外键的存储方式——存ID而非对象

在数据库设计中，订单表中通常会保存客户的 id 作为外键，而不是保存客户的对象。

1. 原因分析

   • 数据冗余和维护成本 ：如果在订单表中保存客户的对象（如客户的姓名、联系方式、地址等所有属性），会导致数据冗余。例如，一个客户可能会有多个订单，每个订单都存储客户的完整信息，当客户的某个信息（如电话号码）发生变化时，需要在多个订单记录中更新这个信息，这增加了数据维护的复杂度和出错的可能性。

   • 数据完整性 ：通过外键（客户 id）建立订单表和客户表之间的关系，可以更好地维护数据完整性。数据库管理系统可以利用外键约束来确保订单中的客户 id 必须对应客户表中存在的客户记录。如果试图插入一个不存在的客户 id 到订单表中，数据库系统会阻止这种操作，从而保证了数据的准确性和一致性。

   • 查询效率和灵活性 ：在需要获取订单相关客户信息时，可以通过连接查询（如 SQL 中的 JOIN 操作）来获取。这种方式在不存储冗余数据的情况下，能够灵活地获取所需信息。例如，可以通过订单表和客户表的连接查询，获取某个订单的客户姓名、联系方式等信息，同时还能利用数据库的索引等优化机制来提高查询效率。

2. 举例说明

   • 假设有一个客户表（Customers），其结构为： CustomerID（主键）、CustomerName、ContactName、Address、City、PostalCode、Country

   • 订单表（Orders）的结构为： OrderID（主键）、CustomerID（外键）、EmployeeID、OrderDate、ShipperID

   • 在订单表中，CustomerID 字段作为外键引用客户表的 CustomerID 字段。当需要查询某个订单的客户信息时，可以通过 SQL 语句如 “SELECT Customers.CustomerName, Customers.ContactName, Customers.Address FROM Orders JOIN Customers ON Orders.CustomerID = Customers.CustomerID WHERE Orders.OrderID = 某个指定订单号” 来获取该订单对应客户的姓名、联系人和地址等信息。这种设计方式使得数据结构清晰，便于维护和查询。

   • 使用ORM：

     在使用 Tortoise ORM（一个用于 Python 的异步 ORM）进行数据库操作时，可以通过以下步骤使用订单表中的客户 ID 获取客户的其他信息：

     1. 定义模型

     首先，你需要定义你的模型。假设你有以下两个模型：Order 和 Customer，其中 Order 模型中有一个外键引用到 Customer 模型。

     from tortoise import Model, fields
     
     class Customer(Model):
         id = fields.IntField(pk=True)
         name = fields.CharField(max_length=100)
         contact_name = fields.CharField(max_length=100)
         address = fields.CharField(max_length=255)
         city = fields.CharField(max_length=100)
         postal_code = fields.CharField(max_length=20)
         country = fields.CharField(max_length=100)
     
         class Meta:
             table = "customers"
     
     class Order(Model):
         id = fields.IntField(pk=True)
         order_date = fields.DatetimeField()
         customer = fields.ForeignKeyField("models.Customer", related_name="orders")
     
         class Meta:
             table = "orders"
     

     2. 查询

     要通过订单表中的客户 ID 获取客户的其他信息，可以使用 Tortoise ORM 的查询方法。

     方法 1：通过 get 方法获取订单，然后访问客户信息

     如果你已经知道订单的 ID，并且想要通过这个订单获取客户的其他信息，可以这样做：

     async def get_customer_info_by_order(order_id: int):
         # 获取指定订单
         order = await Order.get(id=order_id)
         # 通过订单的 customer 关联获取客户信息
         customer = await order.customer
         return customer
     

     在上面的代码中：

   • Order.get(id=order_id) 用于获取指定 ID 的订单。

   • order.customer 是一个异步属性，用于获取与订单关联的客户对象。

   • 方法 2：使用 prefetch_related 预加载客户信息

     如果要获取多个订单以及它们关联的客户信息，可以使用 prefetch_related 方法来预加载客户数据，以避免多次查询数据库：

     async def get_orders_with_customer_info():
         # 获取所有订单，并预加载客户信息
         orders = await Order.all().prefetch_related("customer")
         for order in orders:
             # 访问每个订单的客户信息
             customer = order.customer
             print(f"Order ID: {order.id}, Customer Name: {customer.name}")
     

     在这个例子中：

   • Order.all().prefetch_related("customer") 会预先加载所有订单及其关联的客户信息。

   • 这样可以减少数据库查询的次数，提高效率。

   • 方法 3：使用 select_related 获取关联数据

     如果你只需要在查询结果中包含关联的客户数据，可以使用 select_related 方法：

     async def get_order_with_customer(order_id: int):
         # 获取订单及其关联的客户信息
         order = await Order.get(id=order_id).select_related("customer")
         return order
     

     在这个例子中：

   • Order.get(id=order_id).select_related("customer") 会返回订单对象，并且订单对象的 customer 属性已经被加载，可以直接访问。

   • get 方法：用于获取单个订单及其关联的客户信息。

   • prefetch_related：用于预加载多个订单及其关联的客户信息，适合批量操作。

   • select_related：用于在查询时直接包含关联的客户信息，适合单个查询。

   • 根据你的具体需求选择合适的方法。Tortoise ORM 提供了灵活的查询方式，可以方便地处理数据库中的关系数据。

     3. 使用查询结果

     无论你使用哪种方法获取客户信息，都可以通过访问客户对象的属性来获取需要的信息。例如：

     async def main():
         # 获取客户信息
         customer = await get_customer_info_by_order(order_id=123)
         print(f"Customer ID: {customer.id}")
         print(f"Customer Name: {customer.name}")
         print(f"Customer Address: {customer.address}")
         print(f"Customer City: {customer.city}")
         print(f"Customer Postal Code: {customer.postal_code}")
         print(f"Customer Country: {customer.country}")
     
     # 运行异步函数
     import asyncio
     asyncio.run(main())