Drift 2.24.0 版本发布:JSONB支持与数据库交互增强
项目简介
Drift 是一个现代化的 Dart 数据库访问库,它提供了类型安全、编译时检查的 SQL 查询能力,同时支持 Flutter 和纯 Dart 项目。作为 SQLite 的高级封装,Drift 让开发者能够以更符合 Dart 语言习惯的方式处理数据库操作,同时保持高性能和灵活性。
版本亮点
1. 增强的 JSONB 支持
在 2.24.0 版本中,Drift 显著改进了对 JSONB 格式的支持。JSONB 是 SQLite 中存储 JSON 数据的二进制格式,相比普通 JSON 具有更好的查询性能和存储效率。
新版本引入了 TypeConverter.jsonb 方法,允许开发者直接将 Dart 对象存储为 SQLite 的 JSONB 格式。这种方式避免了额外的编码转换步骤,提高了数据存储和检索的效率。
同时,团队对原有的 JSON 支持进行了优化,将 TypeConverter.json 标记为弃用,推荐使用新的 TypeConverter.json2 方法。这一改进解决了之前版本中对象映射到 JSON 时可能发生的双重编码问题,使得数据转换更加高效。
2. 拦截器作用域控制
数据库操作拦截器是 Drift 提供的一个强大功能,允许开发者在查询执行前后插入自定义逻辑。在 2.24.0 版本中,新增了 runWithInterceptor 方法,使得拦截器的应用可以限定在特定的代码块中。
这一改进带来了更精细的控制能力,开发者现在可以:
- 只在特定业务逻辑中应用性能监控拦截器
- 临时启用调试日志而不影响全局
- 针对关键操作添加额外的安全检查
3. 生成器与工具链改进
Drift 的代码生成器在这一版本中也获得了多项增强:
- 全面支持 analyzer 7.x 系列版本,保持与最新 Dart 工具链的兼容性
- 添加了对 SQLite 3.48 新特性的分析支持
- 修复了全文搜索(FTS5)表相关的空安全分析问题,同时通过将版本提升至 3.48 来保持向后兼容性
技术细节解析
JSONB 转换的最佳实践
在新版本中使用 JSONB 转换非常简单。以下是一个典型示例:
class UserConverter extends TypeConverter<User, String> {
const UserConverter();
@override
User fromSql(String fromDb) => User.fromJson(jsonDecode(fromDb));
@override
String toSql(User value) => jsonEncode(value.toJson());
}
// 使用jsonb转换器
@DriftDatabase()
class MyDatabase extends _$MyDatabase {
// 使用jsonb转换器
MyDatabase() : super(_openConnection());
@override
List<TypeConverter> get typeConverters => [
const UserConverter().jsonb, // 使用jsonb格式
];
}
拦截器作用域控制示例
新的 runWithInterceptor 方法使用方式如下:
final db = MyDatabase();
// 只在当前块中使用拦截器
await db.runWithInterceptor(
() async {
// 这里的查询会受到拦截器影响
await db.someQuery();
},
interceptors: [mySpecialInterceptor],
);
// 这里的查询不受拦截器影响
await db.anotherQuery();
升级建议
对于正在使用 JSON 转换的现有项目,建议逐步迁移到新的 json2 或 jsonb 转换器以获得更好的性能。特别是处理大量 JSON 数据的应用,JSONB 格式可以带来显著的性能提升。
对于使用拦截器的项目,新的作用域控制功能可以帮助简化代码结构,减少不必要的全局拦截逻辑。
总结
Drift 2.24.0 版本通过增强 JSON 支持和改进拦截器功能,进一步巩固了其作为 Dart 生态中最强大数据库解决方案的地位。这些改进不仅提升了开发体验,还为处理复杂数据场景提供了更多可能性。对于追求高效、类型安全数据库操作的 Dart/Flutter 开发者来说,这个版本值得及时升级。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00