SQLAlchemy 2.x 异步查询方法比较

SQLAlchemy 2.x 异步查询中常用的 结果处理方法速查表，包含方法说明、使用场景、返回类型及典型用途。

SQLAlchemy 查询结果处理方法速查表（适用于 AsyncSession）

方法	说明	返回类型	示例 SQL	示例输出
scalars().all()	获取单列所有值	List[Any]	select(User.id)	[1, 2, 3, 4]
scalars().first()	获取单列的第一行	Any	select(User.email)	"alice@example.com"
scalar()	获取第一行的第一列（聚合）	Any	select(func.count(User.id))	27
mappings().all()	多列，每行为 dict 映射	List[dict]	select(User.id, User.email)	[{'id': 1, 'email': 'a@xx.com'}, {'id': 2, 'email': 'b@xx.com'}]
mappings().first()	返回第一行 dict 映射	dict	select(User.id, User.name)	{'id': 1, 'name': 'Alice'}
first()	返回第一行的 Row	`Row	None`	select(User.id, User.name)
fetchall()	返回所有行 Row 对象列表	List[Row]	select(User.id, User.name)	[(1, 'Alice'), (2, 'Bob')]
fetchone()	返回一行 Row	Row	select(User.id, User.name)	(1, 'Alice')
all()	返回所有 Row（非字典）	List[Row]	select(User.id, User.name)	[(1, 'Alice'), (2, 'Bob')]
one()	获取唯一一行，若多行/无行报错	Row	select(User).where(User.id==1)	User(id=1, name='Alice')
one_or_none()	获取一行或 None	`Row	None`	select(User).where(User.id==9999)

使用建议（按类型）：

• 获取单列（如用户 ID） → 用 scalars().all()
• 统计总数/最大值 → 用 scalar()
• 获取结构化多列数据（用于 JSON 返回） → 用 mappings().all()
• 查找某条记录详情 → 用 mappings().first() 或 one_or_none()
• 返回原始 SQL 风格 Row → 用 fetchall() / all()（不推荐）

详细解释与建议：

• scalars()：

• • 专门用于查询 单列，如 select(User.id)
  • 会自动去除 Row 封装，只返回具体值

• mappings()：

• • 用于查询 多列，将每一行封装为 dict（字段名：值）
  • 最常用在结构化响应返回中（如 JSON）

• first()、one()：

• • first()：最多一行，超过无所谓，返回第一行
  • one()：必须返回一行，返回多行或无行都抛异常

• fetchall() / fetchone()：

• • 老式用法，返回 Row 对象（类似元组）
  • 不推荐在现代异步代码中使用，建议用 scalars() / mappings() 替代

推荐使用方式总结：

查询类型	推荐方式
单列、多行	scalars().all()
单列、单值	scalar()或 scalars().first()
多列、多行	mappings().all()
多列、单行	mappings().first()或 one_or_none()

真实使用示例（异步 FastAPI）：

async def test_get_single_column():async with session_factory() as session:query = select(User.id)result = await session.execute(query)user_ids = result.scalars().all()print("用户 ID 列表:", user_ids)  # 用户 ID 列表: [1, 3]# 2. 统计总数/最大值 → 用 scalar()
async def test_aggregate_functions():async with session_factory() as session:# 统计用户总数total_count = await session.execute(select(func.count(User.id)))total = total_count.scalar()print("用户总数:", total)  # 用户总数: 2# 查找最大的角色 IDmax_role_id = await session.execute(select(func.max(User.role_id)))max_role_id_value = max_role_id.scalar()print("最大的角色 ID:", max_role_id_value)  # 最大的角色 ID: 2# 3. 获取结构化多列数据（用于 JSON 返回） → 用 mappings().all()
async def test_get_structured_data():async with session_factory() as session:query = select(User.id, User.user_name, User.email)result = await session.execute(query)users = result.mappings().all()print("结构化多列数据:", users)# 结构化多列数据: [{'id': 1, 'user_name': 'test', 'email': '123@qq.com'},# {'id': 3, 'user_name': 'test1', 'email': '456@qq.com'}]# 4. 查找某条记录详情 → 用 mappings().first() 或 one_or_none()
async def test_find_single_record():async with session_factory() as session:# 使用 mappings().first()query = select(User.id, User.user_name, User.email).where(User.id == 1)result = await session.execute(query)user = result.mappings().first()print("使用 mappings().first() 查找的记录:", user)# 使用 mappings().first() 查找的记录: {'id': 1, 'user_name': 'test', 'email': '123@qq.com'}# 使用 one_or_none()user_obj = await session.execute(select(User).where(User.id == 1))user_result = user_obj.scalars().one_or_none()print("使用 one_or_none() 查找的记录:", user_result)# 使用 one_or_none() 查找的记录: <login_related.model.user.User object at 0x000001477DC206D0># 5. 返回原始 SQL 风格 Row → 用 fetchall() / all()（不推荐）
async def test_get_raw_rows():async with session_factory() as session:query = select(User.id, User.user_name, User.email)result = await session.execute(query)rows = result.all()print("原始 SQL 风格 Row:", rows)# 原始 SQL 风格 Row: [(1, 'test', '123@qq.com'), (3, 'test1', '456@qq.com')]