SQLAlchemy核心架构与缓存体系
目录
SQLAlchemy 核心架构与缓存体系
一、Session 的本质定义
Session 是工作单元控制器（Unit of Work Controller），不是查询缓存。
1.1 Session 的核心职责
- 事务管理：管理 begin/commit/rollback 生命周期
- Identity Map：维护对象唯一性（同一主键只有一个实例）
- 变更追踪：跟踪对象的 new/dirty/deleted 状态
- flush 协调：将内存变更转换为 SQL 语句
1.2 Session 缓存职责区分
| 缓存类型 | Session 是否负责 | 说明 |
|---|---|---|
| Identity Map（对象缓存） | 负责 | 按主键存储对象，保证同一主键只有一个实例 |
| Query Cache（查询缓存） | 不负责 | 不按查询条件缓存，相同 SQL 仍会执行 |
二、连接池与 Session 的关系
2.1 架构
多个 Session 共用同一个 Engine 的连接池，但不共用缓存：
create_engine()
|
QueuePool (共享连接池)
+-- pool_size=5, max_overflow=10
+-- 连接 1, 2, 3, ...
|
Session 1 --> Identity Map 1 (独立缓存)
Session 2 --> Identity Map 2 (独立缓存)
Session 3 --> Identity Map 3 (独立缓存)2.2 关键结论
| 组件 | 是否共享 | 说明 |
|---|---|---|
| 连接池 | 共享 | 多个 Session 从同一 Pool 获取连接 |
| Identity Map | 独立 | 每个 Session 有自己的对象缓存 |
| 事务状态 | 独立 | 每个 Session 管理自己的事务 |
三、Identity Map 的核心价值
3.1 解决的问题
Identity Map 解决的不是性能问题（避免 SQL），而是一致性问题（避免同一数据有多个不同副本）。
3.2 核心价值
- 内存一致性：同一数据库行在内存中只有一个对象，避免修改冲突
- 变更追踪：所有修改集中在一个对象上，Session 能准确追踪
- 关系一致性：order.user 和 session.get(User, 1) 返回同一对象
- 写入合并：多次修改同一对象，flush 时合并为一条 UPDATE
- rollback 恢复：只需恢复一个对象的状态
3.3 同一 Session 内对象唯一性
session = Session()
user = session.query(User).filter(User.id == 1).first()
user_again = session.query(User).filter(User.id == 1).first()
# SQL 执行了 2 次（没有 Query Cache）
# 但 user is user_again 为 True（Identity Map 保证对象唯一）在同一个 Session 内，无论查询多少次，无论怎么传递，同一主键永远是同一个 Python 对象。
四、缓存清空机制
4.1 expire_on_commit 默认行为
expire_on_commit=True（默认）：commit 后对象属性被过期
session.commit()
# 对象仍在 Identity Map，但属性被标记为过期
# 下次访问属性时，自动触发懒加载查询4.2 相同 SQL 查询的行为
下一次查询相同 SQL，不执行 update，是否会从缓存中拿到对象？
- Session 不是 query cache，仍然执行 SQL
- 但返回的对象是同一实例（Identity Map 保证）
唯一例外：session.get(User, 1) 不执行 SQL，直接从 Identity Map 返回
五、三层缓存体系
5.1 ClassManager（类级别）
- 职责：映射配置、属性定义、加载策略
- 缓存：无（配置全局不变）
5.2 InstanceState（对象级别）
- 职责：对象生命周期、脏检测、Identity Map
- 缓存：同一主键只有一个对象实例
- 用途：复用查询结果
insp = inspect(user)
print(insp.persistent) # 是否持久化
print(insp.modified) # 是否被修改5.3 AttributeState（属性级别）
- 职责：属性值追踪、修改历史、懒加载
- 缓存：属性值 + 修改历史
([新], [旧], [未加载]) - 用途：支持回滚恢复
attr_state = insp.attrs.age
print(attr_state.value) # 当前值
print(attr_state.history) # ([40], [30], [])六、四层事务与回滚
6.1 四层追踪体系
Layer 4 (事务层)：Session + Unit of Work
+-- 回滚时：数据库 ROLLBACK
|
Layer 3 (对象层)：InstanceState + Identity Map
+-- 回滚时：清除 modified 状态
|
Layer 2 (属性层)：AttributeState + 修改历史
+-- 回滚时：从历史恢复旧值
|
Layer 1 (类层)：ClassManager
+-- 无变化6.2 回滚后缓存状态
| 对象类型 | 回滚后状态 | 缓存是否有用 | 需要操作 |
|---|---|---|---|
| Persistent (数据库中已存在的对象) | 仍在 Identity Map | 部分有用 | expire() |
| Pending (新增但未 commit 的对象) | 从 Session 移除 | 无用 | 重新 add() |
| Modified (SAVEPOINT) | 被 expire | 无用 | 自动重新加载 |
| Unmodified (SAVEPOINT) | 保留 | 有用 | 无 |
七、并发与线程安全
7.1 Session 不是线程安全的
官方文档：Session 不能在多个线程之间共享，每个线程应该有自己的 Session。
7.2 并发场景
| 场景 | 是否安全 | 说明 |
|---|---|---|
| 单线程单 Session | 安全 | 正常使用 |
| 多线程共用 Session | 不安全 | 禁止这样做 |
| 多线程各自 Session | 部分安全 | 需要处理数据库层并发（锁） |
| 异步任务共用 Session | 不安全 | 每个 task 用独立 AsyncSession |
7.3 并发修改解决方案
# 方案 1：乐观锁（version 字段）
class User(Base):
version = Column(Integer, default=1)
__mapper_args__ = {"version_id_col": version}
# 方案 2：悲观锁（SELECT FOR UPDATE）
user = session.query(User).filter(User.id == 1).with_for_update().first()八、架构总结
8.1 核心架构理解
属性层追踪变化
- AttributeState (Layer 2) 维护修改历史
- 历史格式：
([新值], [旧值], [未加载值])
回滚版本判断依赖四层协同
- 属性历史提供旧值
- 对象状态标记是否修改
- 事务层执行数据库回滚
对象层主要职责是复用查询结果
- Identity Map 保证同一主键只有一个对象实例
- 多次查询返回同一 Python 对象
8.2 Session 定位
Session 是工作单元控制器，负责：
- 协调对象与数据库之间的同步
- 管理事务边界
- 维护对象唯一性（Identity Map）