FastApi-RESTful 项目中的 GUID 类型使用指南
2025-07-04 05:04:44作者:牧宁李
主键类型选择:整数 vs UUID
在数据库表设计中,主键类型的选择至关重要。最常见的两种主键类型是整数和UUID(也称为GUID)。这两种类型各有优缺点:
-
UUID的优势:
- 不会暴露表中记录数量的信息
- 几乎不可能被恶意猜测(但不应仅依赖此特性作为安全措施)
- 适用于分布式系统,避免ID冲突
-
UUID的劣势:
- 不易于人工记忆和沟通
- 由于随机性可能导致某些访问模式的性能下降
- 存储空间比整数大
SQLAlchemy中使用UUID主键的挑战
虽然Python标准库和大多数关系型数据库都支持UUID,但在使用SQLAlchemy时可能会遇到一些跨数据库兼容性问题:
- PostgreSQL专用的UUID类型(
sqlalchemy.dialects.postgresql.UUID)不兼容其他数据库 - 缺少服务器默认值设置,需要应用层生成ID
- 与不同数据库驱动配合使用时可能遇到参数设置冲突
FastApi-RESTful的解决方案
FastApi-RESTful项目提供了一个后端无关的GUID类型实现,它:
- 在PostgreSQL环境下自动使用原生UUID类型
- 在其他数据库环境下提供兼容处理
- 确保结果解析时不会重复调用uuid.UUID
基本使用示例
import sqlalchemy as sa
from sqlalchemy.orm import declarative_base
from fastapi_restful.guid_type import GUID
Base = declarative_base()
class User(Base):
__tablename__ = "user"
id = sa.Column(GUID, primary_key=True)
name = sa.Column(sa.String, nullable=False)
related_id = sa.Column(GUID)
PostgreSQL服务器默认值
对于PostgreSQL数据库,可以设置服务器端默认值:
from fastapi_restful.guid_type import GUID, GUID_SERVER_DEFAULT_POSTGRESQL
class User(Base):
__tablename__ = "user"
id = sa.Column(
GUID,
primary_key=True,
server_default=GUID_SERVER_DEFAULT_POSTGRESQL
)
# 其他字段...
注意:这需要PostgreSQL中安装pgcrypto扩展。可以通过以下代码自动设置:
from fastapi_restful.guid_type import setup_guids_postgresql
engine = sa.create_engine("postgresql://user:pass@localhost/dbname")
setup_guids_postgresql(engine)
应用层默认值
如果不使用服务器默认值,可以在应用层设置默认值:
from fastapi_restful.guid_type import GUID, GUID_DEFAULT_SQLITE
class User(Base):
__tablename__ = "user"
id = sa.Column(GUID, primary_key=True, default=GUID_DEFAULT_SQLITE)
# 其他字段...
GUID_DEFAULT_SQLITE实际上是uuid.uuid4的别名,可以直接使用后者替代。
最佳实践建议
- 在分布式系统中优先考虑使用UUID/GUID
- 单一数据库系统中整数类型可能更高效
- 考虑使用组合键策略(如时间戳+随机数)平衡性能和唯一性
- 在生产环境部署前充分测试性能影响
通过FastApi-RESTful提供的GUID类型工具,开发者可以更轻松地在不同数据库环境中使用UUID作为主键,同时保持代码的一致性和可维护性。
登录后查看全文
热门项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C030
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
425
3.26 K
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++
689
334
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
231
264
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
React Native鸿蒙化仓库
JavaScript
266
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
667
🔥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
65
19
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
19
30