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。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。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
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00