Jet SQL 构建器新增自定义表达式支持
2025-06-26 00:09:57作者:冯梦姬Eddie
Jet SQL 构建器在最新版本中引入了一项重要功能更新,使得开发者能够更灵活地处理各种SQL方言中的特殊函数语法。这项改进特别针对那些包含关键字参数的SQL函数调用场景。
背景与挑战
在标准SQL和各类数据库方言中,存在大量使用关键字参数的函数调用形式。例如:
- 标准SQL中的SUBSTRING函数:
SUBSTRING(extraction_string FROM starting_position) - MySQL的TRIM函数:
TRIM(LEADING 'x' FROM str) - PostgreSQL的ARRAY_AGG函数:
ARRAY_AGG(a ORDER BY b DESC)
过去,Jet用户需要使用Raw表达式来处理这些特殊语法,这不仅不够优雅,而且在处理复杂表达式时尤为不便。特别是当参数不是简单的列名而是复杂表达式时,缺乏类型安全的构建方式。
解决方案
Jet v2.12.0版本引入了两个关键功能来解决这一问题:
- CustomExpression函数:允许开发者自由组合SQL表达式片段
- Token类型:表示SQL中的固定文本标记
通过这两个新功能,开发者可以轻松构建各种特殊语法的SQL函数调用。例如,实现PostgreSQL风格的ARRAY_AGG函数现在可以这样写:
func ARRAY_AGG_ORDER_BY(a Expression, b Expression) Expression {
return CustomExpression(
Token("array_agg("),
a,
Token("ORDER BY"),
b,
Token(")"),
)
}
或者使用更简洁的Func组合方式:
func ARRAY_AGG_ORDER_BY(a Expression, b Expression) Expression {
return Func("array_agg", CustomExpression(a, Token("ORDER BY"), b))
}
实际应用示例
假设我们需要构建一个包含ORDER BY子句的ARRAY_AGG查询,现在可以这样实现:
query := SELECT(
ARRAY_AGG_ORDER_BY(table.Column1, table.Column2.DESC()),
).FROM(table)
这种方式不仅保持了类型安全,还能确保生成的SQL语法完全符合目标数据库的要求。
优势与价值
这一改进为Jet用户带来了几个重要好处:
- 更好的类型安全:不再需要依赖Raw表达式和字符串拼接
- 更高的灵活性:可以处理各种数据库特有的函数语法
- 更清晰的代码:自定义函数封装使业务逻辑更易读
- 更好的可维护性:集中管理特殊语法,减少重复代码
对于需要支持多种数据库方言的项目,这项功能尤为重要,它使得开发者能够在不牺牲类型安全的前提下,灵活应对各种SQL语法差异。
总结
Jet SQL构建器通过引入CustomExpression和Token支持,显著提升了处理特殊SQL函数语法的能力。这一改进使得Jet在保持强类型优势的同时,能够更好地适应各种数据库方言的特殊需求,为开发者提供了更强大、更灵活的工具来构建复杂的SQL查询。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
最新内容推荐
Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
317
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
155
178
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++
639
246
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
241
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
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
470
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.02 K