SQLDelight 对 PostgreSQL 日期时间字面量的支持增强
在数据库开发中,日期和时间类型的处理一直是关键功能之一。SQLDelight 作为一款强大的 SQL 类型安全生成器,近期在其 PostgreSQL 方言中加强了对 DATE 和 TIME 字面量的支持,这为开发者提供了更完善的类型安全保证。
背景与问题
PostgreSQL 数据库支持使用特定语法直接表示日期和时间值,例如 DATE '2023-05-15' 和 TIME '10:30:45'。这种字面量表示法在编写 SQL 查询时非常常见且实用。然而,在 SQLDelight 2.0.2 版本中,PostgreSQL 方言对这些标准日期时间字面量的支持存在缺失,导致开发者无法在类型安全的方式下使用这些特性。
解决方案实现
SQLDelight 开发团队通过内部重构解决了这一问题。修复工作主要作为 EXTRACT 函数支持的一部分完成,这使得日期时间字面量能够与 EXTRACT 函数配合使用,例如:
-- 从时间值中提取微秒部分
SELECT EXTRACT(MICROSECONDS FROM TIME '17:12:28.5');
-- 从日期值中提取ISO年份
SELECT EXTRACT(ISOYEAR FROM DATE '2006-01-01');
这种实现方式不仅解决了基本的字面量支持问题,还确保了与 PostgreSQL 日期时间函数的良好兼容性。
技术意义
这一改进为开发者带来了以下优势:
-
完整的类型安全:开发者现在可以在保持类型安全的前提下使用 PostgreSQL 原生的日期时间字面量语法。
-
更好的可读性:直接使用标准日期时间字面量使 SQL 查询更加清晰易读。
-
功能完整性:与 EXTRACT 等日期时间函数的结合使用,使得 SQLDelight 对 PostgreSQL 日期时间处理的覆盖更加全面。
-
符合标准:支持标准的 PostgreSQL 语法,降低了从原生 SQL 迁移到 SQLDelight 的学习成本。
实际应用示例
开发者现在可以安全地编写如下查询:
-- 查询特定日期的数据
selectDateLiteral:
SELECT DATE '2023-05-15';
-- 查询特定时间的数据
selectTimeLiteral:
SELECT TIME '10:30:45';
-- 结合EXTRACT函数使用
selectExtractFromTime:
SELECT EXTRACT(HOUR FROM TIME '17:12:28.5');
这些改进使得 SQLDelight 在 PostgreSQL 环境下的日期时间处理能力更加完善,为开发者提供了更强大的工具来处理时间相关的数据查询和操作。
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
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01