FastAPI中PurchaseOrderPart懒加载致N+1问题，如何用joinedload替换？

你遇到的N+1问题本质是SQLAlchemy ORM的加载逻辑导致的，和FastAPI本身无关——FastAPI序列化ORM对象时，若访问未加载的关联属性就会触发懒加载执行额外查询。以下是可直接落地的修改方案：

1. 调整查询逻辑，显式预加载所有需要的关联 #

你当前的查询返回的是(PurchaseOrderPart, SupplierPart, Part)的元组，而非单一ORM对象，这也是你无法拿到全部关联数据的核心原因之一。修改查询如下：

首先导入SQLAlchemy的加载工具：

from sqlalchemy.orm import joinedload, selectinload, contains_eager

调整接口内的查询逻辑：

query = db.query(models.PurchaseOrderPart).\
    # 关联查询过滤需要的关联
    join(models.PurchaseOrderPart.supplier_part).\
    join(models.SupplierPart.part).\
    # 显式指定需要加载的所有关联，避免触发懒加载
    options(
        # 将已经join的关联内容直接加载到ORM对象属性中，避免重复查询
        contains_eager(models.PurchaseOrderPart.supplier_part).contains_eager(models.SupplierPart.part),
        # 一对一关联用joinedload走JOIN查询一次性加载
        joinedload(models.PurchaseOrderPart.supplier),
        joinedload(models.PurchaseOrderPart.project_reference),
        joinedload(models.PurchaseOrderPart.stockpile_part),
        joinedload(models.PurchaseOrderPart.purchase_order),
        # 一对多关联用selectinload走IN查询，性能比joinedload更高
        selectinload(models.PurchaseOrderPart.purchase_order_part_notes),
    ).\
    filter(and_(
        models.PurchaseOrderPart.confirmed_at.is_(None),
        models.PurchaseOrderPart.delivered_at.is_(None),
        models.PurchaseOrderPart.ordered_at <= ordered_date,
    ))

注意：请确保你的SupplierPart模型中已经定义了指向Part的part关联关系，如果没有可以补充：

# 在SupplierPart模型中添加
part = relationship("Part", uselist=False, foreign_keys=[primary_supplier_part_id], lazy="selectin")

2. 适配Pydantic响应模型 #

你的PurchaseOrderPartRelation中定义了part字段，可以通过别名配置直接读取关联的part值，无需手动赋值：

from pydantic import Field

class PurchaseOrderPartRelation(PurchaseOrderPart):
    # 其他字段保持不变
    part: Optional["Part"] = Field(alias="supplier_part.part")

    class Config:
        orm_mode = True
        populate_by_name = True

然后在接口装饰器中添加response_model=List[PurchaseOrderPartRelation]，FastAPI会自动完成ORM对象到Pydantic模型的转换，且不会触发额外的懒加载查询。

3. 额外优化建议 #

你模型中默认配置的lazy="selectin"已经是比较合理的默认加载策略，但仅在你没有显式指定查询加载方式时生效。对于性能敏感的接口，更推荐每次查询时显式指定需要加载的关联，避免加载不必要的字段浪费性能。

内容的提问来源于stack exchange，提问作者Mathias Clausen