SQLModel 项目教程
2026-01-19 11:03:42作者:段琳惟
1. 项目的目录结构及介绍
SQLModel 项目的目录结构如下:
sqlmodel/
├── examples/
│ ├── basic/
│ ├── fastapi/
│ ├── mixins/
│ └── tutorial/
├── sqlmodel/
│ ├── __init__.py
│ ├── main.py
│ ├── models.py
│ └── utils.py
├── tests/
│ ├── __init__.py
│ ├── test_main.py
│ └── test_models.py
├── .gitignore
├── LICENSE
├── README.md
├── requirements.txt
└── setup.py
目录结构介绍
examples/: 包含多个示例项目,展示如何使用 SQLModel。basic/: 基础示例。fastapi/: 结合 FastAPI 的示例。mixins/: 使用 mixins 的示例。tutorial/: 教程示例。
sqlmodel/: 核心代码目录。__init__.py: 初始化文件。main.py: 主程序文件。models.py: 数据模型定义文件。utils.py: 工具函数文件。
tests/: 测试代码目录。__init__.py: 初始化文件。test_main.py: 主程序测试文件。test_models.py: 数据模型测试文件。
.gitignore: Git 忽略文件配置。LICENSE: 项目许可证。README.md: 项目说明文档。requirements.txt: 项目依赖文件。setup.py: 项目安装文件。
2. 项目的启动文件介绍
项目的启动文件是 sqlmodel/main.py。该文件包含了项目的入口点,负责启动应用程序。
main.py 文件内容
from fastapi import FastAPI
from sqlmodel import SQLModel, create_engine, Session
# 数据库 URL
SQLALCHEMY_DATABASE_URL = "sqlite:///example.db"
# 创建数据库引擎
engine = create_engine(SQLALCHEMY_DATABASE_URL)
# 创建 FastAPI 应用
app = FastAPI()
# 初始化数据库
@app.on_event("startup")
def on_startup():
SQLModel.metadata.create_all(engine)
# 示例路由
@app.get("/")
def read_root():
return {"message": "Hello World"}
启动文件介绍
from fastapi import FastAPI: 导入 FastAPI 框架。from sqlmodel import SQLModel, create_engine, Session: 导入 SQLModel 相关模块。SQLALCHEMY_DATABASE_URL: 定义数据库 URL。engine = create_engine(SQLALCHEMY_DATABASE_URL): 创建数据库引擎。app = FastAPI(): 创建 FastAPI 应用实例。@app.on_event("startup"): 定义启动事件,初始化数据库。@app.get("/"): 定义示例路由。
3. 项目的配置文件介绍
项目的配置文件主要是 requirements.txt 和 setup.py。
requirements.txt 文件内容
fastapi
sqlmodel
uvicorn
requirements.txt 文件介绍
fastapi: FastAPI 框架依赖。sqlmodel: SQLModel 库依赖。uvicorn: ASGI 服务器依赖。
setup.py 文件内容
from setuptools import setup, find_packages
setup(
name="sqlmodel",
version="0.1.0",
packages=find_packages(),
install_requires=[
"fastapi",
"sqlmodel",
"uvicorn",
],
entry_points={
"console_scripts": [
"sqlmodel=sqlmodel.main:app",
],
},
)
setup.py 文件介绍
name: 项目名称。version: 项目版本。packages: 自动查找项目
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253