驾驭FastAPI多数据库：从读写分离到跨库事务的艺术

title: 驾驭FastAPI多数据库：从读写分离到跨库事务的艺术
date: 2025/05/16 00:58:24
updated: 2025/05/16 00:58:24
author: cmdragon

excerpt:
在微服务架构中，FastAPI 多数据库配置管理通过独立数据存储实现隔离性、扩展性和性能优化。配置主从数据库时，使用 SQLAlchemy 创建异步引擎和会话工厂，并通过中间件实现动态数据库路由，实现读写分离。跨库事务处理采用 Saga 事务模式，确保分布式事务的一致性。以电商订单系统为例，展示了如何在 PostgreSQL、MongoDB 和 MySQL 之间进行跨库操作，并通过补偿机制处理事务失败。常见报错解决方案包括精确查询条件、正确管理会话和处理事务回滚。

categories:

后端开发
FastAPI

tags:

FastAPI
多数据库配置
微服务架构
分布式事务
Saga模式
数据库连接池
电商系统

扫描二维码
关注或者微信搜一搜：编程智域前端至全栈交流与成长

探索数千个预构建的 AI 应用，开启你的下一个伟大创意：https://tools.cmdragon.cn/

1. FastAPI多数据库配置管理实战

1.1 微服务架构下的数据库挑战

在微服务架构中，每个服务通常需要独立的数据存储。就像大型图书馆需要将不同学科的书籍分馆存放一样，电商系统可能将用户数据、订单数据、商品数据分别存储在不同数据库。这种架构带来三个核心需求：

隔离性：每个服务的数据库独立运行，避免单点故障
扩展性：不同数据库可按需选择存储引擎（如MySQL、MongoDB）
性能优化：读写分离配置可提升系统吞吐量

1.2 多数据库配置实现

以下示例展示如何在FastAPI中配置主从数据库：

# database.py
from sqlalchemy.ext.asyncio import create_async_engine, AsyncSession
from sqlalchemy.orm import sessionmaker
# 主数据库配置（写操作）
MASTER_DATABASE_URL = "postgresql+asyncpg://user:password@master-host/dbname"
master_engine = create_async_engine(MASTER_DATABASE_URL, pool_size=10)
# 从数据库配置（读操作） 
REPLICA_DATABASE_URL = "postgresql+asyncpg://user:password@replica-host/dbname"
replica_engine = create_async_engine(REPLICA_DATABASE_URL, pool_size=20)
# 创建会话工厂
MasterSession = sessionmaker(master_engine, class_=AsyncSession, expire_on_commit=False)
ReplicaSession = sessionmaker(replica_engine, class_=AsyncSession, expire_on_commit=False)

关键配置参数说明：

pool_size：连接池大小，根据服务负载调整
max_overflow：允许超出连接池数量的临时连接
pool_timeout：获取连接的超时时间（秒）

1.3 动态数据库路由

通过中间件实现读写分离：

# dependencies.py
from fastapi import Request, Depends
from database import MasterSession, ReplicaSession
async def get_db(request: Request):
 """智能路由数据库连接"""
 # 写操作路由到主库
 if request.method in ['POST', 'PUT', 'DELETE']:
 db = MasterSession()
 else: # 读操作使用从库
 db = ReplicaSession()
 try:
 yield db
 finally:
 await db.close()
# 在路由中使用
@app.post("/orders")
async def create_order(
 order: OrderSchema,
 db: AsyncSession = Depends(get_db)
):
# 业务逻辑

2. 跨库事务处理方案

2.1 分布式事务的挑战

当订单服务需要同时更新订单库和扣减库存库时，传统ACID事务不再适用。这就像需要同时在两个不同银行账户之间转账，必须保证要么全部成功，要么全部失败。

2.2 Saga事务模式实现

# services/transaction_coordinator.py
from typing import List
from fastapi import HTTPException
class SagaCoordinator:
 def __init__(self):
 self.compensation_actions = []
 async def execute_transaction(self, steps: List[callable]):
 """执行Saga事务"""
 try:
 for step in steps:
 await step()
 except Exception as e:
 await self.compensate()
 raise HTTPException(500, "Transaction failed")
 async def compensate(self):
 """补偿操作执行"""
 for action in reversed(self.compensation_actions):
 try:
 await action()
 except Exception as compen_e:
 # 记录补偿失败日志
 logger.error(f"Compensation failed: {compen_e}")
# 使用示例
async def create_order_transaction():
 coordinator = SagaCoordinator()
 async def deduct_inventory():
 # 预留库存
 coordinator.compensation_actions.append(restore_inventory)
 async def create_order_record():
 # 创建订单记录
 coordinator.compensation_actions.append(delete_order_record)
 await coordinator.execute_transaction([
 deduct_inventory,
 create_order_record
 ])

