Tortoise-ORM 0.25.1版本发布:异步任务优化与JSON字段增强
2025-06-11 20:27:13作者:农烁颖Land
Tortoise-ORM是一个基于Python的异步对象关系映射(ORM)库,专为asyncio生态设计。它提供了类似Django ORM的API接口,但完全支持异步操作,非常适合构建高性能的异步Web应用。本次发布的0.25.1版本虽然是一个小版本更新,但包含了一些重要的改进和功能增强。
异步任务处理优化
在数据库操作中,将大量数据库记录转换为Python对象是一个常见的性能瓶颈点。0.25.1版本引入了一个重要的改进:在每处理2000行数据后强制进行异步任务切换。
这个改进背后的技术考量是:
- 事件循环阻塞问题:在异步环境中,长时间运行的同步操作会阻塞事件循环,导致其他异步任务无法及时执行
- 批量处理阈值:2000行是一个经过权衡的数值,既不会因切换太频繁而影响性能,也不会因切换间隔太长而阻塞事件循环
- 自动处理:开发者无需手动干预,ORM会自动处理任务切换,保持应用的响应性
这项优化特别适合处理大型数据集查询,如报表生成、批量数据处理等场景。
JSON字段查询增强
0.25.1版本为JSONField带来了更强大的查询能力,现在可以直接在F()表达式中引用JSON字段的嵌套属性:
await MyModel.filter(
json_field__custom_field__nested_id=F("other_json_field__id")
)
这个增强功能的技术特点包括:
- 嵌套属性支持:通过双下划线语法可以访问任意深度的JSON嵌套属性
- 查询表达式集成:与现有的F()表达式无缝集成,保持API一致性
- 类型安全:在执行查询时会进行类型检查,避免运行时错误
这项功能使得处理半结构化数据更加方便,特别适合存储和查询具有动态模式的文档数据。
锁操作改进
新版本为select_for_update()方法增加了no_key参数,这是对PostgreSQL特有的SELECT FOR NO KEY UPDATE锁模式的支持。这个改进的技术意义在于:
- 锁粒度控制:允许更细粒度的锁控制,避免不必要的锁冲突
- 性能优化:当不需要锁定外键时,可以减少锁竞争,提高并发性能
- 数据库兼容:虽然参数是PostgreSQL特有的,但在其他数据库上会被忽略,保持兼容性
使用示例:
await MyModel.select_for_update(no_key=True).filter(id=1)
升级建议
对于正在使用Tortoise-ORM的项目,0.25.1版本是一个值得升级的版本,特别是:
- 需要处理大量数据的应用,将受益于异步任务切换优化
- 使用JSONField存储复杂结构的应用,新的F()表达式支持将简化查询代码
- 高并发环境下使用行锁的应用,no_key参数可以提供更好的性能
升级只需修改requirements.txt或pip命令中的版本号即可,这是一个完全向后兼容的版本更新。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217