版本：Latest-4.0

使用 SQLAlchemy 和 Alembic 进行 Schema 管理和迁移

本指南介绍如何通过 starrocks SQLAlchemy 方言，使用 Python 生态系统（包括 SQLAlchemy、Alembic 和 sqlacodegen）来管理 StarRocks 的 schema。旨在帮助您理解 为什么 schema 迁移有用 以及 如何在 StarRocks 中有效使用它。

概述

许多用户直接使用 SQL DDL 管理 StarRocks 的表、视图和物化视图。然而，随着项目的增长，手动维护 ALTER TABLE 语句变得容易出错且难以跟踪。

StarRocks SQLAlchemy 方言 (starrocks) 提供：

针对 StarRocks 表、视图和 物化视图 的完整 SQLAlchemy 模型层
表结构和表属性（包括视图和物化视图）的 声明式 定义
与 Alembic 集成，允许自动检测和生成 schema 变更
与 sqlacodegen 等工具的兼容性，用于反向生成模型

这使得 Python 用户可以以 声明式、版本控制 和 自动化 的方式维护 StarRocks 的 schema。

主要优势

虽然 schema 迁移传统上与 OLTP 数据库相关联，但在像 StarRocks 这样的数据仓库系统中也很有价值。团队使用 Alembic 和 StarRocks 方言是因为以下列出的好处。

声明式 schema 定义

一旦您在 Python ORM 模型或 SQLAlchemy 核心风格中定义了 schema，就不再需要手动编写 ALTER TABLE 语句。

自动差异化和自动生成

Alembic 将 当前的 StarRocks schema 与 您的 SQLAlchemy 模型 进行比较，并自动生成迁移脚本 (CREATE/DROP/ALTER)。

可审查的、版本控制的迁移

每个 schema 变更都会成为一个迁移文件（Python），因此用户可以跟踪变更并在需要时回滚。

跨环境的一致工作流程

可以通过相同的流程将 schema 变更应用于开发、预发布和生产环境。

安装和连接

先决条件

StarRocks Python 客户端：1.3.2 或更高版本
SQLAlchemy：1.4 或更高版本（推荐使用 SQLAlchemy 2.0，且使用 sqlacodegen 时是必需的）
Alembic：1.16 或更高版本

安装 StarRocks Python 客户端

运行以下命令安装 StarRocks Python 客户端。

pip install starrocks

连接到 StarRocks

使用以下 URL 连接到您的 StarRocks 集群。

starrocks://<user>:<password>@<FE_host>:<query_port>/[<catalog>.]<database>

user：用于连接集群的用户名。
password：用户密码。
FE_host：FE IP 地址。
query_port：FE query_port（默认：9030）。
catalog：数据库所在的 catalog 名称。
database：您要连接的数据库名称。

安装后，您可以使用以下代码示例快速验证连接性：

from sqlalchemy import create_engine, text

# 您需要先创建 `mydatabase`
engine = create_engine("starrocks://root@localhost:9030/mydatabase")

with engine.connect() as conn:
    conn.execute(text("SELECT 1")).fetchall()
    print("Connection successful!")

定义 StarRocks 模型（声明式 ORM）

StarRocks 方言支持：

表
视图
物化视图

它还支持 StarRocks 特定的表属性，例如：

ENGINE (OLAP)
键模型 (DUPLICATE KEY, PRIMARY KEY, UNIQUE KEY, AGGREGATE KEY)
PARTITION BY 变体（RANGE / LIST / 表达式分区）
DISTRIBUTED BY 变体（HASH / RANDOM）
ORDER BY
表属性（例如，replication_num, storage_medium）

important

StarRocks 方言选项作为以 starrocks_ 为前缀的关键字参数传递。
starrocks_ 前缀必须为小写。后缀可以接受大小写（例如，PRIMARY_KEY 和 primary_key）。
如果您指定了一个表键（例如 starrocks_primary_key="id"），则涉及的列必须也在 Column(...) 中标记为 primary_key=True，以便 SQLAlchemy 元数据和 Alembic 自动生成能够正确运行。

