LoopBack数据模型定义语言(LDL)完全指南
2025-06-04 05:22:18作者:霍妲思
什么是LoopBack数据模型定义语言
LoopBack数据模型定义语言(LDL)是一种简洁的领域特定语言(DSL),用于在JavaScript或JSON中定义数据模型。作为LoopBack框架的核心组成部分,它允许开发者通过声明式语法快速构建数据模型,这些模型将成为应用程序与数据交互的基础。
基础模型定义
简单JSON模型示例
让我们从一个最基本的用户模型开始:
{
"id": "number",
"firstName": "string",
"lastName": "string"
}
这个模型定义了三个属性:
id
:数值类型的用户IDfirstName
:字符串类型的名字lastName
:字符串类型的姓氏
JavaScript等效定义
同样的模型可以用JavaScript更简洁地表示:
var UserDefinition = {
id: Number,
firstName: String,
lastName: String
}
JavaScript版本的优势在于:
- 不需要引号包裹属性名
- 直接使用JavaScript原生类型构造函数
- 代码更加紧凑易读
模型构建与使用
从定义到构造函数
LDL的核心功能是将模型定义编译为可用的JavaScript构造函数:
const ModelBuilder = require('loopback-datasource-juggler').ModelBuilder;
const modelBuilder = new ModelBuilder();
const User = modelBuilder.define('User', UserDefinition);
// 创建实例
const user = new User({
id: 1,
firstName: '张',
lastName: '三'
});
console.log(user.firstName); // 输出"张"
模型与数据源集成
单纯的模型构造函数只包含属性访问器,要使其具备完整的数据操作能力,需要与数据源绑定:
const DataSource = require('loopback-datasource-juggler').DataSource;
const ds = new DataSource('memory'); // 内存数据源
// 方式1:直接通过数据源定义
const User = ds.define('User', UserDefinition);
// 方式2:先创建后附加
User.attachTo(ds);
绑定后模型自动获得CRUD等数据操作方法。
高级模型特性
模型级配置选项
LDL提供了丰富的模型级配置:
{
"name": "User",
"options": {
"strict": true, // 是否严格模式(仅允许预定义属性)
"idInjection": false, // 是否自动注入id属性
"plural": "users", // 自定义复数形式
"oracle": { // 数据源特定配置
"schema": "HR",
"table": "EMPLOYEES"
}
},
"properties": {...}
}
属性定义进阶
属性定义支持多种配置:
{
"id": {
"type": "number",
"id": true, // 标识为主键
"doc": "用户唯一标识"
},
"email": {
"type": "string",
"required": true, // 必填项
"pattern": "^\\S+@\\S+$", // 正则验证
"oracle": { // 数据库列映射
"column": "EMAIL_ADDR",
"type": "VARCHAR2(128)"
}
}
}
支持的数据类型
LDL支持丰富的数据类型:
- 基本类型:String, Number, Boolean, Date
- 二进制数据:Buffer
- 复杂类型:Array, Object
- 地理信息:GeoPoint
- 任意类型:Any/JSON
数组类型示例:
{
tags: [String], // 字符串数组
scores: [{type: Number, min: 0}] // 带约束的数值数组
}
模型关系
1:1关系 (belongsTo)
Order.belongsTo(Customer);
// 使用方式
order.customer(callback); // 查询关联客户
order.customer(customerObj); // 设置关联
1:N关系 (hasMany)
Customer.hasMany(Order, {
as: 'orders', // 关系名称
foreignKey: 'customerId' // 外键字段
});
// 生成的关联方法
customer.orders.create({...}); // 创建关联订单
customer.orders.find(); // 查询所有订单
M:N关系 (hasAndBelongsToMany)
User.hasAndBelongsToMany('groups', {
model: Group,
foreignKey: 'groupId'
});
// 使用方法
user.groups.add(group); // 添加用户到组
user.groups.remove(group); // 从组移除
通过中间表的M:N关系 (hasMany through)
Physician.hasMany(Patient, {through: Appointment});
Patient.hasMany(Physician, {through: Appointment});
// 生成的查询方法
physician.patients.find({where: {...}});
模型继承与混入
模型继承
const Customer = User.extend('customer', {
vip: Boolean, // 新增属性
creditLevel: Number
});
混入模式
const TimestampMixin = {
createdAt: Date,
updatedAt: Date
};
User.mixin(TimestampMixin); // 混入时间戳功能
最佳实践建议
- 命名规范:模型名使用单数形式(PascalCase),属性名使用camelCase
- 严格模式:生产环境建议启用strict模式确保数据一致性
- 文档注释:为每个属性和关系添加doc描述
- 验证规则:充分利用内置验证约束保证数据质量
- 性能考虑:对于大型数据集,谨慎使用深度嵌套的对象类型
通过掌握LDL,开发者可以高效地构建出结构清晰、功能完善的数据模型,为LoopBack应用奠定坚实的基础。
登录后查看全文
热门项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0135AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
231
2.31 K

仓颉编译器源码及 cjdb 调试工具。
C++
112
78

React Native鸿蒙化仓库
JavaScript
216
290

暂无简介
Dart
532
117

仓颉编程语言运行时与标准库。
Cangjie
122
93

🎉 (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
992
587

Ascend Extension for PyTorch
Python
74
103

仓颉编程语言测试用例。
Cangjie
34
61

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
401