Bun ORM中自动更新时间戳的最佳实践
2025-06-15 09:24:24作者:俞予舒Fleming
在使用Bun ORM进行数据库操作时,自动更新时间戳字段是一个常见的需求。本文将深入探讨如何正确配置Bun模型以实现自动更新时间戳功能,特别是在使用Upsert操作时的注意事项。
模型定义中的时间戳字段
在Bun ORM中定义模型时,通常会包含创建时间和更新时间两个字段。标准的定义方式如下:
type ConfigApproval struct {
bun.BaseModel
CreateTime time.Time `bun:"d_create,nullzero,notnull,default:current_timestamp"`
UpdateTime time.Time `bun:"d_update,nullzero,notnull,default:current_timestamp"`
}
这里的关键点在于使用default:current_timestamp来设置默认值,确保记录创建时能自动填充时间戳。
Upsert操作的特殊处理
当使用Upsert操作(即Insert on Conflict Update)时,Bun ORM不会自动更新UpdateTime字段。这是因为Upsert是一个复合操作,Bun无法自动判断这是否应该触发更新时间戳。
解决方案有两种:
1. 显式设置更新时间
在Upsert语句中手动指定更新时间:
_, err := db.NewInsert().
Model(configApproval).
On("CONFLICT (s_merchant_id,s_type) DO UPDATE").
Set("d_update = EXCLUDED.d_update").
Exec(ctx)
2. 使用BeforeAppendModel钩子
更优雅的方式是使用模型钩子自动处理时间戳:
func (u *ConfigApproval) BeforeAppendModel(ctx context.Context, query bun.Query) error {
switch query.(type) {
case *bun.InsertQuery:
u.CreateTime = time.Now()
case *bun.UpdateQuery:
u.UpdateTime = time.Now()
}
return nil
}
这种方法可以确保无论是普通更新还是Upsert操作,都能正确更新时间戳。
数据库层面的解决方案
除了应用层处理,还可以考虑在数据库层面实现自动更新时间戳:
- 使用触发器:创建触发器在记录更新时自动修改时间戳字段
- 使用列默认值:设置
ON UPDATE CURRENT_TIMESTAMP属性(MySQL风格) - 使用PostgreSQL的生成列:创建基于当前时间的生成列
最佳实践建议
- 对于简单项目,推荐使用BeforeAppendModel钩子,它简单直观且不依赖特定数据库功能
- 对于大型项目或需要数据库移植性的场景,考虑使用数据库触发器
- 保持一致性,项目中最好只采用一种时间戳更新策略
- 在团队文档中明确记录所采用的时间戳更新机制
通过合理选择和应用这些方法,可以确保Bun ORM项目中的时间戳字段始终保持准确和一致。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-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).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
138
169
暂无简介
Dart
598
130
React Native鸿蒙化仓库
JavaScript
235
309
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++
632
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
703
🎉 (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
1.06 K
616
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
197
74
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
1.03 K
460