GRDB.swift 中 @Observable 与 Codable 的兼容性问题解析
2025-05-30 13:23:19作者:虞亚竹Luna
在使用 GRDB.swift 进行 Swift 数据持久化开发时,开发者可能会遇到一个棘手的问题:当 Record 子类同时使用 @Observable 宏和 Codable 协议时,会出现 "_id" 列找不到的异常。本文将深入分析这一问题的根源,并提供解决方案。
问题现象
开发者在实现一个时间线应用时,定义了 TimelineItemBase 和 LocomotionSample 两个 Record 子类,并尝试通过关联查询获取数据。查询语句看似正确:
let request = TimelineItemBase
.including(all: TimelineItemBase.samples)
但在执行时却抛出异常:"column not found: _id"。错误信息中还显示出现了重复的字段:既有原始的 timelineItemId,又有一个自动生成的 grdb_timelineItemId。
问题根源
经过深入分析,发现问题出在 Swift 的 @Observable 宏与 Codable 协议的交互上:
- @Observable 宏会自动为类生成一些内部属性,包括以 _ 开头的属性(如 _id)
- 当类同时遵循 Codable 协议时,Swift 会尝试编码/解码这些内部属性
- GRDB 的 Record 类已经实现了 Codable 协议
- 这种多重交互导致了字段映射混乱
解决方案
针对这个问题,有以下几种解决方案:
方案一:移除 @Observable 宏
最简单的解决方案是暂时移除 @Observable 宏:
// 移除 @Observable 修饰符
public class TimelineItemBase: Record, Identifiable, Codable {
// ...
}
方案二:自定义编解码实现
如果需要保留 @Observable,可以手动实现 Codable 协议方法:
@Observable
public class TimelineItemBase: Record, Identifiable {
// ...
private enum CodingKeys: String, CodingKey {
case id, isVisit, startDate, endDate, source, deleted
// 显式列出所有需要编解码的属性
}
required init(from decoder: Decoder) throws {
let container = try decoder.container(keyedBy: CodingKeys.self)
// 手动解码每个属性
try super.init(from: decoder)
}
override func encode(to encoder: Encoder) throws {
var container = encoder.container(keyedBy: CodingKeys.self)
// 手动编码每个属性
try super.encode(to: encoder)
}
}
方案三:分离数据层与 UI 层
更优雅的架构设计是将数据模型与 UI 模型分离:
- 使用不可变的 Record 结构体作为数据层模型
- 创建独立的 Observable 类作为 UI 层模型
- 在两者之间进行转换
这种架构虽然需要更多样板代码,但能更好地隔离关注点,避免类似问题。
最佳实践建议
- 对于简单的数据模型,优先考虑使用结构体而非类
- 如果需要使用类,考虑是否真的需要 @Observable 宏
- 当必须同时使用 @Observable 和 Codable 时,务必手动实现编解码逻辑
- 对于性能敏感的场景,可以混合使用结构体和类,但要注意架构清晰
通过理解这些底层机制,开发者可以更自如地在 GRDB.swift 中使用 Swift 的各种现代特性,构建健壮高效的应用程序。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
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
433
395
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++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
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
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989