jOOQ 3.21.0 新特性:支持在 DROP FUNCTION/PROCEDURE 语句中指定参数类型
在数据库开发中,存储过程和函数的重载是一个常见的需求。不同数据库系统对于删除重载函数和存储过程的语法要求各不相同。jOOQ 作为一款强大的 Java SQL 构建工具,在 3.21.0 版本中新增了对 DROP FUNCTION 和 DROP PROCEDURE 语句中参数类型支持的功能,使得开发者能够更精确地指定要删除的特定重载版本。
背景与需求
在支持函数和存储过程重载的数据库系统中(如 PostgreSQL、Db2、Snowflake 等),当存在多个同名但参数不同的函数或存储过程时,仅通过名称无法唯一标识要删除的对象。这时就需要在 DROP 语句中指定参数类型列表,有时甚至需要指定参数名称和模式(IN/OUT)。
例如,在 PostgreSQL 中,如果有两个名为 calculate 的函数:
- 一个接受
integer参数 - 另一个接受
text参数
要删除接受 integer 参数的版本,就需要使用:
DROP FUNCTION calculate(integer);
jOOQ 的新实现
jOOQ 3.21.0 版本为 DROP FUNCTION 和 DROP PROCEDURE 语句添加了参数类型支持,主要包含以下改进:
-
API 增强:
- 新增了
parameters()方法,允许开发者指定参数列表 - 区分了不调用
parameters()和调用空参数列表的不同语义 - 保持了向后兼容性,未指定参数列表时行为与之前版本一致
- 新增了
-
多方言支持:
- 对 PostgreSQL、Db2、Informix、YugabyteDB 等支持可选参数列表的方言进行了适配
- 对 Snowflake 等强制要求参数列表的方言提供了支持
- 对于不支持参数列表的数据库(如 MySQL、Oracle 等)则自动忽略参数列表
-
语法灵活性:
- 支持仅指定类型列表(如 Snowflake)
- 也支持完整的参数定义(名称+类型+模式,如 PostgreSQL)
使用示例
以下是在 jOOQ 中使用新特性的示例代码:
// 删除没有重载的函数(不指定参数)
dsl.dropFunction("func_name").execute();
// 删除特定参数类型的函数(Snowflake 风格)
dsl.dropFunction("func_name")
.parameters(int.class, String.class)
.execute();
// 删除带有完整参数定义的函数(PostgreSQL 风格)
dsl.dropFunction("func_name")
.parameters(
param("p1", INTEGER),
param("p2", VARCHAR).in()
)
.execute();
实现细节
jOOQ 团队在实现这一功能时面临了几个技术挑战:
-
API 设计:需要在保持向后兼容的同时,清晰地表达"不指定参数"和"指定空参数列表"这两种不同语义。
-
方言适配:不同数据库对参数列表的语法要求差异很大,需要为每种支持的方言定制实现。
-
类型安全:通过泛型和类型推导确保参数类型在编译期就能被正确验证。
未来展望
虽然当前版本已经覆盖了大多数使用场景,但 jOOQ 团队还规划了进一步的增强:
-
在需要参数列表但未提供的方言中,通过查询信息模式自动获取正确的参数列表。
-
增强对存储过程 OUT 参数的支持。
-
提供更多关于函数重载的元数据查询功能。
这一改进使得 jOOQ 在处理数据库函数和存储过程时更加精确和灵活,特别是在复杂的数据库环境中,能够帮助开发者避免意外的对象删除操作。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00