Ash Framework 中实现复合唯一约束的优雅方案
2025-07-08 21:56:04作者:幸俭卉
在数据库设计中,确保数据的唯一性约束是一个常见需求。Ash Framework 作为一个强大的 Elixir 框架,提供了多种方式来处理这类问题。本文将深入探讨如何在 Ash 中优雅地实现复合唯一约束,特别是针对需要特殊处理(如大小写不敏感)的场景。
复合唯一约束的常见场景
让我们以一个音乐数据库为例,其中包含专辑(albums)和艺术家(artists)两个主要实体。业务规则要求:
- 每个艺术家的专辑名称必须唯一
- 专辑名称的比较应该是大小写不敏感的
在传统 SQL 中,我们会创建一个复合唯一索引:
CREATE UNIQUE INDEX unique_name_per_artist ON albums (artist_id, LOWER(name));
Ash Framework 的现有解决方案
Ash 提供了 identities 功能来处理唯一性约束。当前实现方式需要借助计算字段:
postgres do
calculations_to_sql lowercase_name: "LOWER(name)"
end
calculations do
calculate :lowercase_name, :string, expr(string_downcase(name))
end
identities do
identity :unique_name_per_artist, [:lowercase_name, :artist_id]
end
这种实现存在两个主要限制:
- 计算字段不是数据库原生支持的属性,导致与 Phoenix.Form 的集成不够顺畅
- 错误信息默认附加到第一个字段上,不够灵活
改进方案:error_fields 选项
Ash 核心团队提出了更优雅的解决方案——引入 error_fields 选项。这个方案允许开发者:
- 保持数据库层面的复合唯一约束
- 灵活指定错误信息应该附加到哪些字段上
- 无需暴露中间的计算字段给前端
改进后的实现方式:
identities do
identity :unique_name_per_artist,
[:artist_id, :lowercase_name],
error_fields: [:name],
message: "专辑名称已存在"
end
技术实现细节
这个改进涉及两个层面的变更:
- Ash 核心层:修改
Ash.Changeset模块,使其在验证唯一性时考虑error_fields选项 - PostgreSQL 适配器层:调整错误处理逻辑,确保数据库返回的约束违规能正确映射到指定的字段
值得注意的是,Ash 的错误系统本身就支持将错误附加到多个字段上,这使得 error_fields 可以接受一个字段列表而不仅限于单个字段。
实际应用建议
在实际开发中,我们建议:
- 对于简单的唯一性约束,直接使用标准的
identity声明 - 对于需要特殊处理(如大小写不敏感)的复合约束,使用
error_fields方案 - 合理设计错误消息,确保最终用户能理解约束失败的原因
这种改进不仅解决了技术上的限制,还提升了开发体验和最终用户的使用感受,体现了 Ash Framework 对开发者友好性的持续关注。
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 StartedRust0212
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 Notebook0137
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
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
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
961
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++
872
2.01 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++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430