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

探索数千个预构建的 AI 应用，开启你的下一个伟大创意：https://tools.cmdragon.cn/

一、级联查询与预加载核心概念

在开发Web应用时，处理数据库表之间的关联关系是常见需求。Tortoise-ORM通过异步方式实现级联查询与预加载机制，能够显著提升API性能。

1.1 模型关联关系基础

假设我们构建一个博客系统，定义作者(Author)与文章(Article)的一对多关系：

from tortoise.models import Model
from tortoise import fields


class Author(Model):
    id = fields.IntField(pk=True)
    name = fields.CharField(max_length=50)
    # 定义反向关系查询名称
    articles: fields.ReverseRelation["Article"]


class Article(Model):
    id = fields.IntField(pk=True)
    title = fields.CharField(max_length=255)
    content = fields.TextField()
    # 外键关联到Author模型
    author: fields.ForeignKeyRelation[Author] = fields.ForeignKeyField(
        "models.Author", related_name="articles"
    )

1.2 级联查询原理

当查询主模型时自动加载关联模型数据，例如获取作者时联带查询其所有文章。Tortoise-ORM通过select_related方法实现：

1 2	# 获取作者及其所有文章（单次查询） author = await Author.filter(name="张三").prefetch_related("articles")

1.3 预加载性能优化

N+1查询问题是ORM常见性能瓶颈。当遍历作者列表时逐个查询文章会导致多次数据库请求。通过prefetch_related提前加载关联数据：

# 批量获取作者列表及其关联文章（2次查询）
authors = await Author.all().prefetch_related("articles")
for author in authors:
    print(f"{author.name}的文章：{len(await author.articles)}篇")

二、实战：构建高效查询接口

2.1 基础查询路由实现

创建获取作者详情的API端点：

from fastapi import APIRouter
from pydantic import BaseModel

router = APIRouter()


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

    class Config:
        orm_mode = True


@router.get("/authors/{author_id}", response_model=AuthorOut)
async def get_author(author_id: int):
    author = await Author.get(id=author_id).prefetch_related("articles")
    return await AuthorOut.from_tortoise_orm(author)

2.2 深度关联查询示例

查询作者及其最近发布的3篇文章：

class ArticlePreview(BaseModel):
    title: str
    created_at: datetime


class AuthorDetail(AuthorOut):
    latest_articles: list[ArticlePreview] = []


@router.get("/authors/{author_id}/detail", response_model=AuthorDetail)
async def get_author_detail(author_id: int):
    author = await Author.get(id=author_id)
    articles = await author.articles.all().order_by("-created_at").limit(3)
    return AuthorDetail(
        **await AuthorOut.from_tortoise_orm(author),
        latest_articles=articles
    )

2.3 性能对比测试

使用EXPLAIN ANALYZE验证查询优化效果：

-- 未优化查询
EXPLAIN
ANALYZE
SELECT *
FROM author
WHERE id = 1;
EXPLAIN
ANALYZE
SELECT *
FROM article
WHERE author_id = 1;

-- 优化后查询
EXPLAIN
ANALYZE
SELECT *
FROM author
         LEFT JOIN article ON author.id = article.author_id
WHERE author.id = 1;

三、预加载高级技巧

3.1 嵌套关联预加载

处理多层级关联关系（作者->文章->评论）：

# 三层级预加载示例
authors = await Author.all().prefetch_related(
    "articles__comments"  # 双下划线表示嵌套关系
)

3.2 条件预加载

预加载时添加过滤条件：

# 只预加载2023年发布的文章
authors = await Author.all().prefetch_related(
    articles=Article.filter(created_at__year=2023)
)

3.3 自定义预加载方法

创建复杂查询的复用方法：

class Author(Model):
    @classmethod
    async def get_with_popular_articles(cls):
        return await cls.all().prefetch_related(
            articles=Article.filter(views__gt=1000)
        )

四、课后Quiz

当需要加载作者及其所有文章的标签时，正确的预加载方式是：
A) prefetch_related("articles")
B) prefetch_related("articles__tags")
C) select_related("articles.tags")
以下哪种场景最适合使用select_related？
A) 获取用户基本信息
B) 获取用户及其个人资料（一对一关系）
C) 获取博客及其所有评论（一对多关系）

答案与解析：

B正确，双下划线语法用于跨模型预加载。C语法错误，select_related不能用于一对多关系
B正确，select_related优化一对一关系查询。一对多用prefetch_related更合适

五、常见报错处理

报错1：RelationNotFoundError
原因：模型未正确定义关联字段
解决方案：

检查related_name拼写是否正确
确认关联模型已正确导入

报错2：QueryTimeoutError
原因：复杂预加载导致查询过慢
解决方案：

添加数据库索引
拆分查询为多个步骤
使用only()限制返回字段

报错3：ValidationError
原因：Pydantic模型字段不匹配
解决方案：

检查response_model字段类型
使用orm_mode = True配置
验证数据库字段类型是否匹配

六、最佳实践建议

始终在测试环境进行EXPLAIN查询分析
对频繁访问的接口添加Redis缓存层
为常用查询字段添加数据库索引
使用分页限制返回数据量
定期进行慢查询日志分析

安装环境要求：

1	pip install fastapi uvicorn tortoise-orm pydantic

配置Tortoise-ORM示例：

from tortoise import Tortoise


async def init_db():
    await Tortoise.init(
        db_url='sqlite://db.sqlite3',
        modules={'models': ['path.to.models']}
    )
    await Tortoise.generate_schemas()

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：

Tortoise-ORM级联查询与预加载性能优化