Как разрешить связанный внешний ключ во время вставки, используя SQLAlchemy? - PullRequest
Новая
       26

Как разрешить связанный внешний ключ во время вставки, используя SQLAlchemy?

0 голосов
/ 09 июня 2019

Мотивации

У меня есть данные, поступающие из источника, с которым я взаимодействую с пандами DataFrame.У меня есть датамодель с интерфейсом SQLAlchemy ORM.Ради MCVE я нормализовал модель данных в две таблицы:

  • channel с метаданными о записях (небольшой объем, ~ 1 тыс. Строк);
  • record с записями, указывающими наchannel (более высокий объем, 90 тыс. Строк / день).

Цель channel - избежать повторения.То, что я хочу, это установить питонную вставку данных в таблицу record, используя SQLAlchemy с ограничением, о котором источник данных не знает о channelid.

Источник данных

Вот примерданные из источника (единственные данные, к которым у меня есть доступ): 

import pandas as pd
recs = [
    {'serial': '1618741320', 'source': 1, 'channel': 4, 'timestamp': pd.Timestamp('2019-01-01 08:35:00'), 'value': 12},
    {'serial': '1350397285', 'source': 2, 'channel': 3, 'timestamp': pd.Timestamp('2019-01-01 09:20:00'), 'value': 37},
    {'serial': '814387724', 'source': 2, 'channel': 1, 'timestamp': pd.Timestamp('2019-01-01 12:30:00'), 'value': 581},
    {'serial': '545914014', 'source': 3, 'channel': 0, 'timestamp': pd.Timestamp('2019-01-01 01:45:00'), 'value': 0},
    {'serial': '814387724', 'source': 0, 'channel': 5, 'timestamp': pd.Timestamp('2019-01-01 14:20:00'), 'value': 699}
]
data = pd.DataFrame(recs)

Здесь образец мета, сохраненный в channel, который был извлечен из установки. 

recs = [
    {'channelid': 28, 'serial': '545914014', 'source': 3, 'channel': 0},
    {'channelid': 73, 'serial': '1350397285', 'source': 2, 'channel': 3},
    {'channelid': 239, 'serial': '1618741320', 'source': 1, 'channel': 4},
    {'channelid': 245, 'serial': '814387724', 'source': 0, 'channel': 5},
    {'channelid': 259, 'serial': '814387724', 'source': 2, 'channel': 1}
]
meta= pd.DataFrame(recs)

MCVE

Сначала давайте начнем с MCVE!

Мы определяем модель данных: 

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine
from sqlalchemy import Column, Integer, Float, String, DateTime
from sqlalchemy import UniqueConstraint, ForeignKey
from sqlalchemy.orm import relationship

Base = declarative_base()
Engine = create_engine("postgresql://postgres:postgres@localhost:5432/postgres")

class Channel(Base):
    __tablename__ = 'channel'
    __table_args__ = (UniqueConstraint('serial', 'source', 'channel'),)
    id = Column(Integer, primary_key=True)
    serial = Column(String, nullable=False)
    source = Column(Integer, nullable=False)
    channel = Column(Integer, nullable=False)

class Record(Base):
    __tablename__ = 'record'
    __table_args__ = (UniqueConstraint('channelid', 'timestamp'),)
    id = Column(Integer, primary_key=True)
    channelid = Column(Integer, ForeignKey('channel.id'), nullable=False)
    timestamp = Column(DateTime, nullable=False)
    value = Column(Float, nullable=False)
    channel = relationship("channel")

Base.metadata.drop_all(Engine)
Base.metadata.create_all(Engine)

И мы подаем таблицу channel, чтобы отразить мета, которая у нас уже есть: 

with Engine.connect() as dbcon:
    dbcon.execute(Channel.__table__.insert(), meta.to_dict(orient='records'))

Проблема для решения

Теперь мы хотели бы легко вставить data в record таблицу, но, к сожалению, нам не хватает channelid из нашего источника данных (который не знает об этом).Очевидно, что этот вызов не удался: 

with Engine.connect() as dbcon:
    with dbcon.begin() as dbtrans:
        dbcon.execute(Record.__table__.insert(), data.to_dict(orient='records'))
        dbtrans.commit()

Из-за: 

IntegrityError: (psycopg2.errors.NotNullViolation) null value in column "channelid" violates not-null constraint
DETAIL:  Failing row contains (6, null, 2019-01-01 08:35:00, 12).
 [SQL: 'INSERT INTO record (timestamp, value) VALUES (%(timestamp)s, %(value)s)'] [parameters: ({'timestamp': Timestamp('2019-01-01 08:35:00'), 'value': 12}, {'timestamp': Timestamp('2019-01-01 09:20:00'), 'value': 37}, {'timestamp': Timestamp('2019-01-01 12:30:00'), 'value': 581}, {'timestamp': Timestamp('2019-01-01 01:45:00'), 'value': 0}, {'timestamp': Timestamp('2019-01-01 14:20:00'), 'value': 699})]

Мы могли бы обработать его с помощью панд: 

meta = pd.read_sql("SELECT id AS channelid, serial, source, channel FROM channel;", Engine.connect())
full = data.merge(meta, on=['serial', 'source', 'channel'])

И предыдущий вызов будет работать, потому чтосоединение с channelid сделано: 

   channel      serial  source           timestamp  value  channelid
0        4  1618741320       1 2019-01-01 08:35:00     12        239
1        3  1350397285       2 2019-01-01 09:20:00     37         73
2        1   814387724       2 2019-01-01 12:30:00    581        259
3        0   545914014       3 2019-01-01 01:45:00      0         28
4        5   814387724       0 2019-01-01 14:20:00    699        245

Но это не тот путь, который, я думаю, должен быть решен, в основном потому, что он заставляет меня выполнять связывание с пандами вместо SQLAlchemy.

Iтакже пробовал это, но это совершенно неэффективно для набора данных из 90 тыс. записей: 

from sqlalchemy.orm import sessionmaker
Session = sessionmaker(bind=Engine)
session = Session()
with session.begin_nested() as trans:
    for rec in data.to_dict(orient='records'):
        c = session.query(Channel).filter_by(**{k: rec.pop(k) for k in ['serial', 'source', 'channel']})[0]
        r = Record(channelid=c.id, **rec)
        session.add(r)

Это занимает почти в 100 раз больше, чем предыдущий метод с использованием DataFrame.

Вопрос

Я сосредоточил свою энергию на создании всеобъемлющего MCVE, потому что я лучше владею пандами, чем SQLAlchemy, и я не смог найти решение своей проблемы в документации по SQLAlchemy.

Мой вопрос: "Какмогу ли я разрешить channelid, чтобы моя вставка была успешной, производительной и основанной на SQLAclhemy вместо панд? "

Не стесняйтесь комментировать, чтобы улучшить этот пост.То, что я ищу, является рациональным способом сделать это.Это может подразумевать обновление модели данных, у меня есть такая гибкость.

...