如何在SQLAlchemy单条查询中同时获取表数据行与总行数

你当前使用的session.query(Model, func.count(Model.id)).all()写法存在本质逻辑问题：
这种写法将整表实体和无分组规则的全表聚合函数count(Model.id)放在同一查询层级，既没有指定分组维度，也没有对聚合值做隔离。数据库在执行时会默认将整个结果集压缩为1行返回——这行里的count值确实是正确的全表总条数（11），但实体列的内容是数据库随机从表中抽取的某一行的值，最终Python端拿到的结果自然就只有1条，完全无法满足需求。

方案1：使用窗口函数（现代数据库优先选择） #

窗口函数的核心特性是不会压缩原始结果集，会将聚合统计值作为附加列绑定到每一行查询结果上，完全匹配“单条查询同时获取全量数据行+全表总行数”的需求，也是性能最优的方案。
示例代码：

from sqlalchemy import func

# 定义不做行级压缩的窗口统计：计算全表总行数，附加到每一行
total_count = func.count(Model.id).over().label("total_rows")
# 同时查询模型实体和附加的总行数字段
result = session.query(Model, total_count).all()

# 结果拆分
all_rows = [row[0] for row in result]
total = result[0][1] if result else 0

该写法生成的SQL不会做全表聚合压缩，会返回所有匹配的数据行，同时每一行都会携带统一的总行数字段，仅需一次数据库往返即可拿到全部需要的内容。

方案2：兼容低版本不支持窗口函数的数据库 #

如果数据库版本较老（比如MySQL 5.x）不支持窗口函数，可以通过独立标量子查询预先计算总行数，将其作为常量列拼接到主查询结果中，同样实现单次查询获取全部内容：

from sqlalchemy import select, func

# 独立子查询：计算全表总行数
count_subq = select(func.count(Model.id)).scalar_subquery()
# 主查询同时取表实体和子查询算出的总行数
result = session.query(Model, count_subq.label("total_rows")).all()

all_rows = [row[0] for row in result]
total = result[0][1] if result else 0

注意：这种写法的性能在中小数据量下和窗口函数基本无差异，大数据量下窗口函数的统计效率会更优。

不要为了“修正”原来的错误写法手动添加.group_by(Model.id)，这种写法下count(Model.id)会退化为针对每个主键的分组计数，结果永远等于1，完全失去了“全表总行数”的统计意义，属于逻辑错误。

内容的提问来源于stack exchange，提问作者maslak