feat(数据库): 完善第四阶段SQLAlchemy课程与综合项目

This commit is contained in:
zhiye.sun
2026-08-20 15:45:21 +08:00
parent a28c3b3168
commit bf1f7042a9
18 changed files with 3039 additions and 29 deletions
@@ -0,0 +1,284 @@
# 第4-5课:数据库综合项目——库存订单管理
## 一、本课定位
这是第四阶段的综合项目。本课不再单独讲一个API,而是把前四课知识组合成一个小型业务流程:客户下单后,系统创建订单与订单明细,同时扣减商品库存;只要其中任何一步失败,整张订单和全部库存修改都必须回滚。
项目使用三张独立练习表和`DBP-`、`DBO-`数据前缀,不操作其他课程或业务数据。
## 二、本课目标
完成本课后,你能够:
1. 使用SQLAlchemy 2.x映射三张存在关联关系的表;
2. 使用Repository(仓储)封装数据访问;
3. 使用Service(业务服务)组织下单规则;
4. 在调用方统一控制事务提交和回滚;
5. 使用`SELECT FOR UPDATE`降低并发扣减库存产生的超卖风险;
6. 使用DTO承载三表联查结果;
7. 使用聚合查询统计订单状态;
8. 使用本地TOML配置安全连接PostgreSQL。
## 三、前置知识
- PostgreSQL主键、外键、约束和事务;
- Psycopg连接与参数化查询;
- SQLAlchemy的Engine、连接池和Session;
- 声明式ORM模型及增删改查;
- `ForeignKey`、`relationship()`、`join()`和DTO。
第四课练习即使尚未全部完成,也可以先运行本课标准示例;遇到关系映射或DTO不理解时,再回看第四课对应章节。
## 四、业务模型
```text
Product(商品) 1 ──── N OrderItem(订单明细) N ──── 1 Order(订单)
```
为什么需要订单明细表?因为一张订单可以包含多个商品,一个商品也可以出现在多张订单中。订单与商品本质上是多对多关系,`OrderItem`把它拆成两个一对多关系,并额外保存购买数量和成交单价。
成交单价必须保存在订单明细中。商品价格以后可能变化,但历史订单金额不能随商品当前价格改变。
## 五、项目分层
```text
main() / 事务调用方
↓ 创建同一个Session
OrderService
↓ 调用
ProductRepository + OrderRepository
↓ 操作
SQLAlchemy ORM模型与PostgreSQL
```
### 5.1 Repository
Repository负责查询、增加和修改数据库对象,但不决定什么时候提交:
```python
class OrderRepository:
def __init__(self, session):
self.session = session
def add(self, order):
self.session.add(order)
```
它与MyBatis项目中的Mapper/DAO职责相近,但操作的是SQLAlchemy的Session和ORM对象。
### 5.2 Service
Service负责业务规则:验证订单、查询并锁定商品、判断库存、扣减库存、计算金额、组装订单。
它不调用`commit()`。因为一个业务用例可能调用多个Repository,必须保证它们处于同一个事务。
### 5.3 事务调用方
```python
with session_factory.begin() as session:
service = create_order_service(session)
service.place_order(...)
```
正常离开`with`时提交;异常离开时回滚。`ProductRepository`和`OrderRepository`共享同一个Session,因此库存修改、订单主表和订单明细属于同一个数据库事务。
## 六、成功事务与失败事务
成功订单购买两个键盘和一个鼠标:
```text
验证订单 → 锁定商品 → 扣减库存 → 创建明细 → 创建订单 → 提交
```
失败订单先扣减一个键盘,随后发现鼠标库存不足:
```text
锁定键盘 → 内存中扣减键盘 → 锁定鼠标 → 库存不足 → 抛出异常 → 全部回滚
```
回滚必须撤销第一项商品的扣减,也不能留下不完整的订单。不能在处理每项商品后分别提交。
## 七、为什么使用FOR UPDATE
普通查询后再扣减库存存在并发窗口:两个事务可能同时读到库存5,并各自认为能够购买4件。
```python
statement = (
select(Product)
.where(Product.product_code == product_code)
.with_for_update()
)
```
PostgreSQL会把它转换为`SELECT ... FOR UPDATE`。当前事务结束前,其他需要修改同一行的事务通常需要等待。
这能解决本项目中的典型并发更新问题,但生产系统还需要考虑锁顺序、死锁重试、事务超时、幂等和高并发架构。本课只要求理解悲观锁的基本作用。
## 八、金额为什么使用Decimal
二进制浮点数`float`不能精确表示很多十进制小数,不适合直接保存货币金额。本项目统一使用:
- Python:`Decimal`;
- PostgreSQL:`NUMERIC(10, 2)`或`NUMERIC(12, 2)`。
```python
price=Decimal("399.00")
```
使用字符串创建`Decimal`,避免先经过不精确的浮点数。
## 九、DTO三表联查
订单明细页面同时需要订单、商品和明细字段,不适合把某一个ORM实体直接当作查询结果。
