SQLDelight项目中的UNNEST函数使用问题解析
2025-06-03 13:31:05作者:尤峻淳Whitney
背景介绍
SQLDelight是一个强大的SQL代码生成工具,它能够将SQL查询转换为类型安全的Kotlin/Java代码。在PostgreSQL数据库操作中,UNNEST函数是一个非常有用的功能,它能够将数组类型的数据展开为多行记录,这在处理数组类型字段时特别有用。
问题现象
开发者在SQLDelight 2.0.2版本中使用PostgreSQL方言时,遇到了UNNEST函数无法识别的问题。具体表现为在查询中尝试使用UNNEST函数展开contributor_ids数组字段时,编译器报错提示"Unknown function UNNEST"。
技术分析
UNNEST函数在PostgreSQL中通常用于两种场景:
- 作为FROM子句中的表函数,与LATERAL JOIN配合使用
- 作为普通函数返回展开后的数组元素
当前SQLDelight版本对第一种使用场景的支持尚不完善,但第二种使用场景可以通过特定的语法变通实现。
解决方案
方案一:使用CAST函数转换
通过将UNNEST函数包裹在CAST表达式中,可以绕过SQLDelight的语法检查:
SELECT (CAST(UNNEST(contributor_ids) AS INTEGER) AS id, COUNT(*) AS total
FROM ProductUpdateDb
WHERE type = 0
AND issue_close_datetime IS NOT NULL
AND contributor_ids <> '{}'
GROUP BY (UNNEST(contributor_ids))
ORDER BY total DESC
LIMIT 2;
这种写法明确指定了数组元素的类型转换,既满足了SQLDelight的语法要求,又保持了查询的原始功能。
方案二:使用原生JDBC查询
对于更复杂的需求,可以直接使用JDBC API构建查询:
data class TopContributorsTotal(
val id: Int?,
val total: Long,
)
val mapper: (SqlCursor) -> TopContributorsTotal = { cursor ->
check(cursor is JdbcCursor)
TopContributorsTotal(
id = cursor.getInt(0),
total = cursor.getLong(1)
)
}
val query = object : ExecutableQuery<TopContributorsTotal>(mapper) {
override fun <R> execute(mapper: (SqlCursor) -> QueryResult<R>): QueryResult<R> {
return driver.executeQuery(-1, """
SELECT UNNEST(contributor_ids) AS id, COUNT(*) AS total
FROM ProductUpdateDb
WHERE type = 0
AND issue_close_datetime IS NOT NULL
AND contributor_ids <> '{}'
GROUP BY (UNNEST(contributor_ids))
ORDER BY total DESC
LIMIT 2""".trimMargin(), mapper, 0) {}
}
}
这种方法虽然代码量较大,但提供了最大的灵活性,可以完全按照PostgreSQL原生语法编写查询。
技术展望
SQLDelight团队正在积极改进对PostgreSQL特有语法的支持,包括双冒号类型转换操作符(::)和完整的UNNEST函数功能。开发者可以关注项目的更新动态,未来版本可能会提供更原生的支持方式。
最佳实践建议
- 对于简单查询,优先使用CAST转换方案
- 复杂查询或需要性能优化的场景考虑使用原生JDBC方案
- 定期检查SQLDelight更新日志,了解新版本对PostgreSQL特性的支持改进
- 在团队内部建立SQLDelight使用规范,统一处理这类特殊语法的情况
通过合理运用这些解决方案,开发者可以在当前SQLDelight版本中有效地处理PostgreSQL数组数据的展开操作,满足业务需求。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
9
1
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217