Tortoise-ORM 在 FastAPI 中打印 SQL 日志的方法
2025-06-09 19:29:28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
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。C036
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
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
428
3.29 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
345
Ascend Extension for PyTorch
Python
236
270
暂无简介
Dart
686
161
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
327
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
71
36
🔥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
🎉 (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
669