Aller au contenu

Base de données relationnelle Python

Ce générateur crée un nouveau projet de base de données relationnelle Python soutenu par Amazon Aurora (PostgreSQL ou MySQL), SQLModel pour la modélisation des données, et Alembic pour les migrations de schéma. Il génère le code d’application et l’infrastructure nécessaires pour provisionner et gérer une base de données en utilisant AWS CDK ou Terraform, avec une définition de schéma déclarative, un déploiement automatique des migrations et un client de base de données.

  1. Installez le Nx Console VSCode Plugin si ce n'est pas déjà fait
  2. Ouvrez la console Nx dans VSCode
  3. Cliquez sur Generate (UI) dans la section "Common Nx Commands"
  4. Recherchez @aws/nx-plugin - py#rdb
  5. Remplissez les paramètres requis
    • Cliquez sur Generate
    ParamètreTypePar défautDescription
    name Requisstring-Nom du projet de base de données à générer
    directory stringpackagesLe répertoire dans lequel stocker l'application.
    subDirectory string-Le sous-répertoire dans lequel le projet est placé. Par défaut, il s'agit du nom du projet.
    infra aurora | noneauroraService de base de données relationnelle à provisionner.
    engine postgres | mysqlpostgresMoteur de base de données à utiliser avec le service sélectionné.
    databaseUser stringdbadminNom d'utilisateur administrateur de la base de données. Par défaut 'dbadmin'.
    databaseName string-Nom initial de la base de données. Par défaut, le nom du projet.
    framework sqlmodelsqlmodelFramework ORM à utiliser pour le projet généré.
    iac inherit | cdk | terraforminheritLe fournisseur IaC préféré. Par défaut, il est hérité de votre sélection initiale.
    preferInstallDependencies booleantrueIndique s'il faut privilégier l'installation des dépendances après l'exécution du générateur. Définir sur false pour différer l'installation lors du traitement par lots de plusieurs générateurs (une installation s'exécute toujours si nécessaire pour que les générateurs suivants puissent calculer le graphe de projet Nx) ; installer une seule fois à la fin.

    Le générateur crée la structure de projet suivante dans le répertoire <directory>/<name> :

    • Répertoire<name>
      • __init__.py Exports du package (get_engine, session_context)
      • connection.py Moteur de base de données et fabrique de sessions avec authentification IAM
      • utils.py Configuration d’exécution et assistants de développement local
      • migration_handler.py Gestionnaire Lambda qui exécute les migrations Alembic pendant le déploiement
      • create_db_user_handler.py Gestionnaire Lambda qui crée l’utilisateur de base de données d’application pendant le déploiement
      • Répertoiremodels
        • example.py Exemple de définition de table SQLModel
    • Répertoiremigrations
      • versions Scripts de migration générés par Alembic
      • env.py Environnement Alembic (se connecte à la base de données)
      • script.py.mako Modèle de script de migration Alembic
    • alembic.ini Configuration Alembic
    • config.json Détails de connexion de développement local et clé de configuration d’exécution
    • Dockerfile.migration Image de conteneur pour le gestionnaire de migration
    • Dockerfile.create-db-user Image de conteneur pour le gestionnaire create-db-user
    • project.json Configuration du projet et cibles de build

    Les scripts de développement local sont partagés entre tous les projets de base de données et générés dans packages/common/scripts/ :

    • Répertoirepackages/common/scripts/src/rdb
      • pull-image.ts Récupère l’image de conteneur de base de données
      • start-container.ts Démarre un conteneur de base de données local
      • wait-for-postgres-db.ts Attend que la base de données locale soit prête (PostgreSQL)
      • wait-for-mysql-db.ts Attend que la base de données locale soit prête (MySQL)

    Ce générateur fournit de l’infrastructure as code basée sur votre iacProvider choisi. Il créera un projet dans packages/common qui inclut les constructions CDK ou modules Terraform pertinents.

    Le projet commun d’infrastructure as code est structuré comme suit :

    • Répertoirepackages/common/constructs
      • Répertoiresrc
        • Répertoireapp/ Constructions pour l’infrastructure spécifique à un projet/générateur
        • Répertoirecore/ Constructions génériques réutilisées par celles dans app
        • index.ts Point d’entrée exportant les constructions depuis app
      • project.json Cibles de build et configuration du projet
    • Répertoirepackages/common/constructs/src
      • Répertoireapp
        • Répertoiredbs
          • <name>.ts Infrastructure spécifique à votre base de données
      • Répertoirecore
        • Répertoirerdb
          • aurora.ts Construction générique de base de données Aurora

    La base de données déployée a l’architecture suivante. Par défaut, un Amazon RDS Proxy se trouve devant le cluster Aurora pour mettre en commun les connexions et pour activer l’authentification IAM — voir Désactiver RDS Proxy pour l’alternative. L’architecture est la même que vous sélectionniez le moteur PostgreSQL ou MySQL ; seule la variante du moteur Aurora diffère.