下面的示例反映了真实的公共 API 和参数名称。

表示例

StarRocks 表选项可以在 ORM（通过 __table_args__）和 Core（通过 Table(..., starrocks_...=...)）风格中指定。

ORM（声明式）风格

from sqlalchemy import create_engine
from sqlalchemy.orm import Mapped, declarative_base, mapped_column
from starrocks import INTEGER, STRING

# 使用与快速测试相同的引擎
engine = create_engine("starrocks://root@localhost:9030/mydatabase")

Base = declarative_base()

class MyTable(Base):
    __tablename__ = 'my_orm_table'
    id: Mapped[int] = mapped_column(INTEGER, primary_key=True)
    name: Mapped[str] = mapped_column(STRING)

    __table_args__ = {
        'comment': 'table comment',

        'starrocks_primary_key': 'id',
        'starrocks_distributed_by': 'HASH(id) BUCKETS 10',
        'starrocks_properties': {'replication_num': '1'}
    }

# 在数据库中创建表
Base.metadata.create_all(engine)

Core 风格

from sqlalchemy import Column, MetaData, Table, create_engine
from starrocks import INTEGER, VARCHAR

# 使用与快速测试相同的引擎
engine = create_engine("starrocks://root@localhost:9030/mydatabase")

metadata = MetaData()

my_core_table = Table(
    'my_core_table',
    metadata,
    Column('id', INTEGER, primary_key=True),
    Column('name', VARCHAR(50)),

    # StarRocks 特定参数
    starrocks_primary_key='id',
    starrocks_distributed_by='HASH(id) BUCKETS 10',
    starrocks_properties={"replication_num": "1"}
)

# 在数据库中创建表
metadata.create_all(engine)

备注

有关表属性和数据类型的全面参考，请参见 Reference [4]。

视图示例

下面是推荐的视图定义风格，使用 columns 作为字典列表（name/comment）。此示例基于现有表 my_core_table。

from starrocks.schema import View

# 重用上面 Core 表示例中的元数据
metadata = my_core_table.metadata

user_view = View(
    "user_view",
    metadata,
    definition="SELECT id, name FROM my_core_table WHERE name IS NOT NULL",
    columns=[
        {"name": "id", "comment": "ID"},
        {"name": "name", "comment": "Name"},
    ],
    comment="Active users",
)

备注

有关更多视图选项和限制，请参见 Reference [5]。

物化视图示例

物化视图的定义方式类似。starrocks_refresh 属性是一个语法字符串，表示刷新策略。

from starrocks.schema import MaterializedView

# 重用上面 Core 表示例中的元数据
metadata = my_core_table.metadata

# 创建一个简单的物化视图（异步刷新）
user_stats_ = MaterializedView(
    'user_stats_',
    metadata,
    definition='SELECT id, COUNT(*) AS cnt FROM my_core_table GROUP BY id',
    starrocks_refresh='ASYNC'
)

备注

有关更多选项和 ALTER 限制，请参见 Reference [6]。

Alembic 集成

StarRocks SQLAlchemy 方言提供对以下功能的全面支持：

创建 / 删除表
创建 / 删除视图
创建 / 删除物化视图
检测 StarRocks 特定属性的支持变更（例如，表属性和分布）

这使得 Alembic 的 自动生成 能够正常工作。

初始化 Alembic

初始化 Alembic：
```
alembic init migrations
```

在 alembic.ini 中配置您的数据库 URL：

# alembic.ini
sqlalchemy.url = starrocks://<user>:<password>@<FE_host>:<query_port>/[<catalog>.]<database>

启用 StarRocks 方言日志记录（可选）：

您可以在 alembic.ini 中启用 starrocks 日志记录，以通过日志观察表的检测变更。有关详细信息，请参见 Reference [2]。

编辑 env.py（配置离线和在线路径）：

from alembic import context
from starrocks.alembic import render_column_type, include_object_for_view_
from starrocks.alembic.starrocks import StarRocksImpl  # noqa: F401  (确保实现已注册)

from myapp.models import Base  # 根据您的项目进行调整

target_metadata = Base.metadata


def run_migrations_offline() -> None:
    url = context.config.get_main_option("sqlalchemy.url")
    context.configure(
        url=url,
        target_metadata=target_metadata,
        render_item=render_column_type,
        include_object=include_object_for_view_
    )

    with context.begin_transaction():
        context.run_migrations()


def run_migrations_online() -> None:
    # ... 按照 alembic 默认的 env.py 创建引擎并连接 ...
    with connectable.connect() as connection:
        context.configure(
            connection=connection,
            target_metadata=target_metadata,
            render_item=render_column_type,
            include_object=include_object_for_view_
        )

        with context.begin_transaction():
            context.run_migrations()

