Question

我有下表：

class Feedback(Base):
  __tablename__ = 'feedbacks'
  __table_args__ = (UniqueConstraint('user_id', 'look_id'),)
  id = Column(Integer, primary_key=True)
  user_id = Column(Integer, ForeignKey('users.id'), nullable=False)
  look_id = Column(Integer, ForeignKey('looks.id'), nullable=False)

我目前在此表中插入了许多违反UniqueConstraint的条目。

我使用以下代码：

  for comment in session.query(Comment).filter(Comment.type == Comment.TYPE_LOOK).yield_per(100):
    feedback = Feedback()
    feedback.user_id = User.get_or_create(comment.model_id).id
    feedback.look_id = comment.commentable_id
    session.add(feedback)
    try:        # Refer to T20
      session.flush()
    except IntegrityError,e:
      print "IntegrityError", e
      session.rollback()
  session.commit()

我收到以下错误：

IntegrityError (IntegrityError) duplicate key value violates unique constraint "feedbacks_user_id_look_id_key"
DETAIL:  Key (user_id, look_id)=(140, 263008) already exists.
 'INSERT INTO feedbacks (user_id, look_id, score) VALUES (%(user_id)s, %(look_id)s, %(score)s) RETURNING feedbacks.id' {'user_id': 140, 'score': 1, 'look_id': 263008}
IntegrityError (IntegrityError) duplicate key value violates unique constraint "feedbacks_user_id_look_id_key"
...
(there's about 24 of these integrity errors here)
...
DETAIL:  Key (user_id, look_id)=(173, 263008) already exists.
 'INSERT INTO feedbacks (user_id, look_id, score) VALUES (%(user_id)s, %(look_id)s, %(score)s) RETURNING feedbacks.id' {'user_id': 173, 'score': 1, 'look_id': 263008}
No handlers could be found for logger "sqlalchemy.pool.QueuePool"
Traceback (most recent call last):
  File "load.py", line 40, in <module>
    load_crawl_data_into_feedback()
  File "load.py", line 21, in load_crawl_data_into_feedback
    for comment in session.query(Comment).filter(Comment.type == Comment.TYPE_LOOK).yield_per(100):
  File "/Volumes/Data2/Dropbox/projects/Giordano/venv/lib/python2.7/site-packages/sqlalchemy/orm/query.py", line 2337, in instances
    fetch = cursor.fetchmany(self._yield_per)
  File "/Volumes/Data2/Dropbox/projects/Giordano/venv/lib/python2.7/site-packages/sqlalchemy/engine/base.py", line 3230, in fetchmany
    self.cursor, self.context)
  File "/Volumes/Data2/Dropbox/projects/Giordano/venv/lib/python2.7/site-packages/sqlalchemy/engine/base.py", line 3223, in fetchmany
    l = self.process_rows(self._fetchmany_impl(size))
  File "/Volumes/Data2/Dropbox/projects/Giordano/venv/lib/python2.7/site-packages/sqlalchemy/engine/base.py", line 3343, in _fetchmany_impl
    row = self._fetchone_impl()
  File "/Volumes/Data2/Dropbox/projects/Giordano/venv/lib/python2.7/site-packages/sqlalchemy/engine/base.py", line 3333, in _fetchone_impl
    self.__buffer_rows()
  File "/Volumes/Data2/Dropbox/projects/Giordano/venv/lib/python2.7/site-packages/sqlalchemy/engine/base.py", line 3326, in __buffer_rows
    self.__rowbuffer = collections.deque(self.cursor.fetchmany(size))
sqlalchemy.exc.ProgrammingError: (ProgrammingError) named cursor isn't valid anymore None None

在你得出关于由yield_per引起的这个错误的结论之前，我可以向你保证yield_per不是这里的罪魁祸首。

我尝试了相同的代码而没有唯一的约束，我根本没有遇到任何错误。

我认为完整性错误导致无法找到记录器“sqlalchemy.pool.QueuePool”的处理程序。

我假设每个完整性错误都会杀死队列池中的每个“线程”。

有人可以告诉我发生了什么事吗？

如果此时我对数据做不了多少，你会建议我做什么？

Answer 1

该错误仅来自Python logging模块;您的池类正在尝试记录某些调试消息，但您没有配置SQLA日志记录。 Configuring logging很容易，然后你可以看到它实际上想说的是什么。

我不是相当确定这里发生了什么，但这肯定无法帮助你回滚几十次顶级交易。回滚结束事务并使每个实时行对象无效。这当然不会与yield_per很好地互动。

如果您的数据库支持保存点或嵌套事务（即Postgres或Oracle ...或可能最近的MySQL？），请尝试为每次尝试启动嵌套事务：

for comment in session.query(Comment).filter(Comment.type == Comment.TYPE_LOOK).yield_per(100):
    try:
        with session.begin_nested():
            feedback = Feedback()
            feedback.user_id = User.get_or_create(comment.model_id).id
            feedback.look_id = comment.commentable_id
            session.add(feedback)
            session.flush()
    except IntegrityError, e:
        print "IntegrityError", e

session.commit()

with回滚错误并提交成功，因此失败的flush不会对主要交易的其余部分造成严重破坏。

如果您没有后端支持，脑海中浮现的其他明智选择是：

复杂化您的查询：在您的反馈表中添加LEFT JOIN，以便在应用内了解反馈行是否已存在。
如果您愿意将(user_id, look_id)作为主键，我认为您可以使用session.merge(feedback)。这类似于基于主键的插入或更新：如果SQLA可以找到具有相同pk的现有行，它将更新它，否则它将在数据库中创建一个新行。但是，风险会为每一个新行触发额外的SELECT。

Answer 2

“在你得出关于由yield_per引起的这个错误的结论之前，我可以向你保证yield_per不是这里的罪魁祸首。”

我不确定你为什么认为 - yield_per（）在这里非常重要，只需尝试使用相同的测试而不用 yield_per（）来查看如果行为不同。通过使用yield_per（），psycopg2游标在该循环继续时保持打开状态。但是你通过session.rollback()在psycopg2连接上发出了ROLLBACK。这确实会导致出现“命名游标不再有效”等错误。事实上，命名游标的唯一原因是因为这就是你用psycopg2做服务器端游标的方法，这是yield_per（）启用的一部分。

“我尝试了相同的代码而没有唯一的约束，我根本没有遇到任何错误。”

这是因为没有约束，不会抛出任何异常，并且不会命中rollback（）。

IntegrityError的Sqlalchemy session.rollback会导致queuepool用完处理程序吗？

2 个答案: