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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.85 K
Ascend Extension for PyTorch
Python
388
464
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++
895
687
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
355
216
昇腾LLM分布式训练框架
Python
121
147
暂无简介
Dart
807
199
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.38 K
782