Ent框架中GraphQL突变操作的字段排除机制
2025-05-14 15:02:14作者:侯霆垣
概述
在使用Ent框架的GraphQL生成工具时,开发者经常会遇到需要限制某些字段在GraphQL突变操作中不可修改的需求。特别是对于数据库管理字段如created_at、updated_at和id等,这些字段通常应该由系统自动维护,而不应该通过GraphQL API暴露给客户端修改。
问题背景
在Ent框架中,当使用GraphQL生成工具时,默认情况下所有字段都会包含在GraphQL模式中,包括创建和更新操作的输入类型。这对于某些系统管理字段来说可能不是理想的行为,因为这些字段应该:
- 在查询结果中可见
- 可用于排序操作
- 但不应允许通过突变操作修改
解决方案
Ent框架提供了entgql.Skip注解来解决这个问题。这个注解可以精确控制哪些字段应该从GraphQL的哪些部分中排除。
基本用法
func (T) Mixin() []ent.Mixin {
return []ent.Mixin{
mixin.AnnotateFields(
mixin.Time{},
entgql.Skip(entgql.SkipMutationCreateInput|entgql.SkipMutationUpdateInput),
),
}
}
注解选项
entgql.Skip支持以下选项组合:
SkipMutationCreateInput- 从创建突变输入中排除字段SkipMutationUpdateInput- 从更新突变输入中排除字段- 可以使用位或操作符
|组合多个选项
实际应用示例
对于常见的数据库管理字段,可以这样定义:
func (CommonMixin) Fields() []ent.Field {
return []ent.Field{
field.Time("created_at").
Default(time.Now).
Immutable().
Annotations(
entgql.Skip(entgql.SkipMutationCreateInput|entgql.SkipMutationUpdateInput),
entgql.OrderField("CREATED_AT"),
),
field.Time("updated_at").
Default(time.Now).
Immutable().
UpdateDefault(time.Now).
Annotations(
entgql.Skip(entgql.SkipMutationCreateInput|entgql.SkipMutationUpdateInput),
entgql.OrderField("UPDATED_AT"),
),
field.UUID("id").
Default(uuid.New).
Immutable().
Annotations(
entgql.Skip(entgql.SkipMutationCreateInput|entgql.SkipMutationUpdateInput),
),
}
}
注意事项
entgql.Skip只影响GraphQL模式生成,不会影响数据库层面的约束- 即使排除了字段,它们仍然会出现在查询结果中
- 排除的字段仍然可以用于排序和过滤操作
- 建议同时使用
Immutable()来确保数据库层面的保护
最佳实践
对于系统管理字段,推荐同时使用以下保护措施:
- GraphQL层面:使用
entgql.Skip排除突变操作 - 数据库层面:使用
Immutable()防止直接修改 - 业务逻辑层面:在必要时添加额外的验证
通过这种多层次的保护,可以确保关键系统字段不会被意外或恶意修改。
登录后查看全文
热门项目推荐
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 StartedRust0191
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 Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
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
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
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++
857
1.93 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++
684
1.33 K
Ascend Extension for PyTorch
Python
719
882
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++
1.08 K
1.1 K
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
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
998
609