面试题：Python数据库复杂查询的调试

from sqlalchemy import create_engine, Column, Integer, String, Float, Date
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base
from datetime import datetime, timedelta

# 创建数据库引擎
engine = create_engine('sqlite:///example.db')
# 创建会话
Session = sessionmaker(bind=engine)
session = Session()

# 声明基类
Base = declarative_base()

# 用户表模型
class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, primary_key=True)
    name = Column(String)
    age = Column(Integer)
    city = Column(String)

# 订单表模型
class Order(Base):
    __tablename__ = 'orders'
    id = Column(Integer, primary_key=True)
    user_id = Column(Integer)
    amount = Column(Float)
    order_date = Column(Date)

# 查找年龄大于30岁且在过去一个月内有订单金额大于1000的用户
one_month_ago = datetime.now().date() - timedelta(days=30)
result = session.query(User).join(Order, User.id == Order.user_id)\
   .filter(User.age > 30, Order.amount > 1000, Order.order_date >= one_month_ago)\
   .all()

for user in result:
    print(user.name)

# 调试技巧：
1. **打印SQL语句**：
   - 使用`print(str(query.statement.compile(compile_kwargs={"literal_binds": True})))`，这里`query`是构建的SQLAlchemy查询对象，通过打印SQL语句，可以检查SQL的语法以及条件是否正确，例如是否正确连接了表，过滤条件是否符合预期。
2. **检查数据类型**：
   - 确认数据库表中列的数据类型与查询中使用的数据类型一致。比如日期类型的比较，确保`order_date`是`Date`类型，并且`one_month_ago`也是合适的日期类型。
   - 可以在查询前，通过`print(User.age.type)`等方式检查列的数据类型。
3. **分步查询**：
   - 先分别执行简单的查询，例如先查询年龄大于30岁的用户`users_over_30 = session.query(User).filter(User.age > 30).all()`，再查询过去一个月内订单金额大于1000的订单`orders_over_1000 = session.query(Order).filter(Order.amount > 1000, Order.order_date >= one_month_ago).all()`。
   - 然后逐步组合查询，这样可以更容易定位问题出在哪个部分的查询逻辑上。
4. **日志记录**：
   - 在SQLAlchemy中配置日志记录，例如：
   ```python
   import logging
   logging.basicConfig()
   logging.getLogger('sqlalchemy.engine').setLevel(logging.INFO)
这会记录SQLAlchemy执行的详细日志，包括连接数据库、执行SQL语句等信息，有助于分析查询执行过程中的问题。
面试题：Python数据库复杂查询的调试

知识考点

面试题答案
