SQLAlchemy ORM 2.0
Modelos declarativos, sessões e relacionamentos.
Receita
Cartão de referência rápida - pronto para copiar e colar.
class Author(Base):
__tablename__ = "authors"
id: Mapped[int] = mapped_column(primary_key=True)
books: Mapped[list["Book"]] = relationship(back_populates="author")Quando usar isto:
- Modelos de aplicação
- Navegação de relacionamento
- Padrão de unidade de trabalho
Exemplo de Trabalho
session.scalars(select(Author).options(selectinload(Author.books))).unique().all()O que isto demonstra:
- relationship()
- selectinload
- Estilo de consulta 2.0
Mergulho Profundo
Como Funciona
- A sessão é a unidade de trabalho para objetos ORM.
- Carregamentos preguiçosos (lazy loads) podem causar N+1; carregue ansiosamente (eager load) intencionalmente.
- Use anotações Mapped tipadas.
Armadilhas
- Validação de limite ignorada - Dados inválidos chegam às camadas de persistência. Correção: Valide com Pydantic ou formulários do framework nas bordas.
- Vazamento de rastros de pilha - Clientes veem erros internos. Correção: Mapeie exceções para respostas HTTP estáveis.
- Bloqueio de loops de eventos assíncronos - Workers travam sob carga concorrente. Correção: Use drivers assíncronos ou wrappers de threadpool.
- Segredos no controle de versão de origem - Credenciais vazam pelo histórico do git. Correção: Carregue segredos de variáveis de ambiente ou de um vault em tempo de execução.
- Falta de observabilidade - Incidentes são difíceis de depurar. Correção: Adicione logs estruturados, métricas e IDs de requisição.
Alternativas
| Alternativa | Usar Quando | Não Usar Quando |
|---|---|---|
| Framework alternativo neste cookbook | Padrão da equipe ou monólito existente | API Greenfield com restrições diferentes |
| BaaS Gerenciado | Apenas CRUD MVP | Autenticação personalizada, fluxos de trabalho ou necessidades de conformidade |
| gRPC | RPC interno de alto desempenho | Clientes HTTP públicos e acesso ao navegador |
FAQs
Quando devo adotar SQLAlchemy ORM 2.0?
Use-o quando os padrões e as compensações nesta página corresponderem à sua API ou limite de dados.
Qual é o principal erro de produção com SQLAlchemy ORM 2.0?
Ignorar validação, timeouts ou contratos de erro explícitos na borda HTTP.
Como testar SQLAlchemy ORM 2.0?
Use o cliente de teste do framework, substitua dependências e afirme o status mais a forma do JSON.
O SQLAlchemy ORM 2.0 funciona com Python 3.14?
Sim - os exemplos visam Python 3.14 com versões de framework fixadas do rodapé da pilha.
Como SQLAlchemy ORM 2.0 se relaciona com Pydantic 2?
Valide e serialize nas bordas; mantenha os serviços funcionando com objetos de domínio tipados.
Síncrono ou assíncrono?
Prefira rotas assíncronas quando I/O domina; mantenha o trabalho da CPU pequeno ou descarregue para workers.
Onde a lógica de negócios deve residir?
Handlers finos; serviços possuem regras; repositórios possuem consultas.
Como documentar APIs?
Publique documentação OpenAPI ou de esquema que corresponda aos modelos de resposta no código.
Como lidar com versionamento?
Versionamento explícito de URL ou cabeçalho com janelas de depreciação - evite quebras silenciosas.
O que devo ler a seguir?
Siga os links Relacionados para a próxima camada de profundidade nesta seção.
Como me manter seguro?
Autentique chamadores, autorize por recurso, limite a taxa e nunca registre segredos.
Primeiro passo de performance?
Meça a latência do DB e upstream antes de trocar de framework.
Relacionados
- Noções Básicas de Banco de Dados - Conexões e transações
- SQLAlchemy ORM 2.0 - Padrões ORM
- Migrações com Alembic - Alterações de esquema
- Acesso Assíncrono a Banco de Dados - asyncpg
Versões da Pilha: Esta página foi escrita para Python 3.14.0 (3.14 estável, 3.13 em manutenção), FastAPI 0.115+, Django 5.2, Flask 3.1, Pydantic 2, PyTorch 2.6+, pandas 2.2+, Polars 1.x, ruff 0.9+ e uv 0.6+.