要初始化生产环境,那么env参数应该为 pro,并且 application/settings.DEBUG 应该 = False
# 生产环境
python main.py init
# 开发环境
python main.py init --env dev
运行启动
# 直接运行main文件
python main.py run
其他操作
在线文档地址(在配置文件里面设置路径或者关闭)
http://127.0.0.1:9000/docs
Git更新ignore文件直接修改gitignore是不会生效的,需要先去掉已经托管的文件,修改完成之后再重新添加并提交。
第一步:
git rm -r --cached .
去掉已经托管的文件
第二步:
修改自己的igonre文件内容
第三步:
git add .
git commit -m "clear cached"
新的数据迁移
- 新建模型:
- 在你的app目录下新建一个models目录,
__init__.py
导入你需要迁移的models
# app/.../your_app/models/__init__.py from .your_model import YourModel,YourModel2
# app/.../your_app/models/your_model.py from db.db_base import BaseModel class YourModel(BaseModel): # 定义你的model ... class YourModel2(BaseModel): # 定义你的model ...
- 在你的app目录下新建一个models目录,
- 根据模型配置你的alembic:
# alembic.ini [dev] ... sqlalchemy.url = mysql+pymysql://your_username:password@ip:port/kinit ...
# alembic/env.py # 导入项目中的基本映射类,与 需要迁移的 ORM 模型 from apps.vadmin.auth.models import * ... from apps.xxx.your_app.models import *
- 执行数据库迁移命令(终端执行执行脚本):
# 执行命令(生产环境): python main.py migrate # 执行命令(开发环境): python main.py migrate --env dev # 开发环境的原命令 alembic --name dev revision --autogenerate -m 2.0 alembic --name dev upgrade head
生成迁移文件后,会在alembic迁移目录中的version目录中多个迁移文件
新的CRUD
- 新的模型文件已经建好(上一步迁移时必须)
- 在 scripts/crud_generate/main.py 添加执行命令
# scripts/crud_generate/main.py
if __name__ == '__main__':
from apps.xxx.your_app.models import YourModel
crud = CrudGenerate(YourModel, "中文名", "en_name")
# 只打印代码,不执行创建写入
crud.generate_codes()
# 创建并写入代码
crud.main()
- 生成后会自动创建crud, params,schema, views
新的路由配置
# application/urls.py
from apps.xxx.your_app.views import app as your_app
urlpatterns = [
...,
{"ApiRouter": your_app, "prefix": "/your_router", "tags": ["your_tag"]},
]
完成后在 http://127.0.0.1:9000/docs 验证生成的接口
查询数据
自定义的一些查询过滤
# 日期查询
# 值的类型:str
# 值得格式:%Y-%m-%d:2023-05-14
字段名称=("date", 值)
# 模糊查询
# 值的类型: str
字段名称=("like", 值)
# in 查询
# 值的类型:list
字段名称=("in", 值)
# 时间区间查询
# 值的类型:tuple 或者 list
字段名称=("between", 值)
# 月份查询
# 值的类型:str
# 值的格式:%Y-%m:2023-05
字段名称=("month", 值)
# 不等于查询
字段名称=("!=", 值)
# 大于查询
字段名称=(">", 值)
# 等于 None
字段名称=("None")
# 不等于 None
字段名称=("not None")
代码部分:
def __dict_filter(self, **kwargs) -> list[BinaryExpression]:
"""
字典过滤
:param model:
:param kwargs:
"""
conditions = []
for field, value in kwargs.items():
if value is not None and value != "":
attr = getattr(self.model, field)
if isinstance(value, tuple):
if len(value) == 1:
if value[0] == "None":
conditions.append(attr.is_(None))
elif value[0] == "not None":
conditions.append(attr.isnot(None))
else:
raise CustomException("SQL查询语法错误")
elif len(value) == 2 and value[1] not in [None, [], ""]:
if value[0] == "date":
# 根据日期查询, 关键函数是:func.time_format和func.date_format
conditions.append(func.date_format(attr, "%Y-%m-%d") == value[1])
elif value[0] == "like":
conditions.append(attr.like(f"%{value[1]}%"))
elif value[0] == "in":
conditions.append(attr.in_(value[1]))
elif value[0] == "between" and len(value[1]) == 2:
conditions.append(attr.between(value[1][0], value[1][1]))
elif value[0] == "month":
conditions.append(func.date_format(attr, "%Y-%m") == value[1])
elif value[0] == "!=":
conditions.append(attr != value[1])
elif value[0] == ">":
conditions.append(attr > value[1])
elif value[0] == "<=":
conditions.append(attr <= value[1])
else:
raise CustomException("SQL查询语法错误")
else:
conditions.append(attr == value)
return conditions
示例:
查询所有用户id为1或2或 4或6,并且email不为空,并且名称包括李:
users = UserDal(db).get_datas(limit=0, id=("in", [1,2,4,6]), email=("not None", ), name=("like", "李"))
# limit=0:表示返回所有结果数据
# 这里的 get_datas 默认返回的是 pydantic 模型数据
# 如果需要返回用户对象列表,使用如下语句:
users = UserDal(db).get_datas(
limit=0,
id=("in", [1,2,4,6]),
email=("not None", ),
name=("like", "李"),
v_return_objs=True
)
查询所有用户id为1或2或 4或6,并且email不为空,并且名称包括李:
查询第一页,每页两条数据,并返回总数,同样可以通过 get_datas
实现原始查询方式:
v_where = [VadminUser.id.in_([1,2,4,6]), VadminUser.email.isnot(None), VadminUser.name.like(f"%李%")]
users, count = UserDal(db).get_datas(limit=2, v_where=v_where, v_return_count=True)
# 这里的 get_datas 默认返回的是 pydantic 模型数据
# 如果需要返回用户对象列表,使用如下语句:
users, count = UserDal(db).get_datas(
limit=2,
v_where=v_where,
v_return_count=True
v_return_objs=True
)
外键查询示例
以常见问题表为主表,查询出创建用户名称为kinit的用户,创建了哪些常见问题,并加载出用户信息:
v_options = [joinedload(VadminIssue.create_user)]
v_join = [["create_user"]]
v_where = [VadminUser.name == "kinit"]
datas = await crud.IssueCategoryDal(auth.db).get_datas(
limit=0,
v_options=options,
v_join=v_join,
v_where=v_where,
v_return_objs=True
)