Drift 数据库:解决 View 中 groupBy 方法不可用的问题
概述
在使用 Drift 数据库(原 Moor)时,开发者可能会遇到一个常见问题:当尝试在 View 类中使用 groupBy 方法时,系统会提示该方法不可用。本文将深入分析这个问题,并提供解决方案。
问题背景
在 SQL 中,我们经常需要在视图定义中使用 GROUP BY 子句来对数据进行分组聚合。例如,我们可能需要获取每个能力(capability)下最新安装的零件信息。在原生 SQL 中,这很容易实现:
CREATE VIEW capability_part_items
AS
SELECT capability_id, part_id, max(happened_at) as happened_at
FROM part_installation_items
GROUP BY part_installation_items.capability_id
然而,当尝试在 Drift 的 View 类中实现相同的逻辑时,开发者会遇到 groupBy is not available 的错误提示。
问题分析
在 Drift 2.20.2 版本中,groupBy 方法设计上只能用于包含 join() 操作的查询。这意味着如果你直接从表中选择数据而不进行任何连接操作,就无法直接使用 groupBy 方法。
解决方案
方法一:使用空列表的 join 操作(临时解决方案)
在 Drift 2.20.2 版本中,可以通过添加一个空的 join 列表来使 groupBy 方法可用:
@override
Query as() => select([...]).from(partInstallationItems).join([]).groupBy([...])
这种方法虽然能解决问题,但不够优雅,属于临时解决方案。
方法二:升级 Drift 版本(推荐方案)
在即将发布的新版本 Drift 中,这个问题已经得到修复。新版本允许直接在 from() 后使用 groupBy 方法。此外,需要注意以下几点:
- 聚合函数(如
max())需要在视图类中定义,而不是在select()中直接使用 having条件可以作为groupBy的可选参数提供
以下是推荐的使用方式:
abstract class CapabilityPart extends View {
PartInstallationItems get partInstallationItems;
Expression<String> get capabilityId => partInstallationItems.capabilityId;
Expression<String> get partId => partInstallationItems.partId;
Expression<DateTime> get installationDate => partInstallationItems.happenedAt.max();
@override
Query as() => select([capabilityId, partId, installationDate])
.from(partInstallationItems)
..groupBy([capabilityId],
having: partInstallationItems.action.isIn(['Installed', 'Discovered']));
}
最佳实践
-
聚合函数定义:将聚合函数(如
max(),min(),avg()等)作为视图类的属性定义,而不是在select()中直接使用 -
条件过滤:使用
having参数来添加分组后的过滤条件,而不是在where子句中 -
版本选择:尽可能使用最新版本的 Drift,以获得最完整的功能支持
总结
在 Drift 数据库中定义包含分组聚合的视图时,需要注意 groupBy 方法的使用限制。通过合理设计视图类结构,并利用新版本的功能,可以优雅地实现复杂的分组查询需求。随着 Drift 的持续更新,这类限制将会越来越少,为开发者提供更灵活的查询构建能力。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00