Post

FastAPI 공식문서 따라하기 번외[10][1] - Alchemy연동

Posted Updated
Preview Image
By ,
9 min read
FastAPI 공식문서 따라하기 번외[10][1] - Alchemy연동

https://fastapi.tiangolo.com/tutorial/sql-databases/?h=sql 공식문서 따라하는 글

☑️ 3.1. Create the Pydantic models

sql_app/schemas.py에 작성할 것이다.

SQLAlchemy 과 Pydantic에서 설명하는 models을 혼동하면 안 된다. models.py에 있는 것은 SQLAlchemy의 모델이고, schemas.py은 Pydantic의 모델이다.
Pydantic 모델은 schema라고 불러질 수 있다.

☑️ 3.2. Create initial Pydantic models / schemas

ItemBase와 UserBase라는 Pydantic 모델을 만들 것이다. 공식문서에서는 모델대신에 스키마라고 명명하기에 나도 스키마라고 설정할 것이다.

속성을 만들거나 읽는용도의 오브젝트이다.

ItemCreate와 UserCreate라는 클래스는 위의 클래스들을 상속 받을 것이고(같은 속성을 갖습니다.), 추가적인 속성이 필요하다면 그 속성값을 만들 것이다.

밑의 예제에서는 password라는 속성값을 만든다.

하지만, 보안적으로 password라는 값은 다른 Pydantic모델에는 존재하지 말아야한다. 왜냐하면 user를 읽을때 API가 password를 보내면 안 되기 때문이다.

SQLAlchemy 모델은 속성을 정의할 때 =연산자를 사용하고, Column에 파라미터를 넣어서 넘긴다.

1

name = Column(String)

반면 Pydantic 모델은 :을 이용한다.

1

name: str

따라서 =와 :을 현혹하면 안된다.

☑️ 3.3. Create Pydantic models/ schemas for reading / returning

위에서 Pydantic 모델을 만들었기에 이를 이용해서 데이터를 읽고, API를 통해 받아올 데이터가 있으면 받아올 것이다.

item을 만들기 전에는, 우리는 어떤 데이터에 ID를 할당할지는 중요하지 않지만 우리가 데이터를 읽을 때에는 ID를 알고 있어야 한다.

같은 방식으로 user라는 데이터를 읽기 위해서는 우리는 user 안에 items를 선언해야 한다.

items를 읽기 위해서는 items의 ID 뿐만 아니라 모든 데이터를 Pydantic 모델인 Item에 정의해야 한다.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

from pydantic import BaseModel


class ItemBase(BaseModel):
    title: str
    description: str | None = None


class ItemCreate(ItemBase):
    pass


class Item(ItemBase):
    id: int
    owner_id: int



class UserBase(BaseModel):
    email: str


class UserCreate(UserBase):
    password: str


class User(UserBase):
    id: int
    is_active: bool
    items: list[Item] = []

☑️ 3.4. Use Pydantic’s orm_mode

Pydantic모델인 Item과 User를 읽기 위해서는 추가적인 설정이 필요하다. 이를 configclass라고 지을 것이다.

위의 코드에서 추가되는 부분이 있다.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38

from pydantic import BaseModel


class ItemBase(BaseModel):
    title: str
    description: str | None = None


class ItemCreate(ItemBase):
    pass


class Item(ItemBase):
    id: int
    owner_id: int
    
    #추가된 부분
    class Config:
        orm_mode = True


class UserBase(BaseModel):
    email: str


class UserCreate(UserBase):
    password: str


class User(UserBase):
    id: int
    is_active: bool
    items: list[Item] = []

    #추가된 부분
    class Config:
        orm_mode = True

orm_mode = True 구문을 보면 =를 사용하여 할당하였다. :는 타입을 선언할 때 쓰는것이고 config value는 타입을 선언하는 것이 아니다.

orm_mode는 Pydantic 모델을 읽는데, dict타입 뿐만 아니라 ORM모델일지라도 읽어버린다.

만약 id라는 값을 dict에서 가져오고 싶다면

1

id = data["id"]

로 쓸수 있지만 또한,

1

id = data.id

로도 쓸 수 있다.

이런 방식으로 Pydantic 모델은 ORM와 양립할 수 있고, path operation에다가 response_model을 선선할 수 있다.

