SQLAlchemy 2.x 异步查询方法比较

SQLAlchemy 2.x 异步查询中常用的 结果处理方法速查表，包含方法说明、使用场景、返回类型及典型用途。

SQLAlchemy 查询结果处理方法速查表（适用于 AsyncSession）

|----------------------|-----------------|--------------|----------------------------------|--------------------------------------------------------------------|
| 方法 | 说明 | 返回类型 | 示例 SQL | 示例输出 |
| scalars().all() | 获取单列所有值 | List[Any] | select(User.id) | [1, 2, 3, 4] |
| scalars().first() | 获取单列的第一行 | Any | select(User.email) | "alice@example.com" |
| scalar() | 获取第一行的第一列（聚合） | Any | select(func.count(User.id)) | 27 |
| mappings().all() | 多列，每行为 dict 映射 | List[dict] | select(User.id, User.email) | [{'id': 1, 'email': 'a@xx.com'}, {'id': 2, 'email': 'b@xx.com'}] |
| mappings().first() | 返回第一行 dict 映射 | dict | select(User.id, User.name) | {'id': 1, 'name': 'Alice'} |
| first() | 返回第一行的 Row | `Row | None` | select(User.id, User.name) |
| fetchall() | 返回所有行 Row 对象列表 | List[Row] | select(User.id, User.name) | [(1, 'Alice'), (2, 'Bob')] |
| fetchone() | 返回一行 Row | Row | select(User.id, User.name) | (1, 'Alice') |
| all() | 返回所有 Row（非字典） | List[Row] | select(User.id, User.name) | [(1, 'Alice'), (2, 'Bob')] |
| one() | 获取唯一一行，若多行/无行报错 | Row | select(User).where(User.id==1) | User(id=1, name='Alice') |
| one_or_none() | 获取一行或 None | `Row | None` | select(User).where(User.id==9999) |

使用建议（按类型）：

获取单列（如用户 ID） → 用 scalars().all()
统计总数/最大值 → 用 scalar()
获取结构化多列数据（用于 JSON 返回） → 用 mappings().all()
查找某条记录详情 → 用 mappings().first() 或 one_or_none()
返回原始 SQL 风格 Row → 用 fetchall() / all()（不推荐）

详细解释与建议：

scalars()：

- 专门用于查询单列，如 select(User.id)
- 会自动去除 Row 封装，只返回具体值

mappings()：

- 用于查询多列，将每一行封装为 dict（字段名：值）
- 最常用在结构化响应返回中（如 JSON）

first()、one()：

- first()：最多一行，超过无所谓，返回第一行
- one()：必须返回一行，返回多行或无行都抛异常

fetchall() / fetchone()：

- 老式用法，返回 Row 对象（类似元组）
- 不推荐在现代异步代码中使用，建议用 scalars() / mappings() 替代

真实使用示例（异步 FastAPI）：

python 复制代码

async def test_get_single_column():
    async with session_factory() as session:
        query = select(User.id)
        result = await session.execute(query)
        user_ids = result.scalars().all()
        print("用户 ID 列表:", user_ids)  # 用户 ID 列表: [1, 3]


# 2. 统计总数/最大值 → 用 scalar()
async def test_aggregate_functions():
    async with session_factory() as session:
        # 统计用户总数
        total_count = await session.execute(select(func.count(User.id)))
        total = total_count.scalar()
        print("用户总数:", total)  # 用户总数: 2

        # 查找最大的角色 ID
        max_role_id = await session.execute(select(func.max(User.role_id)))
        max_role_id_value = max_role_id.scalar()
        print("最大的角色 ID:", max_role_id_value)  # 最大的角色 ID: 2


# 3. 获取结构化多列数据（用于 JSON 返回） → 用 mappings().all()
async def test_get_structured_data():
    async with session_factory() as session:
        query = select(User.id, User.user_name, User.email)
        result = await session.execute(query)
        users = result.mappings().all()
        print("结构化多列数据:", users)
        # 结构化多列数据: [{'id': 1, 'user_name': 'test', 'email': '123@qq.com'},
        # {'id': 3, 'user_name': 'test1', 'email': '456@qq.com'}]


# 4. 查找某条记录详情 → 用 mappings().first() 或 one_or_none()
async def test_find_single_record():
    async with session_factory() as session:
        # 使用 mappings().first()
        query = select(User.id, User.user_name, User.email).where(User.id == 1)
        result = await session.execute(query)
        user = result.mappings().first()
        print("使用 mappings().first() 查找的记录:", user)
        # 使用 mappings().first() 查找的记录: {'id': 1, 'user_name': 'test', 'email': '123@qq.com'}

        # 使用 one_or_none()
        user_obj = await session.execute(select(User).where(User.id == 1))
        user_result = user_obj.scalars().one_or_none()
        print("使用 one_or_none() 查找的记录:", user_result)
        # 使用 one_or_none() 查找的记录: <login_related.model.user.User object at 0x000001477DC206D0>


# 5. 返回原始 SQL 风格 Row → 用 fetchall() / all()（不推荐）
async def test_get_raw_rows():
    async with session_factory() as session:
        query = select(User.id, User.user_name, User.email)
        result = await session.execute(query)
        rows = result.all()
        print("原始 SQL 风格 Row:", rows)
        # 原始 SQL 风格 Row: [(1, 'test', '123@qq.com'), (3, 'test1', '456@qq.com')]

SQLAlchemy 2.x 异步查询方法比较

SQLAlchemy 查询结果处理方法速查表（适用于 AsyncSession）

使用建议（按类型）：

详细解释与建议：

推荐使用方式总结：

真实使用示例（异步 FastAPI）：