自动生成迁移

alembic revision --autogenerate -m "initial schema"

Alembic 将比较 SQLAlchemy 模型与实际的 StarRocks schema，并输出正确的 DDL。

应用迁移

alembic upgrade head

降级也支持（如果可逆）。

important

StarRocks DDL 在多个语句中不是事务性的。如果升级中途失败，您可能需要检查已经应用的内容，并在重新运行之前 执行手动补救（例如，编写补偿迁移或运行手动 DDL）。

支持的 Schema 变更操作

该方言支持 Alembic 自动生成：

表：创建 / 删除，以及通过 starrocks_* 声明的 StarRocks 特定属性的差异化（在 StarRocks ALTER 支持范围内）
视图：创建 / 删除 / 修改（主要是定义相关的变更；某些属性是不可变的）
物化视图：创建 / 删除 / 修改（限于可变的子句，如刷新策略和属性）

某些 StarRocks DDL 变更不可逆或不可修改。您只能通过删除并重新创建表/视图/物化视图来进行这些更改。如果您在方言中指定了这些更改，自动生成将 警告或引发。

端到端示例（推荐初学者阅读）

本节展示了一个可运行的端到端工作流程，包括在何处暂停并查看生成的文件。

步骤 1. 创建项目目录并初始化 Alembic

mkdir my_sr_alembic_project
cd my_sr_alembic_project

alembic init alembic

步骤 2. 配置 `alembic.ini`

编辑 alembic.ini 中的 URL：

sqlalchemy.url = starrocks://root@localhost:9030/mydatabase

步骤 3. 定义您的模型

为您的模型创建一个包：

mkdir -p myapp
touch myapp/__init__.py

创建 myapp/models.py 并将您的表/视图/物化视图定义放入包中：

备注

使用 Alembic 迁移时，不要在您的模型模块中调用 metadata.create_all(engine)。

from sqlalchemy import Column, Table
from sqlalchemy.orm import Mapped, declarative_base, mapped_column

from starrocks import INTEGER, STRING, VARCHAR
from starrocks.schema import MaterializedView, View

Base = declarative_base()


# --- ORM 表 ---
class MyOrmTable(Base):
    __tablename__ = "my_orm_table"

    id: Mapped[int] = mapped_column(INTEGER, primary_key=True)
    name: Mapped[str] = mapped_column(STRING)

    __table_args__ = {
        "comment": "table comment",
        "starrocks_primary_key": "id",
        "starrocks_distributed_by": "HASH(id) BUCKETS 10",
        "starrocks_properties": {"replication_num": "1"},
    }


# --- 在相同元数据上的 Core 表（对 Alembic target_metadata 很重要）---
my_core_table = Table(
    "my_core_table",
    Base.metadata,
    Column("id", INTEGER, primary_key=True),
    Column("name", VARCHAR(50)),
    comment="core table comment",
    starrocks_primary_key="id",
    starrocks_distributed_by="HASH(id) BUCKETS 10",
    starrocks_properties={"replication_num": "1"},
)


# --- 视图 ---
user_view = View(
    "user_view",
    Base.metadata,
    definition="SELECT id, name FROM my_core_table WHERE name IS NOT NULL",
    columns=[
        {"name": "id", "comment": "ID"},
        {"name": "name", "comment": "Name"},
    ],
    comment="Active users",
)


# --- 物化视图 ---
user_stats_mv = MaterializedView(
    "user_stats_mv",
    Base.metadata,
    definition="SELECT id, COUNT(*) AS cnt FROM my_core_table GROUP BY id",
    starrocks_refresh="ASYNC",
)

