在FastAPI与SQLAlchemy ORM的协同开发中，除了查询操作，数据的新增、更新、删除（增删改）也是数据库交互的核心场景。基于书籍表模型，我们可通过ORM提供的简洁API，无需编写原生SQL，就能规范、高效地完成数据的增删改操作。本文将严格按照指定的文件命名逻辑，分3个核心场景拆解增删改操作，每个场景对应独立的实现代码与思路，全程结合可直接运行的示例，仅围绕增删改操作核心展开，确保内容简洁、可落地，助力开发者快速掌握各类数据操作技巧。
一、通用前置配置（所有增删改场景共用）
所有增删改操作均依赖统一的基础配置，包括数据库引擎创建、模型定义、会话管理及建表操作，确保操作能正常连接数据库并映射到书籍表。以下是完整的通用配置代码，可直接复制运行，适配后续所有增删改场景。
from datetime import datetime
from fastapi import FastAPI, Depends, HTTPException
from sqlalchemy import DateTime, func, String, Float, select
from sqlalchemy.ext.asyncio import create_async_engine, async_sessionmaker, AsyncSession
from sqlalchemy.orm import DeclarativeBase, Mapped, mapped_column
from pydantic import BaseModel # 用于请求体参数校验
# 初始化FastAPI应用
app = FastAPI(debug=True)
# 1. 创建异步数据库引擎（适配MySQL，修改为自身数据库配置）
ASYNC_DATABASE_URL = "mysql+aiomysql://root:654321@localhost:3306/book_manage?charset=utf8"
async_engine = create_async_engine(
ASYNC_DATABASE_URL,
echo=True, # 输出SQL日志，便于调试增删改语句
pool_size=8, # 连接池活跃连接数，适配并发操作
max_overflow=15 # 额外允许的临时连接数
)
# 2. 定义模型基类（包含公共字段）
class Base(DeclarativeBase):
# 公共字段：创建时间、修改时间，自动填充，无需手动传入
create_time: Mapped[datetime] = mapped_column(
DateTime,
insert_default=func.now(),
default=func.now,
comment="创建时间"
)
update_time: Mapped[datetime] = mapped_column(
DateTime,
insert_default=func.now(),
default=func.now,
onupdate=func.now(),
comment="修改时间"
)
# 3. 定义书籍表模型（增删改操作的核心载体）
class Book(Base):
__tablename__ = "book" # 数据表名，与数据库中表一致
id: Mapped[int] = mapped_column(primary_key=True, comment="书籍主键ID")
book_title: Mapped[str] = mapped_column(String(255), comment="书籍标题")
book_author: Mapped[str] = mapped_column(String(100), comment="书籍作者")
book_price: Mapped[float] = mapped_column(Float, comment="书籍售价")
book_publisher: Mapped[str] = mapped_column(String(255), comment="出版社")
book_isbn: Mapped[str] = mapped_column(String(50), unique=True, comment="书籍ISBN编号（唯一）")
# 4. 建表操作（确保书籍表已存在，为增删改提供数据载体）
async def create_book_table():
async with async_engine.begin() as conn:
await conn.run_sync(Base.metadata.create_all)
# 启动FastAPI时自动建表
@app.on_event("startup")
async def startup():
await create_book_table()
# 5. 创建异步会话工厂与依赖项（增删改操作必须通过会话实现）
AsyncSessionLocal = async_sessionmaker(
bind=async_engine,
class_=AsyncSession,
expire_on_commit=False # 提交后会话不过期，提升操作效率
)
# 会话依赖项：自动管理会话的创建、提交、回滚与关闭，适配所有增删改操作
async def get_db_session():
async with AsyncSessionLocal() as session:
try:
yield session # 将会话传递给路由操作函数
await session.commit() # 操作成功，提交事务
except Exception:
await session.rollback() # 操作失败，回滚事务
raise
finally:
await session.close() # 无论成功失败，均关闭会话
# 基础测试接口，验证配置是否正常
@app.get("/")
async def index():
return {"status": "success", "message": "增删改环境配置完成，可进行各类数据操作"}
二、分场景增删改实现
场景1：新增数据
新增数据是将用户输入的书籍信息（如标题、作者、价格等）提交到数据库，核心是接收用户输入、校验参数、创建ORM对象并提交到数据库。通过Pydantic定义请求体模型，可实现参数校验，避免无效数据入库。
# 1. 定义请求体模型（用于接收用户输入的书籍信息，实现参数校验）
class BookCreate(BaseModel):
id: int # 书籍主键ID，需用户手动输入（也可配置自增，按需调整）
book_title: str # 书籍标题，必填
book_author: str # 书籍作者，必填
book_price: float # 书籍售价，必填，需为浮点数
book_publisher: str # 出版社，必填
book_isbn: str # ISBN编号，必填，需唯一
# 2. 新增书籍接口：接收用户输入，创建书籍数据
@app.post("/book/add_book")
async def add_book(book: BookCreate, db: AsyncSession = Depends(get_db_session)):
