Tortoise-ORM 在 FastAPI 中打印 SQL 日志的方法
2025-06-09 12:54:33作者:郜逊炳
在使用 FastAPI 框架结合 Tortoise-ORM 进行开发时,开发者经常需要查看 ORM 生成的 SQL 语句,这对于调试和性能优化非常重要。本文将详细介绍如何在 FastAPI 应用中配置 Tortoise-ORM 以输出 SQL 日志。
日志级别配置
Tortoise-ORM 使用 Python 标准库的 logging 模块来记录日志。要查看生成的 SQL 语句,最简单的方法是将日志级别设置为 DEBUG。这可以通过以下方式实现:
import logging
# 设置 Tortoise ORM 的日志级别为 DEBUG
logging.basicConfig(level=logging.DEBUG)
logger = logging.getLogger("tortoise")
logger.setLevel(logging.DEBUG)
在 FastAPI 中集成
当使用 FastAPI 的 register_tortoise 方法注册 Tortoise-ORM 时,可以在应用启动前配置日志级别:
from fastapi import FastAPI
from tortoise.contrib.fastapi import register_tortoise
app = FastAPI()
# 先配置日志
logging.basicConfig(level=logging.DEBUG)
logger = logging.getLogger("tortoise")
logger.setLevel(logging.DEBUG)
# 然后注册 Tortoise ORM
register_tortoise(
app,
db_url="sqlite://db.sqlite3",
modules={"models": ["app.models"]},
generate_schemas=True,
)
日志输出内容
配置完成后,应用运行时会在控制台输出类似以下的 SQL 日志:
DEBUG:tortoise.db_client:INSERT INTO "admin" ("name") VALUES ('test')
DEBUG:tortoise.db_client:SELECT "id","name" FROM "admin" WHERE "id"=1
高级日志配置
如果需要更精细地控制日志输出,可以单独配置 Tortoise 的不同组件:
# 配置连接池日志
logging.getLogger("tortoise.connection").setLevel(logging.DEBUG)
# 配置查询日志
logging.getLogger("tortoise.query").setLevel(logging.DEBUG)
# 配置模型日志
logging.getLogger("tortoise.models").setLevel(logging.DEBUG)
生产环境注意事项
在生产环境中,不建议一直保持 DEBUG 日志级别,因为这会影响性能并可能暴露敏感信息。可以考虑以下策略:
- 只在开发环境启用 SQL 日志
- 使用环境变量控制日志级别
- 将 SQL 日志输出到单独的文件而非控制台
替代方案
除了日志配置外,Tortoise-ORM 还提供了 explain() 方法,可以获取查询的执行计划:
query = await Admin.all().explain()
print(query)
这种方法不会记录所有 SQL,但可以在需要时分析特定查询的性能特征。
通过合理配置日志系统,开发者可以更好地理解和优化 Tortoise-ORM 在 FastAPI 应用中的数据库操作行为。
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 StartedRust0216
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
471
465
Ascend Extension for PyTorch
Python
758
968
昇腾LLM分布式训练框架
Python
186
231
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
698
1.4 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
878
2.03 K
暂无描述
Dockerfile
780
5.08 K
🔥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
70
22
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
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
2.08 K
216