Laravel-Countries项目中的全局作用域详解
引言
在Laravel-Countries项目中,全局作用域(Global Scopes)是一个非常重要的概念,它可以帮助开发者自动过滤和优化数据查询。本文将深入解析项目中默认应用的两个全局作用域,帮助开发者更好地理解和使用它们。
什么是全局作用域
全局作用域是Laravel Eloquent模型的一个强大特性,它允许开发者定义一组查询约束条件,这些条件会自动应用到模型的所有查询中。在Laravel-Countries项目中,Country模型和Region模型默认启用了两个全局作用域。
默认全局作用域
1. 可见性作用域(Visible Scope)
这个作用域确保只有is_visible字段为true的国家/地区才会被查询出来。其底层实现相当于在所有查询中自动添加了:
$builder->where('is_visible', true);
这意味着默认情况下,所有被标记为不可见的国家/地区都会被自动过滤掉,无需开发者手动添加这个条件。
2. 翻译作用域(Translation Scope)
这个作用域确保每次查询国家/地区数据时,都会自动预加载(Eager Loading)关联的翻译数据。其底层实现相当于:
$builder->withTranslation();
这避免了N+1查询问题,提高了应用性能,同时也简化了开发者的工作。
如何禁用全局作用域
虽然全局作用域非常有用,但有时我们需要绕过这些默认约束。Laravel-Countries项目提供了便捷的方法来临时禁用这些作用域。
禁用翻译作用域
使用withNotTranslation()方法可以在特定查询中移除翻译作用域:
use Lwwcas\LaravelCountries\Models\Country;
// 获取英国数据,但不预加载翻译
Country::withNotTranslation()
->whereName('United Kingdom')
->first();
禁用可见性作用域
使用withNotVisible()方法可以在特定查询中移除可见性过滤:
use Lwwcas\LaravelCountries\Models\Country;
// 获取英国数据,包括不可见的记录
Country::withNotVisible()
->whereName('United Kingdom')
->first();
实用方法
除了全局作用域外,项目还提供了一系列实用方法来操作和检查可见性状态:
| 方法名称 | 描述 |
|---|---|
| isVisible() | 检查国家/地区是否可见(返回布尔值) |
| isHidden() | 检查国家/地区是否隐藏(返回布尔值) |
| setVisibleTrue() | 将国家/地区标记为可见 |
| setVisibleFalse() | 将国家/地区标记为不可见 |
| setModelVisible() | 将国家/地区标记为可见(与setVisibleTrue()相同) |
| setModelHidden() | 将国家/地区标记为不可见(与setVisibleFalse()相同) |
使用建议
-
性能考虑:默认启用的翻译作用域虽然方便,但如果确定不需要翻译数据,可以使用
withNotTranslation()来提高查询性能。 -
数据完整性:在后台管理系统中,可能需要查看所有国家/地区(包括不可见的),这时可以使用
withNotVisible()。 -
批量操作:当需要批量修改国家/地区的可见性状态时,可以使用提供的set方法,它们会自动处理模型的保存操作。
注意事项
- 全局作用域是默认启用的,除非显式禁用
- 禁用作用域只对当前查询有效,不会影响其他查询
- 修改可见性状态后,模型会自动保存,无需额外调用save()方法
通过理解这些全局作用域和实用方法,开发者可以更高效地使用Laravel-Countries项目,构建出更健壮的国际化和地区相关的应用功能。
kernelopenEuler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。C092
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00