Json 有没有更好的方法来服务和编码来自FastAPI的大型SQLAlchemy数据集？

我想使用FastAPI

StreamingResponse

返回一个大数据集，在存储库/逻辑层中，在完成查询工作后，我以以下方式返回数据：

查询中的记录的

。每个产量（数据记录限制）：
收益率记录。至_实体（）

我最初遇到一些编码问题（编码器方法丢失，无法序列化日期时间等），正是由于这些问题，我最终在web处理程序中得到了以下代码：

。。。
结果=获取数据（）
def_编码的_结果（）：
收益率“[”
对于idx，枚举中的项（结果）：
如果idx>0：
收益率“
产生json.dumps（JSU编码器（item.dict（））
收益率“]”
返回StreamingResponse（\u编码的\u结果（））

现在。。。在您提问之前：是的，它可以工作，但我想知道这一切是否都是必要的，或者是否有更好的方法可以做到这一点。要添加更多上下文，第一个代码段中的记录是一个SQLAlchemy模型实例，而

.To_entity（）

将其转换为Pydantic数据实例。在第二个代码片段中，我对pydantic类调用了

.dict（）

，因此我得到了一个Python

dict

，它可以在被

.json.dumps（…）

之前通过

JSU编码器

我敢肯定，我不是唯一一个尝试使用FastAPI返回/传输非常大的数据集的人，所以我想知道是否有内置的或更好的方法来实现这一点。谢谢

---

注意：我主要关心的是（如果我不清楚的话）给定一个Pydantic实体，我需要首先调用

.dict（）

方法，然后它需要通过

jsonable\u编码器

最后通过

json.dumps

。我希望这个转换是在FastAPI内部的某个地方实现的，并且隐藏在web处理程序中。TL/DR

\u编码的\u结果

应该是不需要的。

我想问题是因为您试图流式传输JSON，所以无法从FastAPI提供的所有好处中获益。您不需要调用

.dict（）

，

jsu编码器

能够解析Pydantic模型，假设单个项是模型。通常的工作流程是使用

response\u model

参数声明响应模型，FastAPI将进行解析、验证等。您可以流式传输字节或文本，然后在客户端处理数据，但不确定在您的情况下此选项是否可行。