首页
/ LoopBack数据模型定义语言(LDL)完全指南

LoopBack数据模型定义语言(LDL)完全指南

2025-06-04 14:17:24作者:劳婵绚Shirley

前言

LoopBack数据源Juggler中的模型定义语言(LDL)是定义数据模型的核心工具。本文将全面解析LDL的语法特性、使用场景和最佳实践,帮助开发者高效构建LoopBack应用的数据模型层。

什么是LDL

LDL(LoopBack Definition Language)是一种简洁的领域特定语言,用于在JavaScript或JSON中定义数据模型。它提供了:

  1. 类型系统:支持基本数据类型和复杂类型
  2. 模型继承:支持模型间的继承关系
  3. 关系定义:支持多种模型关联方式
  4. 数据约束:支持字段级验证规则
  5. 数据映射:支持与底层数据源的映射配置

基础模型定义

简单JSON定义

{
    "id": "number",
    "firstName": "string",
    "lastName": "string"
}

这个模型定义了三个属性:

  • id: 数字类型
  • firstName: 字符串类型
  • lastName: 字符串类型

JavaScript定义

var UserDefinition = {
    id: Number,
    firstName: String,
    lastName: String
}

JavaScript版本更为简洁,直接使用类型构造函数。

支持的基本类型

LDL支持以下基本类型:

  • String/Text
  • Number
  • Boolean
  • Array
  • Object
  • Date
  • Buffer/Binary
  • GeoPoint

类型名称不区分大小写,"Number"和"number"等效。

模型构造器创建

使用ModelBuilder将定义转换为可用的模型构造器:

var ModelBuilder = require('loopback-datasource-juggler').ModelBuilder;
var modelBuilder = new ModelBuilder();

var User = modelBuilder.define('User', {
    id: Number,
    firstName: String,
    lastName: String
});

var user = new User({id: 1, firstName: 'John', lastName: 'Smith'});

模型行为扩展

数据源注入方法

var DataSource = require('loopback-datasource-juggler').DataSource;
var ds = new DataSource('memory');

var User = ds.define('User', UserDefinition);

User.create({id: 1, firstName: 'John', lastName: 'Smith'}, function(err, user) {
    // CRUD操作
});

手动添加方法

// 静态方法
User.findByLastName = function(lastName, cb) {
    User.find({where: {lastName: lastName}}, cb);
};

// 实例方法
User.prototype.getFullName = function() {
    return this.firstName + ' ' + this.lastName;
};

高级模型配置

模型级选项

{
    "name": "User",
    "options": {
        "strict": true,       // 是否严格模式
        "idInjection": false, // 是否自动注入id
        "plural": "users"     // 复数形式
    },
    "properties": {...}
}

属性定义进阶

{
    "id": {
        "type": "number",
        "id": true,
        "doc": "用户ID"
    },
    "firstName": {
        "type": "string",
        "required": true,
        "oracle": {
            "column": "FIRST_NAME",
            "type": "VARCHAR(32)"
        }
    }
}

复合ID

var InventoryDefinition = {
    productId: {type: String, id: 1},
    locationId: {type: String, id: 2},
    qty: Number
}

模型关系

一对一关系 (belongsTo)

Order.belongsTo(Customer);
// 使用方式
order.customer(callback);

一对多关系 (hasMany)

Customer.hasMany(Order, {as: 'orders', foreignKey: 'customerId'});
// 使用方式
customer.orders(filter, callback);

多对多关系 (hasAndBelongsToMany)

User.hasAndBelongsToMany('groups', {model: Group, foreignKey: 'groupId'});
// 使用方式
user.groups(callback);

通过中间表的多对多 (hasMany through)

Physician.hasMany(Patient, {through: Appointment});
Patient.hasMany(Physician, {through: Appointment});

模型继承与混入

继承

var Customer = User.extend('customer', {
    accountId: String,
    vip: Boolean
});

混入

var TimeStamp = modelBuilder.define('TimeStamp', {
    created: Date,
    modified: Date
});
User.mixin(TimeStamp);

最佳实践

  1. 命名规范:模型名使用单数形式,属性名使用小驼峰
  2. 严格模式:生产环境建议启用严格模式
  3. 文档注释:为重要属性添加doc描述
  4. 关系设计:根据业务需求选择合适的关系类型
  5. 类型选择:精确选择数据类型,如Date而非字符串存储时间

总结

LoopBack的模型定义语言提供了强大而灵活的方式来定义数据模型。通过本文的介绍,开发者可以掌握从基础模型定义到复杂关系配置的全套技能,为构建健壮的LoopBack应用打下坚实基础。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (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
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8