ZenStack中日期字段与Futures结合使用的注意事项
2025-07-01 17:09:14作者:廉彬冶Miranda
前言
在使用ZenStack进行数据建模时,开发者经常会遇到需要对未来状态进行验证的场景。特别是在处理包含日期/时间字段的模型时,如何正确使用Futures功能进行验证是一个需要特别注意的技术点。本文将深入分析一个典型的使用案例,帮助开发者避免常见陷阱。
问题背景
在数据模型中,我们经常需要设置一些业务规则来限制对日期字段的修改。例如,在软删除场景中,我们可能希望:
- 禁止将删除时间设置为未来时间
- 确保已删除记录不能被再次修改
这些需求看似简单,但在ZenStack的实现中却存在一些需要特别注意的细节。
典型错误示例
考虑以下模型定义:
model Test {
id String @id @default(dbgenerated("uuid_generate_v4()")) @db.Uuid
deleted_at DateTime? @db.Timestamp(6)
@@allow('all', true)
@@deny("update",
deleted_at != null ||
future().deleted_at > now()
)
}
开发者期望实现:
- 已删除记录(deleted_at不为null)禁止修改
- 不能将deleted_at设置为未来时间
然而,这种实现方式在实际运行中会出现意外行为。
问题根源分析
问题的核心在于PostgreSQL处理NULL值的方式。当ZenStack执行"post-update"规则检查时:
- 对于
deleted_at != null部分,在检查时它始终为false - 因此系统会评估
future().deleted_at > now() - ZenStack将其转换为Prisma查询:
{ NOT: { deleted_at: { gt: new Date() } } } - 在PostgreSQL中,任何与NULL的比较都会返回NULL
- 最终导致规则检查失败
正确实现方式
正确的实现应该显式处理NULL值的情况:
model Test {
id String @id @default(dbgenerated("uuid_generate_v4()")) @db.Uuid
deleted_at DateTime? @db.Timestamp(6)
@@allow('all', true)
@@deny("update",
future().deleted_at != null &&
future().deleted_at > now()
)
}
这种实现方式:
- 首先检查deleted_at是否不为NULL
- 只有当不为NULL时,才检查它是否大于当前时间
- 完全避免了NULL值比较带来的问题
最佳实践建议
- 显式处理NULL值:在使用Futures时,总是显式检查字段是否为NULL
- 优先使用正向规则:尽可能使用
@@allow而非@@deny,逻辑通常更清晰 - 充分测试:对日期字段的规则进行全面的单元测试,包括边界情况
- 理解数据库行为:了解底层数据库对NULL值的处理方式,避免意外行为
总结
在ZenStack中使用Futures功能处理日期字段时,开发者需要特别注意NULL值的处理。通过显式检查字段是否为NULL,可以避免许多潜在问题。理解这些细节将帮助开发者构建更加健壮的数据访问控制层。
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 StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
776
5.07 K
Ascend Extension for PyTorch
Python
756
961
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++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430