LoopBack数据模型定义语言(LDL)完全指南
2025-06-04 16:34:19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
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具
项目优选
收起
deepin linux kernel
C
24
9
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
🔥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
暂无简介
Dart
670
155
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++
660
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
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
23
0
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
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322