Starlette中sqlalchemy.exc.ArgumentError报错排查解决

• 根因：传入query()方法的PersonDetail是Pydantic数据校验类，不是SQLAlchemy/SQLModel可识别的数据库表映射模型。ORM查询方法仅接受继承自ORM declarative base的表模型、列表达式或合法FROM子句对象，纯Pydantic类不具备数据库表映射能力，无法作为查询目标。
• 附带的代码错误：
  • 导入完全错误：get.py中从GUI库tkinter.tix导入的Select和ORM查询无关，属于IDE自动补全导错包；同时重复从db和sqlmodel导入Session，会产生命名覆盖。
  • schemas.py中从Python语法解析模块lib2to3.pytree导入的Base无任何作用，同样是导错包；且__tablename__是ORM表模型专属属性，写在Pydantic类上不会产生任何表映射效果。
  • 会话生命周期错误：模块加载时就初始化全局数据库会话，在Starlette的多请求并发场景下会出现连接复用冲突、数据脏读、连接泄漏问题。

1. 拆分模型职责：将数据库表映射模型和Pydantic校验模型分离，ORM模型负责和数据库交互，Pydantic模型负责请求/响应的数据校验序列化。
2. 清理所有错误导入，修正会话使用方式，按请求创建会话，用完自动释放。

修正后的代码示例 #

1. 数据库表模型（新建models.py，存放所有ORM表映射） #

from sqlmodel import SQLModel, Field

# 继承SQLModel并设置table=True才是合法的数据库表模型
class PersonDetail(SQLModel, table=True):
    __tablename__ = "PersonDetail" # 和你原有表名保持一致即可
    # 必须定义主键字段，否则SQLModel无法完成表映射
    id: int | None = Field(default=None, primary_key=True)
    name: str

2. 修正schemas.py（仅存放Pydantic校验模型） #

from pydantic import BaseModel

# 建议和ORM模型做命名区分，避免导入时混淆
class PersonDetailResp(BaseModel):
    name: str

    class Config:
        # 开启后支持直接从ORM模型对象提取数据序列化
        from_attributes = True

3. 修正get.py业务代码 #

from starlette.requests import Request
from starlette.responses import JSONResponse
from db import engine
# 导入的是ORM表模型，不是Pydantic schema
from models import PersonDetail
from sqlmodel import Session, select


def GetMethod(request: Request):
    # 每个请求单独创建会话，上下文管理器会自动处理会话提交、关闭
    with Session(bind=engine, expire_on_commit=False) as local_session:
        # SQLModel推荐使用select语法查询，避免导错Query相关包
        query_stmt = select(PersonDetail)
        result = local_session.exec(query_stmt).all()
        # 序列化后返回JSON响应
        return JSONResponse([item.model_dump() for item in result])

补充说明：如果是首次运行，需要在Starlette应用启动事件中执行SQLModel.metadata.create_all(engine)，自动创建对应数据库表；如果已有对应数据表，跳过该步骤即可。

内容的提问来源于stack exchange，提问作者SPMK