如何将代码库从ndb迁移至SQLAlchemy？

一、模型转换：避免重复造轮子 #

不用从零编写解析器/生成器，可通过更高效的方式完成ndb.Model到SQLAlchemy模型的转换：

• 基于Python AST（抽象语法树）分析现有代码，自动识别ndb.StringProperty、ndb.IntegerProperty等字段，映射为SQLAlchemy的Column(String)、Column(Integer)等类型，同时同步索引、默认值、嵌套结构等特性。
• 参考社区已有的迁移脚本，直接复用成熟的字段映射逻辑，减少手动开发量。

二、数据迁移+平滑过渡：解决核心痛点 #

1. 双写过渡机制

在迁移初期实现双写逻辑：所有业务操作同时写入ndb和SQLAlchemy对应的数据库，确保新老数据实时同步。这种模式下，旧代码仍可从ndb读取数据，新代码从SQLAlchemy读取，完全不影响业务运行。

• 封装通用存储适配器，统一处理双写逻辑，避免在业务代码中重复修改。
• 定期运行校验脚本，对比两边数据的一致性，及时修复差异。

2. 分阶段数据迁移

• 全量迁移：先批量导出ndb中的历史数据，转换为SQLAlchemy模型兼容的格式后，批量导入目标数据库。重点处理ndb特有类型（如KeyProperty、StructuredProperty），映射为关系型数据库的外键或JSON字段。
• 增量迁移：全量迁移完成后，通过监听ndb变更事件或依托双写逻辑，同步后续新增/修改的数据到SQL数据库。

三、查询语法迁移：逐步替换降低风险 #

1. 分模块逐步替换

不要一次性替换所有查询，从非核心业务模块开始，逐步将ndb.Query逻辑替换为SQLAlchemy查询语句：

• 比如ndb的fetch()对应SQLAlchemy的all()，get_by_id()对应get()，可快速完成基础查询的映射。
• 封装查询适配层：针对通用查询逻辑，写一个适配函数，通过配置切换ndb或SQLAlchemy查询，减少代码修改量。

2. 利用SQLAlchemy灵活特性

SQLAlchemy支持ORM查询、核心查询等多种风格，可根据ndb查询的特点选择最接近的写法，降低学习和迁移成本。

四、备选方案：架构导出转换 #

可以先将ndb的实体架构导出为结构化格式（如JSON），再编写脚本将其转换为SQLAlchemy模型代码和数据库表结构（如生成CREATE TABLE语句），但需注意适配ndb非关系型特性到关系型数据库的差异。

内容的提问来源于stack exchange，提问作者Samuel Marks