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 StartedRust098- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
Notepad--极速优化指南:中文开发者的轻量编辑器解决方案Axure RP本地化配置指南:提升设计效率的中文界面切换方案3个技巧让你10分钟消化3小时视频,B站学习效率翻倍指南让虚拟角色开口说话:ComfyUI语音驱动动画全攻略7个效率倍增技巧:用开源工具实现系统优化与性能提升开源船舶设计新纪元:从技术原理到跨界创新的实践指南Zynq UltraScale+ RFSoC零基础入门:软件定义无线电Python开发实战指南VRCX虚拟社交管理系统:技术驱动的VRChat社交体验优化方案企业级Office插件开发:从概念验证到生产部署的完整实践指南语音转换与AI声音克隆:开源工具实现高质量声音复刻全指南
项目优选
收起
deepin linux kernel
C
28
16
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
568
98
暂无描述
Dockerfile
709
4.51 K
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++
958
955
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
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
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
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
2