SQLAlchemyとは｜Python ORMの事実上の標準

2026年6月4日

SQLAlchemy（エスキューエルアルケミー）は、Python向けのSQLツールキットおよびORMライブラリで、2006年にMike Bayer氏によって開発が始まりました。Python界における事実上の標準ORMとして広く採用されており、PostgreSQL、MySQL、MariaDB、SQLite、Oracle、SQL Server、その他多くのRDBMSに対応しています。低レベルのCoreと高レベルのORMという2層構造を持ち、生に近いSQL構築から本格的なオブジェクトマッピングまで段階的に活用できるのが特徴で、Flask、Pyramid、FastAPIなど主要なPython Webフレームワークとの組み合わせで圧倒的なシェアを誇ります。

この記事の目次

SQLAlchemyを構成する3つの主要レイヤ
SQLAlchemy 2.0系で大きく変わった書き方
SQLAlchemy導入時のチェックポイント
SQLAlchemyを使ったアプリ実装の流れ
まとめ

SQLAlchemyを構成する3つの主要レイヤ

SQLAlchemyは大きくCore層とORM層に分かれた階層構造を持つのが特徴です。Core層はSQL式言語（SQL Expression Language）とエンジン抽象を提供し、Pythonコード上でほぼ生SQLに近い式を組み立てつつ、データベース種別に依存しない形で実行できます。select(users_table).where(users_table.c.age > 20)のような記述は、生SQLの柔軟性と型チェックされたPythonコードの安全性を両立しています。

ORM層はその上に位置し、PythonクラスとDBテーブルを対応付けるDeclarative BaseとMapperの仕組みを提供します。Sessionオブジェクトは複数のオブジェクト変更をまとめて追跡し、commit時にまとめてSQLを発行するUnit of Workパターンを実装しているため、明示的なsaveを連発せずとも一貫した変更管理が可能です。Coreだけを使えば軽量なSQL生成ライブラリとして利用でき、ORMまで使えば本格的なドメインモデリングが実現できる、この二段構えがSQLAlchemyの大きな魅力です。

SQLAlchemy 2.0系で大きく変わった書き方

SQLAlchemy 2.0は2023年にリリースされ、長く使われてきた1.x系のスタイルから大きな転換が図られました。1.x系ではsession.query(User).filter_by(...).all()のようにQueryオブジェクト中心の書き方が主流でしたが、2.0系ではselect(User).where(...)を起点に、session.execute()で実行する統一的なスタイルが推奨されています。これによりCoreとORMでAPIが統一され、学習コストが下がるとともに、内部実装もシンプルになりました。

もう一つの大きな進化が型ヒントの大幅強化です。Mapped[int]やmapped_columnなどの新APIにより、SQLAlchemy 2.0系ではエンティティクラスのフィールド型をPythonの型システムに自然に統合でき、PylanceやmypyといったType Checkerによる静的検査が大きく強化されました。さらにasyncio対応も正式サポートされ、AsyncSessionを通じて非同期I/Oでクエリを実行できるようになっています。FastAPI等の非同期フレームワークと組み合わせる場合、この変更は実装の選択肢を大きく広げる重要なアップデートです。

SQLAlchemy導入時のチェックポイント

SQLAlchemyを新規プロジェクトに導入する際は、いくつかのポイントを押さえておくと運用が安定します。まず利用するPythonのバージョンは3.8以上、可能であれば3.11以上を選びましょう。最新のSQLAlchemy 2.x系は新しい型システムを十分に活用するため、古いPythonでは恩恵が小さくなります。スキーマ変更管理にはSQLAlchemy単体ではなくAlembicという公式マイグレーションツールを併用するのが定石で、Alembic init、revision、upgradeコマンドで進化を管理します。

アプリケーション設計では、Sessionのライフサイクルが運用品質に直結します。HTTPリクエスト単位でSessionを生成・破棄し、長時間使い回さないようにすることでメモリリークやデッドロックのリスクを軽減できます。クエリ面ではN+1問題が古くからの定番課題で、selectinloadやjoinedloadなどのEagerロード戦略を適切に選ぶ必要があります。本番ではログレベルを調整しつつ、必要に応じてecho=Trueや専用ロギングで実行SQLを把握できるようにし、パフォーマンスの異常を早期に検知する体制を整えましょう。

SQLAlchemyを使ったアプリ実装の流れ

SQLAlchemyを使った典型的なアプリケーション構築は、Engineの生成から始まります。create_engine('postgresql+psycopg://user:pass@host/db')のようにデータベースURLを指定してEngineを生成し、必要に応じてpool_sizeやecho、future=Trueといったオプションを設定します。Sessionは通常sessionmakerで生成し、依存性注入やFastAPIのDependsを通じてリクエストごとに提供する設計が一般的です。

モデル定義はDeclarative BaseクラスもしくはMappedAsDataclassを利用し、class User(Base): id: Mapped[int] = mapped_column(primary_key=True)のように書きます。リレーションはrelationship()で表現し、back_populatesやsecondaryで多対多も柔軟に表現できます。クエリはsession.execute(select(User).where(User.email == ...)).scalar_one()のような形で実行し、結果はPythonオブジェクトとして取得します。スキーマ変更はAlembicでrevisionファイルを作成しupgradeで適用、これらを一連のフローとしてCI/CDに組み込めば、堅牢で再現性の高いデータ基盤を構築できます。

まとめ

SQLAlchemyは、Python界における最も成熟したORM／SQLツールキットであり、CoreとORMの二層構造、Unit of Workパターン、Alembicとの連携など、長年の実装経験に裏打ちされた設計が魅力です。2.0系で導入された統一APIと型ヒント強化、async対応により、現代の非同期Web開発でも第一線の選択肢として通用します。FastAPIやFlaskと組み合わせれば、型安全で堅牢なPythonバックエンドを構築する強力な基盤となるでしょう。

※本記事はIT用語辞典の手書きドラフトです。公開前に最新情報・出典を確認のうえ加筆修正してください。

Post Views: 1