    Application(Lambda, Agent, ...)RDS ProxyMigrations LambdaAurora(PostgreSQL or MySQL)Secrets Manager(DB credentials) SQL (IAM auth) Schema migrations Admin credentials

    Le projet généré utilise SQLModel pour définir votre schéma de base de données. Le flux de travail est axé sur le modèle : ajoutez ou mettez à jour les classes de table SQLModel dans le répertoire <name>/models/ de votre projet de base de données, puis générez une migration à partir de ces modifications de modèle.

    Exemple de modèle :

    packages/my_db/my_db/models/example.py
    from sqlalchemy import Column, String
    from sqlmodel import Field, SQLModel
    class ExampleModel(SQLModel, table=True):
    id: int | None = Field(default=None, primary_key=True)
    name: str = Field(sa_column=Column(String(255), nullable=False))
    description: str | None = Field(default=None, sa_column=Column(String(255), nullable=True))

    Importez vos modèles dans <name>/models/__init__.py afin qu’Alembic puisse les découvrir lors de l’autogénération.

    Après avoir ajouté ou mis à jour des modèles, utilisez Alembic pour générer et appliquer des scripts de migration. La cible alembic générée démarre automatiquement un conteneur de base de données local avant l’exécution :

    Terminal window
    pnpm nx run <project>:alembic revision --autogenerate -m "describe your change"

    Cela génère un nouveau script de migration dans migrations/versions/. Examinez le script généré avant de l’appliquer.

    Appliquez la migration à votre base de données locale :

    Terminal window
    pnpm nx run <project>:migrate

    Lorsque vous déployez la pile AWS, l’infrastructure générée applique automatiquement les migrations générées à la base de données déployée.

    Lorsque vous récupérez des fichiers de migration créés par d’autres développeurs, appliquez-les à votre base de données locale :

    Terminal window
    pnpm nx run <project>:migrate

    La cible alembic générée expose l’interface CLI d’Alembic, vous pouvez donc exécuter n’importe quelle commande Alembic sur la base de données locale. Consultez la référence des commandes Alembic pour les commandes disponibles.

    Terminal window
    pnpm nx run <project>:alembic <alembic-command>

    L’arrêt de dev (par exemple avec Ctrl+C) supprime automatiquement le conteneur de base de données local, mais préserve le volume nommé afin que vos données persistent entre les redémarrages.

    Importez session_context depuis votre package de base de données et utilisez-le comme gestionnaire de contexte asynchrone pour obtenir une AsyncSession :

    from sqlmodel import select
    from my_scope.my_db import session_context
    from my_scope.my_db.models.example import ExampleModel
    async def example():
    async with session_context() as session:
    results = (await session.execute(select(ExampleModel))).all()

    Le client de base de données automatiquement :

    • Récupère la configuration de la base de données depuis AWS AppConfig en utilisant la variable d’environnement RUNTIME_CONFIG_APP_ID
    • Génère des jetons d’authentification temporaires via le signataire RDS boto3 pour l’authentification IAM
    • Établit des connexions TLS en utilisant ssl.create_default_context()

    Le générateur de base de données relationnelle crée une infrastructure CDK ou Terraform en fonction de votre iacProvider sélectionné.

    Le construct CDK est créé dans common/constructs. Exemple d’utilisation :

    packages/infra/src/stacks/application-stack.ts
    import { MyDatabase } from ':my-scope/common-constructs';
    export class ApplicationStack extends Stack {
    constructor(scope: Construct, id: string, props?: StackProps) {
    super(scope, id, props);
    ...
    const db = new MyDatabase(this, 'Db', {
    vpc,
    vpcSubnets: {
    subnetType: SubnetType.PRIVATE_ISOLATED,
    }
    });
    }
    }

    Cela provisionne un cluster Aurora avec RDS Proxy, des identifiants administrateur, un utilisateur de base de données d’application, l’enregistrement de la configuration d’exécution et un gestionnaire de migration.

