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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
213
226
暂无简介
Dart
660
150
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++
656
293
🎉 (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
1.17 K
644
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
490
React Native鸿蒙化仓库
JavaScript
251
320
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
79
104
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
217
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