Предложение по улучшению производительности

[mainStorne]

Использую Row или Scalar объекты у sqlalchemy с вызовом all метода загружает все объекты в память, вместо использования генератора (без вызова all метода), что ухудшает производительность ведь так и так схема pydantic делает перебор элементов и валидирует их. Предлогаю просто убрать вызов этого метода

 async def list(self, ...):
    ...
    return result.all()

заменить на

 async def list(self, ...):
    ...
    return result

Выбор с all методом очень ограничивает взаимодействие с результатом, например если я хочу использовать метод list и всё еще пользоваться его преимуществами, то из-за таких ограничений мне придется использовать assemble_statement

stmt = select(Role).join(UserRole, UserRole.role_id == Role.id).where(UserRole.user_id == user_id)
await super().list(session, order_by, filter_expressions, nullable_filter_expressions, options, where,
                                  stmt,
                                  unique=unique, **simple_filters)

Здесь я не смогу перевести результат в Scalar или что-нибудь ещё, так как будет использован метод all на результате

[e-kondr01]

На первый взгляд неплохое предложение. Мне нужно пройтись по использованию методов list и filter в своём коде и понять, не сломает ли что-то такое изменение. И если сломает, то насколько это критично

[e-kondr01]

К сожалению не получается просто ввести это изменение из-за обратной совместимости. В наших проектах встречаются места, где происходит что-то типо:

devices = await device_manager.list(...)
for device in devices:
    # Какая-то логика для отображения
    ....
return devices

Убрав .all(), это сломается, в ответе будет пустой список. Так как по генератору результата можно пройтись только один раз.

Надо будет в таких местах делать как минимум:

devices = await device_manager.list(...).all()
for device in devices:
    ....
return devices

[e-kondr01]

Как вариант, можно добавить ещё один параметр в списочные методы типа return_list: bool = True, который при передаче False будет возвращать просто Result/ScalarResult