    L’infrastructure générée crée deux utilisateurs de base de données :

    • Utilisateur administrateur - Créé lors du provisionnement du cluster avec des identifiants stockés dans AWS Secrets Manager
    • Utilisateur d’application - Créé via une ressource personnalisée Lambda avec l’authentification IAM activée et des privilèges DML (SELECT, INSERT, UPDATE, DELETE) sur la base de données d’application

    L’utilisateur d’application est automatiquement créé avec un nom aléatoire et l’authentification IAM. Le client de base de données généré est déjà configuré pour s’authentifier en tant que cet utilisateur en utilisant des jetons RDS de courte durée, de sorte que votre code d’application ne gère jamais les mots de passe de base de données.

    Votre VPC doit inclure des sous-réseaux publics, des sous-réseaux privés avec sortie et des sous-réseaux privés isolés. La base de données peut s’exécuter dans des sous-réseaux privés isolés, tandis que les fonctions Lambda d’application doivent s’exécuter dans des sous-réseaux privés avec sortie afin qu’elles puissent atteindre les services AWS tels qu’AppConfig.

    packages/infra/src/stacks/application-stack.ts
    const vpc = new Vpc(this, 'Vpc', {
    subnetConfiguration: [
    {
    name: 'public',
    subnetType: SubnetType.PUBLIC,
    },
    {
    name: 'private_with_egress',
    subnetType: SubnetType.PRIVATE_WITH_EGRESS,
    },
    {
    name: 'private_isolated',
    subnetType: SubnetType.PRIVATE_ISOLATED,
    },
    ],
    });

    Utilisez le générateur connection pour connecter un projet à cette base de données — consultez le guide de connexion pour le type de calcul approprié (par exemple FastAPI, serveur MCP, agent) pour le câblage d’infrastructure requis pour l’atteindre.

    L’infrastructure générée inclut un RDS Proxy par défaut, qui se situe entre votre application et le cluster Aurora. RDS Proxy offre plusieurs avantages :

    • Mise en commun des connexions - Maintient un pool de connexions à la base de données qui peuvent être partagées entre les instances d’application, réduisant ainsi la surcharge liée à l’établissement de nouvelles connexions
    • Résilience des connexions - Gère automatiquement les basculements et les reconnexions lors des remplacements d’instances Aurora ou de la maintenance
    • Authentification IAM - Prend en charge l’authentification de base de données basée sur IAM, éliminant le besoin de gérer les identifiants de base de données dans le code de votre application
    • Sécurité améliorée - Applique le chiffrement TLS pour toutes les connexions

    Vous pouvez désactiver le proxy RDS comme suit :

    packages/infra/src/stacks/application-stack.ts
    import { MyDatabase } from ':my-scope/common-constructs';
    const db = new MyDatabase(this, 'Db', {
    ...
    enableRdsProxy: false,
    });

    Lorsque RDS Proxy est désactivé, votre application se connecte directement au point de terminaison du cluster Aurora.

    Le bundle CA Amazon RDS doit être dans le magasin de confiance système de l’environnement d’exécution.

    ADD https://truststore.pki.rds.amazonaws.com/global/global-bundle.pem /etc/pki/ca-trust/source/anchors/global-bundle.pem
    RUN update-ca-trust

    Pour les fonctions Lambda déployées en zip (telles qu’une py#api FastAPI), le magasin de confiance CA intégré de l’environnement d’exécution Lambda Amazon Linux 2023 inclut les CA racine Amazon utilisées par RDS.

    Lors de l’utilisation de RDS Proxy, vous n’avez pas besoin de configurer le bundle CA RDS dans l’environnement d’exécution qui se connecte à la base de données.

    Configurez les instances d’écriture et de lecture pour votre cluster Aurora.

    packages/infra/src/stacks/application-stack.ts
    import { MyDatabase } from ':my-scope/common-constructs';
    const db = new MyDatabase(this, 'Db', {
    ...
    writer: ClusterInstance.serverlessV2('writer'),
    readers: [ClusterInstance.serverlessV2('reader')],
    });

    Contrôlez les limites de mise à l’échelle d’Aurora Serverless v2 pour correspondre à votre charge de travail.

    packages/infra/src/stacks/application-stack.ts
    import { MyDatabase } from ':my-scope/common-constructs';
    const db = new MyDatabase(this, 'Db', {
    ...
    serverlessV2MinCapacity: 0.5,
    serverlessV2MaxCapacity: 8,
    });

    Épinglez une version spécifique du moteur Aurora.

