SQLite ORM 中 mapped_view 的 size() 方法问题解析
2025-07-01 17:08:12作者:邓越浪Henry
问题背景
在 SQLite ORM 项目中,开发者发现了一个关于 mapped_view 类中 size() 方法的行为异常。当使用条件过滤查询结果时,size() 方法返回的是未过滤前的完整表记录数,而不是符合过滤条件的记录数。
问题重现
考虑以下代码示例:
struct Person {
std::string name;
};
auto storage = make_storage("my.db",
make_table("People",
make_column("name", &Person::name)
)
);
storage.insert<Person>(Person("Linus"));
storage.insert<Person>(Person("Dennis"));
// 预期返回1,实际返回2
auto count = storage.iterate<Person>(where(c(&Person::name) == "Linus")).size();
在这个例子中,我们期望查询名为"Linus"的人数,但 size() 方法却返回了整个表的记录数2,而不是预期的1。
技术分析
mapped_view 的设计初衷
mapped_view 是 SQLite ORM 提供的一个视图类,用于表示数据库查询结果。最初设计时,它被构想为一个类似 STL 容器的接口,因此包含了 size() 方法作为便利功能。
问题的根本原因
随着功能演进,mapped_view 开始支持带条件的查询,但 size() 方法的实现没有相应更新。它仍然执行了一个简单的 COUNT(*) 查询,而没有考虑查询条件,导致了行为不一致。
专家观点
项目维护者和贡献者经过讨论后认为:
size()方法作为视图的一部分并不符合现代 C++ 范围(range)的概念- 输入范围(input range)不应该有
size()方法,因为:- 它不是恒定时间复杂度的操作
- 不能保证多次迭代结果一致
- 每次调用都会触发新的数据库查询
解决方案
项目团队决定完全移除 mapped_view 中的 size() 和 empty() 方法,这与现代 C++ 的范围概念更加一致。对于需要获取记录数的场景,开发者应该显式执行计数查询:
// 替代方案
auto count = storage.count<Person>(where(c(&Person::name) == "Linus"));
总结
这个案例展示了在 ORM 设计中接口一致性的重要性。SQLite ORM 团队通过移除不符合概念的接口,使 API 更加清晰和符合预期。对于开发者而言,理解底层数据库操作的成本和接口设计的考量,有助于编写更高效的代码。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220