步骤 4. 配置 `env.py` 以进行自动生成

编辑 alembic/env.py：

导入 myapp.models 以设置 target_metadata。
导入 render_column_type 和 include_object_for_view_mv，在 run_migrations_offline() 和 run_migrations_online() 中设置它们，以正确处理视图和物化视图，并正确渲染 StarRocks 列类型。

备注

您需要在 env.py 中添加或修改这些行，而不是替换生成的 env.py 文件。

from alembic import context
from starrocks.alembic import render_column_type, include_object_for_view_mv
from starrocks.alembic.starrocks import StarRocksImpl  # noqa: F401

from myapp.models import Base

target_metadata = Base.metadata

# 可选：为单 BE 开发集群设置版本表复制
version_table_kwargs = {"starrocks_properties": {"replication_num": "1"}}

# 在 run_migrations_offline() 和 run_migrations_online() 中确保：
def run_migrations_offline() -> None:
    url = context.config.get_main_option("sqlalchemy.url")
    context.configure(
        url=url,
        target_metadata=target_metadata,
        literal_binds=True,
        render_item=render_column_type,
        include_object=include_object_for_view_mv,
        version_table_kwargs=version_table_kwargs,
    )


def run_migrations_online() -> None:
    # ... 按照 alembic 默认的 env.py 创建引擎并连接 ...
    with connectable.connect() as connection:
        context.configure(
            connection=connection,
            target_metadata=target_metadata,
            render_item=render_column_type,
            include_object=include_object_for_view_mv,
            version_table_kwargs=version_table_kwargs,
        )

步骤 5. 自动生成第一个修订版

alembic revision --autogenerate -m "create initial schema"

暂停并查看：

检查 alembic/versions/ 下生成的迁移文件。
确保它包含预期的操作（例如，create_table，create_view，create_materialized_view）。
确保它不包含意外的删除或修改。

步骤 6. 预览 SQL 并应用

预览 SQL：

alembic upgrade head --sql

暂停并查看：

确认 DDL 的顺序符合您的预期。
识别任何可能的重操作，并考虑在需要时拆分迁移。

应用：

alembic upgrade head

important

StarRocks DDL 在多个语句中不是事务性的。如果升级中途失败，您可能需要检查已经应用的内容，并在重新运行之前执行手动补救。

步骤 7. 进行更改并再次自动生成

更新 myapp/models.py 以：

修改现有表（my_core_table）：添加列，或更新表注释，并更改一个表属性。
添加新表（my_new_table）。

备注

添加列可能是一个耗时的 schema 变更。StarRocks 仅允许每个表同时运行 一个 schema 变更作业。在实践中，建议将“添加/删除/修改列”变更与其他重变更（例如，额外的添加/删除列或大量属性变更）分开，并在需要时将它们拆分为多个 Alembic 修订版。

from sqlalchemy import Column, Table
from starrocks import INTEGER, VARCHAR

# 修改现有表（添加列）
# （在原地更新现有的 my_core_table 定义。）
my_core_table = Table(
    "my_core_table",
    Base.metadata,
    Column("id", INTEGER, primary_key=True),
    Column("name", VARCHAR(50)),
    Column("age", INTEGER),  # 仅添加的列

    starrocks_primary_key='id',
    starrocks_distributed_by='HASH(id) BUCKETS 10',
    starrocks_properties={"replication_num": "1"},
)

my_new_table = Table(
    "my_new_table",
    Base.metadata,
    Column("id", INTEGER, primary_key=True),
    Column("name", VARCHAR(50)),
    starrocks_primary_key="id",
    starrocks_distributed_by="HASH(id) BUCKETS 10",
    starrocks_properties={"replication_num": "1"},
)

alembic revision --autogenerate -m "add a new table, change a old table"

暂停并查看：

确保新的迁移包含：

一个 create_table(...) 用于 my_new_table，以及
对 my_core_table 变更的预期操作（例如，添加列/设置注释/设置属性）。