3. 企业级案例：电商订单系统

3.1 场景描述

用户下单时需要同时操作：

订单数据库（PostgreSQL）
库存数据库（MongoDB）
用户积分数据库（MySQL）

3.2 完整实现代码

# models.py
from pydantic import BaseModel
class OrderCreate(BaseModel):
 user_id: int
 product_id: str
 quantity: int
# services/order_service.py
from sqlalchemy import text
from motor.motor_asyncio import AsyncIOMotorClient
class OrderService:
 def __init__(self):
 # 初始化各数据库连接
 self.pg_pool = MasterSession
 self.mongo_client = AsyncIOMotorClient(MONGO_URI)
 self.mysql_pool = create_async_engine(MYSQL_URI)
 async def create_order(self, order_data: OrderCreate):
 """创建订单事务"""
 async with self.pg_pool() as pg_session,
 self.mysql_pool.begin() as mysql_conn:
 # 步骤1：扣减MySQL库存
 mysql_update = text("""
 UPDATE inventory 
 SET stock = stock - :quantity 
 WHERE product_id = :product_id
 AND stock >= :quantity
 """)
 await mysql_conn.execute(
 mysql_update,
 product_id=order_data.product_id,
 quantity=order_data.quantity
 )
 # 步骤2：创建PostgreSQL订单
 pg_insert = text("""
 INSERT INTO orders (user_id, product_id, quantity)
 VALUES (:user_id, :product_id, :quantity)
 """)
 await pg_session.execute(pg_insert, order_data.dict())
 # 步骤3：更新MongoDB用户行为
 mongo_db = self.mongo_client.user_behavior
 await mongo_db.events.insert_one({
 "user_id": order_data.user_id,
 "event_type": "order_created",
 "timestamp": datetime.now()
 })
 # 提交PostgreSQL事务
 await pg_session.commit()

课后Quiz

问题1： 当使用多个数据库时，如何保证跨库查询的事务一致性？

A. 使用数据库自带的分布式事务功能
B. 采用最终一致性模式配合补偿机制
C. 强制所有操作使用同个数据库
D. 增加重试机制自动处理失败

答案： B
解析： 在微服务架构中，不同服务通常使用不同数据库实例，传统ACID事务难以实施。采用Saga模式等最终一致性方案，配合补偿事务（如订单取消时的库存回补），是更可行的解决方案。

常见报错解决方案

错误1：MultipleResultsFound: Multiple rows were found when one was required

原因： 查询语句返回了多个结果，但期望单个结果
解决：

检查查询条件是否足够精确
使用.first()代替.one()
添加LIMIT 1子句

错误2：InterfaceError: Connection already closed

原因： 数据库连接过早关闭
预防：

使用上下文管理器管理会话
检查连接池配置
增加连接存活检测

# 正确使用方式
async def get_db():
 async with Session() as session:
 yield session

错误3：DBAPIError: Can't reconnect until invalid transaction is rolled back

原因： 未正确处理事务回滚
解决：

在异常处理中添加显式回滚
设置事务自动回滚

async def safe_transaction():
 async with session.begin():
 try:
 # 业务操作
 await session.commit()
 except:
 await session.rollback()
 raise

余下文章内容请点击跳转至个人博客页面或者扫码关注或者微信搜一搜：编程智域前端至全栈交流与成长，阅读完整的文章：驾驭FastAPI多数据库：从读写分离到跨库事务的艺术 | cmdragon's Blog

往期文章归档：

作者:Amd794原文地址:https://www.cnblogs.com/Amd794/p/18879352

0

2025-05-16

%s 个评论

要回复文章请先登录或注册