Redis 缓存

由于缓存机制的特性，非接口操作对数据的更改可能无法实时反映到结果中。以下是两种常见场景：

1. 返回数据异常

   适用场景： 非首次部署，或反复部署并初始化测试数据

   若此前已调用过 fba 接口，相关数据可能已悄无声息地写入 Redis 缓存。随后，即便重新部署了 fba，整个部署过程并不会自动清除 Redis 中的缓存数据。因此，调用重新部署后的 fba 接口时，若发现返回数据异常，而数据库检查又未发现问题，很可能是缓存未更新导致。此时，手动清理 Redis 中的 fba 缓存即可解决问题，系统将自动恢复正常

2. 手动修改数据库数据

   适用场景： 通过数据库直接修改数据

   假设我们直接在数据库中修改了某些数据，但调用接口后发现返回结果未发生变化。返回数据可能来源于 Redis 缓存，而通过数据库直接修改的操作不会触发缓存的自动更新。因此，返回数据看似未受影响。解决方法是手动清理 Redis 中的相关缓存，之后数据将正确反映修改结果

can't call await_only() here.

{
  "code": 500,
  "msg": "(sqlalchemy.exc.MissingGreenlet) greenlet_spawn has not been called; can't call await_only() here. Was IO attempted in an unexpected place?\n[SQL: SELECT sys_dict_data.id AS sys_dict_data_id, sys_dict_data.label AS sys_dict_data_label, sys_dict_data.value AS sys_dict_data_value, sys_dict_data.sort AS sys_dict_data_sort, sys_dict_data.status AS sys_dict_data_status, sys_dict_data.remark AS sys_dict_data_remark, sys_dict_data.type_id AS sys_dict_data_type_id, sys_dict_data.created_time AS sys_dict_data_created_time, sys_dict_data.updated_time AS sys_dict_data_updated_time \nFROM sys_dict_data \nWHERE %s = sys_dict_data.type_id]\n[parameters: [{'%(2071788311008 param)s': 1}]]\n(Background on this error at: https://sqlalche.me/e/20/xd2s)",
  "data": null,
  "trace_id": "89afd9b0f2b8442590661701e2b6b495"
}

在 SQLAlchemy 2.0 中异步中，关系（relationship）表默认使用 懒加载，所以，如果你未在 ORM 语句中添加关联字段的 加载策略，那么关联字段可能被定义为错误（如上图所示），此时如果调用 pydantic / fastapi 序列化，那么将触发字段错误，因为字段本身就是个错误

可用的解决方案有多种，请阅读 SQLA 官方文档，fba 默认使用 noload() 对此进行处理，例如：

stmt = (  
   select(self.model)
   .options(
         selectinload(self.model.dept).options(noload(Dept.parent), noload(Dept.children), noload(Dept.users)),
         noload(self.model.socials),
         selectinload(self.model.roles).options(noload(Role.users), noload(Role.menus), noload(Role.rules)),
   )
   .order_by(desc(self.model.join_time))
)