## 更新时间和创建时间字段
1. 为这俩字段设置默认值`CURRENT_TIMESTAMP`
2. 设置函数
3. 为表增加触发器，自动调用更新函数
## 链路
当然可以。作为一个 Java 和 MyBatis 的使用者，我理解你可能对 Python 中的数据库交互流程感到陌生。让我为你详细解释一下 Python 中的这个链路，特别是在这个项目中使用的模式。
1. 数据库连接和会话管理
在 Python 中，我们通常使用 SQLAlchemy 这个 ORM（对象关系映射）库来处理数据库操作。它类似于 Java 中的 Hibernate。
```python
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
# 创建数据库引擎
engine = create_engine('postgresql://user:password@localhost/dbname')
# 创建会话工厂
SessionLocal = sessionmaker(bind=engine)
# 创建会话
session = SessionLocal()
```
1. 模型定义
模型定义类似于 Java 中的实体类。在 SQLAlchemy 中，我们这样定义：
```python
from sqlalchemy import Column, Integer, String, DateTime, Boolean
from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base()
class Essay(Base):
__tablename__ = 'essays'
essay_id = Column(Integer, primary_key=True)
user_id = Column(String)
title = Column(String)
content = Column(String)
create_time = Column(DateTime)
update_time = Column(DateTime)
is_deleted = Column(Boolean)
```
1. 仓库层 (Repository)
仓库层负责与数据库交互，类似于 MyBatis 中的 Mapper。
```python
class EssayRepository:
def get_essays_by_user_id(self, user_id: str) -> List[Dict]:
with db_manager.session_scope() as session:
essays = session.query(Essay).filter(
Essay.user_id == user_id,
Essay.is_deleted == False
).all()
return [essay.__dict__ for essay in essays]
```
这里的 `db_manager.session_scope()` 是一个上下文管理器，用于管理数据库会话的生命周期。
1. 用例层 (Use Case)
用例层包含业务逻辑，调用仓库层来获取数据。
```python
class GetUserEssaysUseCase:
def __init__(self, essay_repository: EssayRepository):
self.essay_repository = essay_repository
def execute(self, user_id: str) -> List[Dict]:
return self.essay_repository.get_essays_by_user_id(user_id)
```
1. 控制器层 (Controller)
控制器层处理 HTTP 请求，调用用例层，并返回响应。
```python
@router.get("/essays", response_model=List[EssaySchema])
async def get_user_essays(
current_user: dict = Depends(get_current_user),
essay_repository: EssayRepository = Depends(EssayRepository)
):
use_case = GetUserEssaysUseCase(essay_repository)
essays_data = use_case.execute(current_user['id'])
return [EssaySchema(**essay_data) for essay_data in essays_data]
```
1. 模式验证 (Schema Validation)
Pydantic 用于数据验证和序列化，类似于 Java 中的 Jackson 或 Gson。
```python
class EssaySchema(BaseModel):
essay_id: int
user_id: str
title: str
content: str
create_time: datetime
update_time: datetime
is_deleted: bool
```
整体流程：
1. HTTP 请求到达控制器
2. 控制器创建用例实例
3. 用例调用仓库方法
4. 仓库方法打开数据库会话，执行查询
5. 查询结果返回给用例
6. 用例将结果返回给控制器
7. 控制器使用 Pydantic 模型验证和序列化数据
8. 序列化后的数据作为 HTTP 响应返回
与 MyBatis 的主要区别：
1. Python 使用动态类型，不需要像 Java 那样显式定义返回类型
2. SQLAlchemy 的查询构建更加 Pythonic，不需要 XML 映射文件
3. 依赖注入通过 FastAPI 的 Depends 实现，而不是像 Spring 那样使用注解
希望这个解释能帮助你理解 Python 中的数据库交互流程！