# 可选：校验ISBN编号是否已存在，避免重复入库
existing_book = await db.execute(select(Book).where(Book.book_isbn == book.book_isbn))
if existing_book.scalar_one_or_none():
raise HTTPException(status_code=400, detail="该ISBN编号已存在，无法重复新增")
# 核心操作：将请求体数据转换为ORM对象
book_obj = Book(**book.model_dump()) # model_dump()将Pydantic模型转为字典，适配ORM对象创建
db.add(book_obj) # 将ORM对象添加到会话
await db.commit() # 提交事务，完成数据新增
await db.refresh(book_obj) # 刷新对象，获取数据库自动填充的字段（如create_time）
return {
"status": "success",
"message": "书籍新增成功",
"data": book_obj
}
关键说明：新增操作核心依赖db.add()和await db.commit()，前者将ORM对象添加到会话，后者提交事务完成入库；Pydantic模型用于校验用户输入，避免无效数据（如非浮点数价格）；可选的重复校验的，可提升数据唯一性。
场景2：更新数据
更新数据的核心逻辑是“先查询、再修改、最后提交”，即根据书籍主键ID查询对应数据，确认数据存在后，修改指定字段的值，最后提交事务完成更新。若查询不到对应数据，需返回友好的异常提示。
# 1. 定义请求体模型（用于接收用户输入的更新数据，无需传入ID，ID通过路径参数获取）
class BookUpdate(BaseModel):
book_title: str # 书籍标题，必填
book_author: str # 书籍作者，必填
book_price: float # 书籍售价，必填
book_publisher: str # 出版社，必填
book_isbn: str # ISBN编号，必填，需唯一
# 2. 更新书籍接口：根据ID查询，再修改数据
@app.put("/book/update_book/{book_id}")
async def update_book(
book_id: int, # 路径参数：书籍主键ID，用于查询待更新数据
book_data: BookUpdate, # 请求体：更新后的书籍信息
db: AsyncSession = Depends(get_db_session)
):
# 步骤1：根据ID查询待更新的书籍
db_book = await db.get(Book, book_id)
# 若查询不到数据，抛出404异常
if not db_book:
raise HTTPException(status_code=404, detail=f"未查询到ID为{book_id}的书籍，无法更新")
# 步骤2：校验更新的ISBN编号是否与其他书籍重复（排除自身）
existing_isbn = await db.execute(
select(Book).where((Book.book_isbn == book_data.book_isbn) & (Book.id != book_id))
)
if existing_isbn.scalar_one_or_none():
raise HTTPException(status_code=400, detail="该ISBN编号已被其他书籍使用，无法更新")
# 步骤3：修改书籍字段值（将请求体数据赋值给ORM对象）
db_book.book_title = book_data.book_title
db_book.book_author = book_data.book_author
db_book.book_price = book_data.book_price
db_book.book_publisher = book_data.book_publisher
db_book.book_isbn = book_data.book_isbn
# 步骤4：提交事务，完成更新
await db.commit()
await db.refresh(db_book) # 刷新对象，获取更新后的修改时间
return {
"status": "success",
"message": f"ID为{book_id}的书籍更新成功",
"data": db_book
}
关键说明：更新操作需遵循“先查后改”原则，通过db.get()根据主键查询数据；修改字段时直接给ORM对象赋值即可；提交事务后，通过db.refresh()可获取数据库自动更新的字段（如update_time）。
场景3：删除数据
删除数据的核心逻辑与更新类似，同样是“先查询、再删除、最后提交”，即根据书籍主键ID查询对应数据，确认数据存在后，删除该数据并提交事务。删除操作不可逆，需做好查询校验，避免误删。
# 删除书籍接口：根据ID查询，再删除数据
@app.delete("/book/delete_book/{book_id}")
async def delete_book(book_id: int, db: AsyncSession = Depends(get_db_session)):
# 步骤1：根据ID查询待删除的书籍
db_book = await db.get(Book, book_id)
# 若查询不到数据，抛出404异常
if not db_book:
raise HTTPException(status_code=404, detail=f"未查询到ID为{book_id}的书籍，无法删除")
# 步骤2：删除ORM对象（从会话中移除）
await db.delete(db_book)
# 步骤3：提交事务，完成删除
await db.commit()
# 删除成功，返回提示信息（无需返回删除的数据，避免冗余）
return {
"status": "success",
"message": f"ID为{book_id}的书籍删除成功"
}
关键说明：删除操作核心依赖await db.delete(db_book)和await db.commit()，前者从会话中删除ORM对象，后者提交事务完成数据库层面的删除；删除前必须校验数据是否存在，避免无效删除操作。
三、增删改操作注意事项
-
所有增删改操作必须通过异步会话实现，不可直接操作引擎，避免出现连接泄露或阻塞事件循环；
-
新增和更新操作中，需做好数据校验（如必填字段、数据类型、唯一性），避免无效数据或重复数据入库；
-
更新和删除操作必须遵循“先查后改/删”原则，先确认数据存在，再执行后续操作，提升用户体验；
-
事务管理至关重要，增删改操作需确保“提交事务”和“异常回滚”，避免出现数据不一致的情况；
-
删除操作不可逆，实际开发中可根据需求添加二次确认逻辑，或采用“软删除”（添加删除标记）替代物理删除。
总结
通过SQLAlchemy ORM的增删改API，我们无需编写复杂的原生SQL，即可实现高效、规范的数据操作，同时结合Pydantic的参数校验和FastAPI的异常处理，让操作更安全、更易维护。在实际开发中，可根据具体业务需求，灵活调整参数校验规则和操作逻辑，适配不同的业务场景。
