在SQLAlchemy中插入或更新重复键（IntegrityError）

Question

我正在尝试解析一些RSS源，并使用flask-sqlalchemy把网址写入数据库。

这些源有些内容是重复的（也就是说，同一篇文章可能出现在多个源中，或者在同一个源中出现多次），所以我把主键定义为网址的一个（非随机的）哈希值。

我遇到的问题是，当我循环处理这些网址并把它们添加到会话中时，在尝试提交到数据库时出现了异常。

这是我的代码：

for entry in feed.entries:
    # Create the database row
    article = Article(entry)

    # If the row already exists in the database
    if db.session.query(Article).filter_by(uuid=article.uuid).first():
        print "duplicate"
    else:
        db.session.merge(article)

db.session.commit()

当文章已经存在于数据库中时，它会被忽略。然而，如果它在会话中存在但还没有提交到数据库，那么SQLAlchemy会尝试在同一个事务中多次写入，这样我就会收到sqlalchemy.exc.IntegrityError: (IntegrityError) column hash is not unique的错误。

我的直觉是，我需要检查一下这个哈希值的对象在会话中是否已经存在（同时也要查询数据库），我以为使用merge可以做到这一点，但我还是遇到了这个错误。

Answer 1

你应该使用示例中的唯一对象模式。

这个模式会在内存中为会话创建一个缓存，确保每次只得到一个唯一的结果。如果这个实例已经在缓存里，就直接使用它；如果不在，就尝试从数据库中获取。如果数据库里也没有，那就创建一个新的实例，并把它添加到缓存中。

这是我对这个模式的理解，简化了链接中的示例。

class UniqueMixin(object):
    @classmethod
    def get_unique(cls, **kwargs):
        session = current_app.extensions['sqlalchemy'].db.session
        session._unique_cache = cache = getattr(session, '_unique_cache', {})
        key = (cls, tuple(kwargs.items()))
        o = cache.get(key)

        if o is None:
            o = session.query(cls).filter_by(**kwargs).first()

            if o is None:
                o = cls(**kwargs)
                session.add(o)

            cache[key] = o

        return o

class MyModel(UniqueMixin, db.Model):
    # ...
    name = db.Column(db.String, nullable=False)
    # ...

m1 = MyModel.get_unique(name='test')  # new instance
m2 = MyModel.get_unique(name='test')  # from cache
assert m1 is m2
db.session.commit()  # inserts one row

m1 = MyModel.get_unique(name='test')  # from database
m2 = MyModel.get_unique(name='test')  # from cache
assert m1 is m2

在任何可能遇到这种情况的模型中继承UniqueMixin，并使用get_unique代替普通的构造函数。