Drift数据库框架中DAO生成问题的分析与解决
2025-06-28 07:44:41作者:何举烈Damon
问题背景
在使用Drift数据库框架时,开发者可能会遇到DAO(Data Access Object)代码生成不正确的问题。具体表现为生成的app_database.g.dart文件中,DAO的getter方法尝试直接实例化抽象类,而不是使用预期的mixin实现类。
问题现象
生成的代码中出现了类似这样的错误实现:
late final RecipeDao recipeDao = RecipeDao(this as AppDatabase);
而期望的正确实现应该是:
late final RecipeDao recipeDao = _$RecipeDao(this);
这种错误的生成会导致编译失败,因为抽象类不能被直接实例化。
根本原因分析
经过深入分析,这个问题源于对Drift框架中DAO类定义规范的误解。开发者错误地将DAO类声明为抽象类(abstract class),而实际上Drift框架并不要求也不支持将DAO类声明为抽象类。
正确的DAO类定义方式
Drift框架提供了两种正确的DAO类定义方式:
方式一:使用mixin实现
这是Drift推荐的标准做法,需要在DAO类中使用with关键字混入生成的mixin类:
@DriftAccessor(tables: [Recipes])
class RecipeDao extends DatabaseAccessor<AppDatabase> with _$RecipeDaoMixin {
RecipeDao(AppDatabase db) : super(db);
Future<List<Recipe>> getAllRecipes() => select(recipes).get();
}
这种方式下:
- 类不需要也不应该声明为abstract
- 必须使用
@DriftAccessor注解 - 必须混入生成的mixin类(如
_$RecipeDaoMixin) - 可以直接使用表名(如
recipes)而不需要通过db.访问
方式二:不使用mixin实现
如果不使用mixin,则应该完全手动实现DAO类:
class RecipeDao extends DatabaseAccessor<AppDatabase> {
RecipeDao(AppDatabase db) : super(db);
// 需要手动添加表访问器
get recipes => db.recipes;
Future<List<Recipe>> getAllRecipes() => select(recipes).get();
}
这种方式下:
- 不需要
@DriftAccessor注解 - 不需要混入mixin类
- 需要手动添加表访问器
- 可以直接使用表名而不需要通过
db.访问
解决方案
要解决这个问题,开发者应该:
- 确保DAO类不是抽象类(移除abstract关键字)
- 如果使用mixin方式,确保:
- 添加
with _$YourDaoMixin - 保留
@DriftAccessor注解
- 添加
- 如果不使用mixin方式,确保:
- 移除
@DriftAccessor注解 - 手动添加表访问器
- 移除
- 执行完整的清理和重建流程:
flutter clean rm -rf .dart_tool build flutter pub get flutter pub run build_runner build --delete-conflicting-outputs
最佳实践建议
- 一致性:在整个项目中保持一致的DAO实现方式,要么全部使用mixin,要么全部手动实现
- 代码生成检查:每次修改DAO类后,检查生成的代码是否符合预期
- 版本控制:确保drift和drift_dev版本一致且兼容
- 文档参考:在遇到问题时,仔细查阅框架文档中的示例代码
总结
Drift框架是一个功能强大的Dart数据库解决方案,但需要正确理解其代码生成机制。DAO类的定义方式直接影响代码生成的结果,开发者应当遵循框架的规范,避免将DAO类声明为抽象类,并根据需要选择适当的实现方式(mixin或手动实现)。通过正确的类定义和完整的清理重建流程,可以解决大多数代码生成相关问题。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
541
3.77 K
Ascend Extension for PyTorch
Python
351
419
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++
889
615
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
338
186
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
988
253
openGauss kernel ~ openGauss is an open source relational database management system
C++
169
233
暂无简介
Dart
778
194
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
115
141
🎉 (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
1.35 K
759