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 StartedRust099- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
跨系统应用融合:APK Installer实现Windows环境下安卓应用运行的技术路径探索如何用OpCore Simplify构建稳定黑苹果系统?掌握这3大核心策略ComfyUI-LTXVideo实战攻略:3大核心场景的视频生成解决方案告别3小时抠像噩梦:AI如何让人人都能制作电影级视频Anki Connect:知识管理与学习自动化的API集成方案Laigter法线贴图生成工具零基础实战指南:提升2D游戏视觉效率全攻略如何用智能助手实现高效微信自动回复?全方位指南3步打造高效游戏自动化工具:从入门到精通的智能辅助方案掌握语音分割:从入门到实战的完整路径开源翻译平台完全指南:从搭建到精通自托管翻译服务
项目优选
收起
暂无描述
Dockerfile
710
4.51 K
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
578
99
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++
958
955
deepin linux kernel
C
28
16
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
573
694
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
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
414
339
暂无简介
Dart
952
235
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
12
2