    Par défaut, l’image de conteneur de base de données locale générée correspond à la version par défaut du moteur Aurora. Si vous modifiez la version du moteur Aurora, il est recommandé d’utiliser également une version d’image de conteneur locale correspondante pour une compatibilité maximale. Consultez les notes de version AWS pour les versions Aurora PostgreSQL et les versions Aurora MySQL pour identifier la version de base de données communautaire correspondante.

    L’image de base de données locale est configurée dans le champ localDev.image du fichier config.json généré à la racine de votre projet de base de données. Mettez à jour cette valeur lorsque vous changez de version de moteur.

    engine = postgres
    packages/infra/src/stacks/application-stack.ts
    import { MyDatabase } from ':my-scope/common-constructs';
    const db = new MyDatabase(this, 'Db', {
    ...
    engineVersion: AuroraPostgresEngineVersion.VER_17_7,
    });
    engine = mysql
    packages/infra/src/stacks/application-stack.ts
    import { MyDatabase } from ':my-scope/common-constructs';
    const db = new MyDatabase(this, 'Db', {
    ...
    engineVersion: AuroraMysqlEngineVersion.VER_3_12_0,
    });

    La protection contre la suppression est activée par défaut (deletionProtection: true dans CDK, deletion_protection = true dans Terraform) pour protéger le cluster Aurora contre toute suppression accidentelle.

    Vous pouvez désactiver la protection contre la suppression pour les environnements où la suppression de la base de données est attendue, comme les stacks de développement ou de prévisualisation éphémères.

    packages/infra/src/stacks/application-stack.ts
    import { MyDatabase } from ':my-scope/common-constructs';
    const db = new MyDatabase(this, 'Db', {
    ...
    deletionProtection: false,
    });

    Le construct CDK conserve le cluster Aurora par défaut (removalPolicy: RemovalPolicy.RETAIN). Modifiez ceci lorsque vous souhaitez que la suppression de la stack CDK crée un snapshot ou détruise le cluster à la place.

    Lors de l’utilisation de RemovalPolicy.DESTROY, la protection contre la suppression doit également être désactivée avant que le cluster puisse être supprimé.

    packages/infra/src/stacks/application-stack.ts
    import { RemovalPolicy } from 'aws-cdk-lib';
    import { MyDatabase } from ':my-scope/common-constructs';
    const db = new MyDatabase(this, 'Db', {
    ...
    removalPolicy: RemovalPolicy.SNAPSHOT,
    });

    Pour un environnement éphémère où la base de données doit être supprimée avec la stack :

    packages/infra/src/stacks/application-stack.ts
    import { RemovalPolicy } from 'aws-cdk-lib';
    import { MyDatabase } from ':my-scope/common-constructs';
    const db = new MyDatabase(this, 'Db', {
    ...
    deletionProtection: false,
    removalPolicy: RemovalPolicy.DESTROY,
    });

    Performance Insights est activé par défaut sur l’instance d’écriture Aurora (chiffré avec la clé KMS du cluster). Vous pouvez également exporter les journaux du moteur Aurora vers CloudWatch Logs (postgresql pour Aurora PostgreSQL ; audit, error, general et slowquery pour Aurora MySQL). Activez l’export des journaux par base de données :

    packages/infra/src/stacks/application-stack.ts
    import { MyDatabase } from ':my-scope/common-constructs';
    const db = new MyDatabase(this, 'Db', {
    ...
    enableCloudwatchLogs: true,
    enablePerformanceInsights: false, // disable if not required
    });

    La clé KMS utilisée pour chiffrer le cluster Aurora et son secret d’identifiants a la rotation automatique des clés activée par défaut. Désactivez-la si votre politique de sécurité gère la rotation en externe.

    packages/infra/src/stacks/application-stack.ts
    import { MyDatabase } from ':my-scope/common-constructs';
    const db = new MyDatabase(this, 'Db', {
    ...
    enableKeyRotation: false,
    });

    Utilisez le générateur connection pour intégrer ce projet avec d’autres dans votre espace de travail. Les connexions suivantes impliquent ce projet :

    Strands AgentsPythonAmazon AuroraPython
    Python Agent to Relational DatabaseConnecter un agent Python à une base de données relationnelle Aurora
    FastAPIAmazon AuroraPython
    FastAPI to Relational DatabaseConnecter une FastAPI à une base de données relationnelle Aurora
    Model Context ProtocolPythonAmazon AuroraPython
    Python MCP Server to Relational DatabaseConnecter un serveur MCP Python à une base de données relationnelle Aurora