预览 SQL 并应用：

alembic upgrade head --sql
alembic upgrade head

使用 sqlacodegen

sqlacodegen 可以直接从 StarRocks 反向生成 SQLAlchemy 模型：

sqlacodegen --options include_dialect_options,keep_dialect_types \
  --generator tables \
  starrocks://<user>:<password>@<FE_host>:<query_port>/[catalog.]<database> > models.py

支持的对象：

表
视图
物化视图
分区、分布和 order-by 子句，以及属性

这在将现有 StarRocks schema 引入 Alembic 时非常有用。

您可以直接使用上述命令生成 端到端示例 部分中定义的表/视图/物化视图的 Python 脚本。

备注

生成 Core 风格模型时，建议添加 --generator tables（ORM 生成器可能会根据 NOT NULL / NULL 属性重新排序列）。
键列可能会生成为 NOT NULL。如果您希望它们可为空，请手动调整生成的模型。

限制和最佳实践

某些 StarRocks DDL 操作需要删除并重新创建表；自动生成将警告或引发，而不是默默地产生不可用的 SQL。
键模型更改（例如，将 DUPLICATE KEY 更改为 PRIMARY KEY）不支持通过 ALTER TABLE；使用明确的计划（通常是删除并重新创建并进行回填）。
StarRocks 不提供跨多个语句的事务性 DDL；请审查生成的迁移并在操作上应用它们。如果迁移中途失败，您可能需要手动处理回滚。
对于分布，如果您省略 BUCKETS 子句，StarRocks 可能会自动分配桶数；方言设计为避免在这种情况下产生噪声差异。

总结

通过 StarRocks SQLAlchemy 方言和 Alembic 集成，您可以：

✔ 使用声明式模型定义 StarRocks 的 schema
✔ 自动检测和生成 schema 迁移脚本
✔ 使用版本控制进行 schema 演变
✔ 声明式管理视图和物化视图
✔ 使用 sqlacodegen 反向工程现有 schema

这将 StarRocks 的 schema 管理引入现代 Python 数据工程生态系统，并显著简化跨环境的 schema 一致性。

参考资料

[1]: starrocks-python-client README

[2]: Alembic Integration

[3]: SQLAlchemy details

[4]: Table Support

[5]: View Support

[6]: Materialized View Support

概述​

主要优势​

声明式 schema 定义​

自动差异化和自动生成​

可审查的、版本控制的迁移​

跨环境的一致工作流程​

安装和连接​

先决条件​

安装 StarRocks Python 客户端​

连接到 StarRocks​

定义 StarRocks 模型（声明式 ORM）​

表示例​

ORM（声明式）风格​

Core 风格​

视图示例​

物化视图示例​

Alembic 集成​

初始化 Alembic​

自动生成迁移​

应用迁移​

支持的 Schema 变更操作​

端到端示例（推荐初学者阅读）​

步骤 1. 创建项目目录并初始化 Alembic​

步骤 2. 配置 alembic.ini​

步骤 3. 定义您的模型​

步骤 4. 配置 env.py 以进行自动生成​

步骤 5. 自动生成第一个修订版​

步骤 6. 预览 SQL 并应用​

步骤 7. 进行更改并再次自动生成​

使用 sqlacodegen​

限制和最佳实践​

总结​

参考资料​

文档是否有帮助？

概述

主要优势

声明式 schema 定义

自动差异化和自动生成

可审查的、版本控制的迁移

跨环境的一致工作流程

安装和连接

先决条件

安装 StarRocks Python 客户端

连接到 StarRocks

定义 StarRocks 模型（声明式 ORM）

表示例

ORM（声明式）风格

Core 风格

视图示例

物化视图示例

Alembic 集成

初始化 Alembic

自动生成迁移

应用迁移

支持的 Schema 变更操作

端到端示例（推荐初学者阅读）

步骤 1. 创建项目目录并初始化 Alembic

步骤 2. 配置 `alembic.ini`

步骤 3. 定义您的模型

步骤 4. 配置 `env.py` 以进行自动生成

步骤 5. 自动生成第一个修订版

步骤 6. 预览 SQL 并应用

步骤 7. 进行更改并再次自动生成

使用 sqlacodegen

限制和最佳实践

总结

参考资料