LoopBack数据模型定义语言(LDL)完全指南
2025-06-04 02:29:49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:
- 类型系统:支持基本数据类型和复杂类型
- 模型继承:支持模型间的继承关系
- 关系定义:支持多种模型关联方式
- 数据约束:支持字段级验证规则
- 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
- 命名规范:模型名使用单数形式,属性名使用小驼峰
- 严格模式:生产环境建议启用严格模式
- 文档注释:为重要属性添加doc描述
- 关系设计:根据业务需求选择合适的关系类型
- 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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0201- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
awesome-zig一个关于 Zig 优秀库及资源的协作列表。Makefile00
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
606
4.05 K
🔥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
69
21
暂无简介
Dart
848
205
🎉 (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
1.47 K
829
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
12
1
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
24
0
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++
923
771
🎉 基于Spring Boot、Spring Cloud & Alibaba、Vue3 & Vite、Element Plus的分布式前后端分离微服务架构权限管理系统
Vue
235
152
昇腾LLM分布式训练框架
Python
130
156