扫描二维码关注或者微信搜一搜：编程智域前端至全栈交流与成长

一、FastAPI与Tortoise-ORM关系型数据库关联实现

1. 关系型数据库关联基础

在关系型数据库中，表与表之间的关联主要分为三种类型：

1:1关系（如用户与身份证）
1:N关系（如作者与书籍）
M:N关系（如学生与课程）

FastAPI通过Tortoise-ORM实现异步数据库操作时，使用ForeignKeyField和ManyToManyField
字段类型处理关联关系。相比同步ORM，异步实现需要特别注意await的使用和查询优化。

2. 1:N关系实现（作者与书籍案例）

2.1 模型定义

# models.py
from tortoise.models import Model
from tortoise import fields


class Author(Model):
    id = fields.IntField(pk=True)
    name = fields.CharField(max_length=255)
    # 反向关系查询字段
    books = fields.ReverseRelation["Book"]


class Book(Model):
    id = fields.IntField(pk=True)
    title = fields.CharField(max_length=255)
    author = fields.ForeignKeyField(
        "models.Author",
        related_name="books",
        on_delete=fields.CASCADE
    )

2.2 Pydantic模型

# schemas.py
from pydantic import BaseModel


class AuthorCreate(BaseModel):
    name: str


class BookCreate(BaseModel):
    title: str
    author_id: int


class AuthorOut(BaseModel):
    id: int
    name: str
    books: list[dict] = []

    class Config:
        orm_mode = True

2.3 路由实现

# main.py
from fastapi import FastAPI, HTTPException
from models import Author, Book
from schemas import AuthorCreate, BookCreate, AuthorOut

app = FastAPI()


@app.post("/authors/", response_model=AuthorOut)
async def create_author(author: AuthorCreate):
    db_author = await Author.create(**author.dict())
    return await AuthorOut.from_tortoise_orm(db_author)


@app.get("/authors/{author_id}", response_model=AuthorOut)
async def get_author(author_id: int):
    author = await Author.get(id=author_id).prefetch_related("books")
    if not author:
        raise HTTPException(status_code=404, detail="Author not found")
    return await AuthorOut.from_tortoise_orm(author)

3. M:N关系实现（学生与课程案例）

3.1 模型定义

# models.py
class Student(Model):
    id = fields.IntField(pk=True)
    name = fields.CharField(max_length=255)
    courses = fields.ManyToManyField(
        "models.Course",
        related_name="students",
        through="student_course"
    )


class Course(Model):
    id = fields.IntField(pk=True)
    name = fields.CharField(max_length=255)

3.2 中间表操作

# 添加选课关系
student = await Student.get(id=1)
course = await Course.get(id=2)
await student.courses.add(course)

# 查询学生选课
student_with_courses = await Student.get(id=1).prefetch_related("courses")

3.3 复杂查询示例

# 查询选修数学课的学生
math_students = await Student.filter(
    courses__name="Math"
).prefetch_related("courses")

4. 课后Quiz

Q1：当建立1:N关系时，为什么要使用prefetch_related()方法？
A. 提高查询性能
B. 避免循环引用
C. 处理分页请求
D. 验证数据格式

正确答案：A
解析：prefetch_related()用于预加载关联数据，通过单次数据库查询获取所有相关记录，避免N+1查询问题，显著提升查询效率。

Q2：M:N关系中，through参数的作用是什么？
A. 定义中间表名称
B. 指定关联字段类型
C. 设置级联删除规则
D. 声明索引字段

正确答案：A
解析：through参数用于自定义中间表名称，当需要向中间表添加额外字段时，可以显式创建中间模型。

5. 常见报错解决方案

报错1：422 Validation Error

{
  "detail": [
    {
      "loc": [
        "body",
        "author_id"
      ],
      "msg": "value is not a valid integer",
      "type": "type_error.integer"
    }
  ]
}

解决方法：

检查请求体数据格式是否符合JSON规范
确认字段类型与Pydantic模型定义一致
使用try/except捕获类型转换异常

报错2：IntegrityError外键约束失败

1	sqlite3.IntegrityError: FOREIGN KEY constraint failed

解决方法：

检查关联ID是否存在
确认数据库事务完整性
使用atomic()包裹关联操作：

1
2
3

async with in_transaction():
    author = await Author.create(name="J.K. Rowling")
    await Book.create(title="Harry Potter", author=author)

预防建议：

始终在数据库操作中使用事务
为关联字段添加索引
使用select_related和prefetch_related优化查询

运行准备

安装依赖：

1	pip install fastapi uvicorn tortoise-orm pydantic

启动服务：

1	uvicorn main:app --reload

通过以上实现，开发者可以完整掌握FastAPI中异步数据库关联操作的核心要点。建议在Postman中测试接口时，重点关注关联数据的完整性和查询效率表现。

余下文章内容请点击跳转至个人博客页面或者扫码关注或者微信搜一搜：编程智域前端至全栈交流与成长，阅读完整的文章：

FastAPI与Tortoise-ORM实现关系型数据库关联