데이터베이스 모델을 리턴할 수 있고, 그 데이터를 읽을 수 있게 도와준다고 한다.

Techinal Details about ORM mode

SQLAlchemy은 lazy loading을 사용하는데, 간단히 말하면 데이터를 한 번에 다 받아오는 것이 아니고 관계없는 데이터는 그때 받아오는 것을 의미한다.

예를들어서 items에 다음과 같이 접근한다고 가정하자.

1

current_user.items

SQLAlchemy은 items 테이블에 가서 user에 맞는 items를 가져오는데, 접근하지 않으면 가져올 일이 없다는 것이다.

이렇게 설명하는게 맞나?.. 해석을 잘못한거 같음

orm_mode가 없는데 SQLAlchemy모델을 path operation에서 리턴 받았다면 그 모델은 연관관계를 설정했음에도 불구하고 연관관계 데이터를 포함하지 않았을 것이라고 한다.

즉,ORM mode에서는, Pydantic에 접근하고 사용자가 원하는 데이터 명시하여 데이터를 얻을 수 있다.

☑️ 4.1. CRUD utils

sql_app/crud.py에 CRUD관련 사항을 작성할 것이다.

공식문서에서는 CR까지만 작성한다고 한다.

☑️ 4.2. Read Data

sqlalchemy.orm에서 Session을 임포트해야 한다.

Session은 db라는 타입을 파라미터에 선언할 수 있게 하여 타입체크를 더 효율적으로 하게 해준다.

models(SQLAlchemy models)과 schemas(Pydantic models) 또한 임포트 해야한다.

공식 문서에서 명세를 알려줬는데..

  • ID와 email을 통해 user 한 명을 읽을 것이다.
  • 여러 users를 읽을 것이다.
  • 여러 items를 읽을 것이다.

라고 합니다.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

from sqlalchemy.orm import Session

from . import models, schemas


def get_user(db: Session, user_id: int):
    return db.query(models.User).filter(models.User.id == user_id).first()


def get_user_by_email(db: Session, email: str):
    return db.query(models.User).filter(models.User.email == email).first()


def get_users(db: Session, skip: int = 0, limit: int = 100):
    return db.query(models.User).offset(skip).limit(limit).all()

def get_items(db: Session, skip: int = 0, limit: int = 100):
    return db.query(models.Item).offset(skip).limit(limit).all()

☑️ 4.2. Create Data

  • SQLAlchemy모델의 인스턴스를 만들것이다.
  • database session에 만든 인스턴스를 add할 것이다.
  • 바뀐 database정보를 commit할 것이다.
  • refresh해서 데이터베이스에 새로운 데이터가 들어왔는지 확인한다.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

from sqlalchemy.orm import Session

from . import models, schemas

def create_user(db: Session, user: schemas.UserCreate):
    fake_hashed_password = user.password + "notreallyhashed"
    db_user = models.User(email=user.email, hashed_password=fake_hashed_password)
    db.add(db_user)
    db.commit()
    db.refresh(db_user)
    return db_user


def create_user_item(db: Session, item: schemas.ItemCreate, user_id: int):
    db_item = models.Item(**item.dict(), owner_id=user_id)
    db.add(db_item)
    db.commit()
    db.refresh(db_item)
    return db_item

fake_hashed_password는 보이는것 처럼 해쉬함수를 password에 더해 안전한 값으로 바꿔버린다.예제에서는 간단하게 보여주기 위해 진짜 해쉬함수로 넣지 않았다.
만약 클라이언트에서 암호화되지 않은 패스워드를 넘기면, 그값으로 해쉬함수로 만들고 저장해야한다.

dict 자료형으로 Pydanticmodel을 담아야 Item의 각 속성값을 읽을 수 있다. item.dict()처럼 말이다.
만약 dict의 key-value쌍으로 SQLAlchemy모델인 Item에 넘기고 싶다면 Item(**item.dict())처럼 사용하면 된다.
owner_id는 Pydantic모델에서 제공하지 않기에 Item(**item.dict(), owner_id=user_id)로 넘겨야 한다.

Python, FastAPI
FastAPI
This post is licensed under CC BY 4.0 by the author.