alembic 默认同步执行，与fastapi+sqlalchemy异步模式冲突，需为迁移单独配置同步引擎、统一用同步base定义模型，并确保env.py中正确导入模型和赋值target_metadata。
为什么直接用 alembic init 会报错 “Event loop is closed”
因为 Alembic 默认同步执行，而 FastAPI + SQLAlchemy 异步模式（AsyncEngine）下，create_async_engine 创建的引擎不能被同步 ORM 操作直接调用。你在 env.py 里若直接调 engine.connect() 或 run_migrations_online()，就会触发事件循环已关闭的错误——本质是 Alembic 启动时没接管异步上下文。
实操建议：
- 不要在
env.py中直接 await 异步操作；Alembic 运行时没有运行中的 event loop - 改用
sync_engine做迁移：为 Alembic 单独配置一个同步数据库 URL（哪怕和异步 URL 完全一样），用create_engine而非create_async_engine - 确保
target_metadata指向你实际定义模型的MetaData对象（通常是Base.metadata），且该对象由同步版declarative_base()构建（不是async_sessionmaker所依赖的异步 Base）
如何让 alembic revision 正确识别模型变更
Alembic 不会自动扫描你的 .py 文件，它只认 env.py 中显式导入并赋值给 target_metadata 的 MetaData。如果你用的是异步声明基类（比如 DeclarativeBase = declarative_base()），但模型文件里又用了 class User(Base): ...（其中 Base 是异步基类），那 Base.metadata 实际上是空的——因为异步基类默认不挂载表元数据到全局 MetaData。
实操建议：
- 统一使用同步
Base定义模型：即使业务代码用异步 session，模型类本身仍应继承自标准declarative_base() - 在
env.py开头显式导入模型模块，例如from app.models import Base，再设target_metadata = Base.metadata - 运行
alembic revision --autogenerate -m "init"前，确认所有模型已 import 到env.py可见作用域
alembic upgrade head 成功但表没创建？检查这三处
常见现象：命令返回 OK，但连上数据库发现表完全不存在，或只有 alembic_version 表。这不是 Alembic 失败，而是它根本没拿到你的模型元数据。
实操建议：
- 检查
env.py中target_metadata是否为None或空MetaData()对象（打印target_metadata.tables可验证） - 确认
SQLALCHEMY_DATABASE_URL在env.py中指向的是真实可写的数据库（不是内存 SQLite 或拼写错误的 host） - 避免在模型文件中条件导入（如
if TYPE_CHECKING:包裹模型定义），这类代码不会被 Alembic 执行时加载
异步应用启动时如何安全触发 alembic upgrade
别在 main.py 里直接调 os.system("alembic upgrade head") ——这不可靠、难调试、无法捕获错误。更糟的是，如果多个 worker 同时启动，可能并发执行 migration。
实操建议：
- 把迁移逻辑封装成独立函数，用
alembic.config.Config和alembic.command.upgradeAPI 调用（非 shell） - 只在主进程（如 Uvicorn 的
on_startup）中执行一次，加文件锁或 DB 锁判断是否已执行 - 生产环境更推荐：将
alembic upgrade head作为部署脚本的一部分，在服务启动前手动/CI 执行，而非耦合进应用生命周期
复杂点在于：异步框架和同步迁移工具的边界必须划清。很多人试图“彻底异步化 Alembic”，结果掉进 asyncio 线程池、loop 传递、contextvars 泄漏的坑里。稳住，用同步引擎管迁移，用异步引擎管业务，才是最小心智负担的路径。
大量免费API接口：立即使用
涵盖生活服务API、金融科技API、企业工商API、等相关的API接口服务。免费API接口可安全、合规地连接上下游，为数据API应用能力赋能！
