EdgeDB 嵌套函数中的 DML 查询编译错误解析
2025-05-16 13:59:32作者:昌雅子Ethen
问题背景
在使用 EdgeDB 数据库时,开发者尝试通过创建一系列实用函数来实现基于 JSON 数据的对象插入和检索功能。具体场景是:当 JSON 数据是字符串/UUID 时检索对象,当 JSON 是对象时则执行插入操作。
这种设计模式在单独插入单个对象时工作正常,但当尝试通过嵌套函数调用插入关联数据时,系统会抛出以下错误信息:
InternalServerError: Can't compile ref to inline parameter ns~3@@(__derived__::expr~31)
技术分析
函数设计架构
开发者设计了三层函数结构:
- 基础插入函数:
insert_institution直接执行机构数据的插入操作 - 智能判断函数:
insert_or_create_institution根据输入 JSON 类型决定是插入新记录还是查询现有记录 - 顶层聚合函数:
insert_person处理人员数据及其关联机构
问题重现条件
当执行以下查询时会出现编译错误:
select (insert_person(<json>$0)) { ** }
传入的 JSON 数据结构包含人员基本信息及其关联机构:
{
"first_name": "jane",
"last_name": "doe",
"alias": "jdoe",
"institutions": [
{
"name": "test",
"code": "TEST",
"kind": "Lab"
}
]
}
底层原因
这个错误源于 EdgeDB 编译器在处理嵌套的内联函数时存在缺陷。具体来说:
- 当
insert_person函数调用insert_or_create_institution时 - 后者又可能调用
insert_institution - 在这种多层嵌套的 DML (数据操作语言) 场景下
- 编译器无法正确处理参数引用的作用域
解决方案与建议
临时解决方案
对于需要立即使用的场景,可以考虑:
- 将嵌套的函数调用拆分为多个独立查询
- 在应用层实现逻辑判断而非数据库函数层
- 使用事务包装多个独立操作
最佳实践
在设计 EdgeDB 数据操作逻辑时:
- 避免在函数中嵌套多层 DML 操作
- 对于复杂的数据关系操作,考虑使用脚本(script)而非函数
- 保持函数的单一职责原则
- 对关键操作添加明确的错误处理
技术展望
这类问题反映了 EdgeDB 在函数式编程与 DML 操作结合方面的挑战。随着版本迭代,我们可以期待:
- 更健壮的嵌套函数编译机制
- 更清晰的错误提示信息
- 更完善的 DML-in-function 支持
对于需要复杂数据操作的场景,建议关注 EdgeDB 的版本更新日志,及时获取相关改进信息。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
383
457
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
680
暂无简介
Dart
804
198
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
353
210
昇腾LLM分布式训练框架
Python
119
146
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781