Вопросы React Frontend Developer

FastAPI использует SQLAlchemy для создания моделей базы данных и ORM, а зависимости (dependencies) обеспечивают управление сеансами работы с базой данных.

ORM (Object-Relational Mapping) типа SQLAlchemy упрощает работу с базой данных, позволяя использовать объекты Python вместо прямого написания SQL. Преимущества: повышение продуктивности, безопасность от SQL-инъекций, переносимость между СУБД. Недостатки: потеря производительности на сложных запросах, сложность оптимизации, необходимость изучать дополнительный API. SQLAlchemy особенно хорош тем, что позволяет при необходимости использовать raw SQL и предоставляет гибкость в работе с данными.

Помимо SQLAlchemy, в Python используют Django ORM, Tortoise ORM, Peewee, Gino, а также библиотеки для “чистого” SQL вроде psycopg, asyncpg или databases. ORM-решения выбирают, когда нужен удобный объектный слой и быстрая разработка. Лёгкие ORM и query builders — для небольших проектов или микросервисов. Чистый SQL предпочитают, когда важен полный контроль над запросами и максимальная производительность. Выбор зависит от стека (Django / FastAPI), синхронности/асинхронности и требований к сложности запросов.

Большие объемы данных нельзя «просто загрузить в список», потому что это быстро съедает память и замедляет приложение. Обычно применяют постраничное чтение (pagination) или потоковую обработку (streaming), чтобы брать данные частями. В SQLAlchemy для этого используют limit/offset, курсорную пагинацию (по стабильному ключу), а также итерацию результата, чтобы не держать всё в памяти. Дополнительно важно выбирать только нужные колонки и отключать лишние ORM-навороты, если они не нужны.

Для постраничного чтения чаще всего используют limit() и offset() вместе с order_by(). На больших таблицах предпочтительнее курсорная пагинация: фильтрация по ключу (id > last_id) и limit(). В SQLAlchemy это делается через select(...).where(...).order_by(...).limit(...). Важно, чтобы порядок был стабильным, иначе страницы могут «прыгать».