```python
statement = (
select(
Order.order_no,
Product.product_name,
OrderItem.quantity,
OrderItem.unit_price,
)
.join(OrderItem, Order.id == OrderItem.order_id)
.join(Product, OrderItem.product_id == Product.id)
)
```
查询结果再转换为`OrderDetailDTO`。这与MyBatis联表SQL映射到DTO/VO的做法非常接近,而且只查询页面真正需要的字段。
## 十、完整示例
标准示例位于:
```text
inventory_order_example.py
```
它包含:
- 三个ORM模型及数据库约束;
- Repository/Service分层;
- 成功下单事务;
- 库存不足事务回滚;
- 悲观锁库存查询;
- 三表联查DTO;
- 订单状态聚合;
- 可重复执行的数据初始化。
## 十一、安装与配置
如果`python-test`环境已经完成前两课SQLAlchemy练习,不需要重复安装。确认版本:
```powershell
conda activate python-test
python -c "import sqlalchemy, psycopg; print(sqlalchemy.__version__); print(psycopg.__version__)"
```
缺少依赖时执行:
```powershell
python -m pip install -r requirements.txt
```
如果第五课继续使用第四课数据库配置,可以在第五课目录执行:
```powershell
Copy-Item ..\4_4_SQLAlchemy关系映射与工程实践\config.toml .\config.toml
```
也可以复制模板后自行填写:
```powershell
Copy-Item config.example.toml config.toml
```
真实配置只保存在被Git忽略的`config.toml`中,不写入环境变量、示例文件或Python代码。
## 十二、运行方法
```powershell
cd D:\Code\Python\04_数据库\4_5_数据库综合项目
conda activate python-test
python inventory_order_example.py
```
正常结果应包括:
```text
初始库存:
DBP-001|机械键盘|价格:399.00|库存:10
DBP-002|无线鼠标|价格:199.00|库存:5
成功订单提交后:
DBP-001|机械键盘|价格:399.00|库存:8
DBP-002|无线鼠标|价格:199.00|库存:4
失败订单已回滚:商品库存不足:DBP-002
失败订单回滚后:
DBP-001|机械键盘|价格:399.00|库存:8
DBP-002|无线鼠标|价格:199.00|库存:4
```
随后会输出两条`DBO-001`订单明细和一条`CREATED|订单数量:1`。连续运行两次时输出应保持一致;数据库序列生成的内部ID继续增长属于正常现象。
## 十三、关键执行顺序
1. 读取本地TOML配置;
2. 创建Engine、连接池和Session工厂;
3. 创建缺失的练习表;
4. 在一个事务中重置练习数据;
5. 查询初始库存;
6. 在一个事务中执行成功下单;
7. 在另一个事务中模拟库存不足并自动回滚;
8. 使用DTO查询订单明细;
9. 使用聚合查询统计订单状态;
10. 释放连接池。
## 十四、常见错误
### 14.1 Repository中直接commit
这会让成功处理的第一项商品提前提交,后续商品失败时无法完整回滚。
### 14.2 每个Repository创建自己的Session
不同Session通常意味着不同事务。订单新增与库存扣减必须共享调用方传入的同一个Session。
### 14.3 捕获异常后不再抛出
如果在事务`with`内部吞掉库存不足异常,上下文会误以为业务成功并提交。应让异常离开事务上下文,再在外层捕获。
### 14.4 使用float计算金额
可能产生精度问题。金额应使用`Decimal`和数据库`NUMERIC`。
### 14.5 只检查库存但不锁定
单人练习时看似正确,并发请求下可能超卖。本课使用`FOR UPDATE`锁定商品行。
### 14.6 直接用当前商品价格展示历史订单
商品后来改价会污染历史数据。订单明细应保存成交时的`unit_price`。
## 十五、课堂练习
练习位于`practice.py`,仍采用前几课的分步形式,只包含题目、预期结果、自查清单和验收标准。请先独立完成,每完成一部分都可以让我验证。
## 十六、本课小结
1. 真实业务写入通常跨越多张表,事务边界应围绕完整业务用例;
2. Repository负责数据访问,Service负责业务规则,调用方负责事务;
3. 多个Repository必须共享同一个Session才能处于同一个事务;
4. `FOR UPDATE`可以在事务中锁定待修改库存;
5. 金额使用`Decimal`与`NUMERIC`;
6. 多表列表查询适合使用DTO;
7. 失败事务必须既不保留订单,也不保留任何库存修改。
## 十七、验收标准
- 三张表的约束、外键和ORM关系正确;
- 成功订单保存订单与明细并扣减库存;
- 库存不足时整个事务回滚;
- Repository、Service和事务职责清晰;
- DTO联表查询及状态统计正确;
- 程序可重复运行且不影响其他数据;
- 配置文件不进入Git;
- 能解释本项目与Java中Mapper/Service/`@Transactional`/DTO的对应关系。