GlueSQL ORM 实现与 AST Builder 类型公开探讨
2025-06-28 22:37:54作者:宣聪麟
GlueSQL ORM 的设计思路
在数据库应用开发中,ORM(对象关系映射)工具能够显著提升开发效率。最近在 GlueSQL 项目中,开发者正在探索如何为其实现一个简单的 ORM 层。这个 ORM 设计采用了 Rust 的派生宏(derive macro)方式,允许开发者通过简单的属性标注来自动生成数据库操作方法。
典型的 ORM 模型定义如下所示:
#[derive(GlueSqlModel)]
pub struct File {
#[gluesql("PRIMARY KEY")]
pub id: u64,
#[gluesql("NOT NULL")]
pub name: String,
#[gluesql("NOT NULL")]
pub size: u64,
#[gluesql("NOT NULL")]
pub created_at: NaiveDateTime,
#[gluesql("NOT NULL")]
pub modified_at: NaiveDateTime,
}
这种设计会自动为结构体生成一系列数据库操作方法,包括:
- 从数据库行转换为 Rust 结构体的方法
- 将结构体转换为数据库行的方法
- 创建和删除对应数据库表的方法
AST Builder 的角色与类型公开问题
GlueSQL 的 AST Builder 是一个查询构建器,它通过链式调用生成抽象语法树(AST)。在 ORM 实现中,设计者希望使用 AST Builder 节点作为方法的返回类型,以便用户能够灵活地自定义这些查询。
然而,在实现过程中发现,并非所有的 AST Builder 节点类型都是公开的(public)。例如 TableNameNode 和 InsertSourceNode 等类型目前无法在外部使用,这限制了 ORM 功能的完整实现。
ORM 的扩展方向
GlueSQL 的 ORM 实现可以考虑两个主要方向:
- 模式验证:确保数据库操作符合预定义的数据结构约束
- 查询结果反序列化:将查询结果自动转换为 Rust 结构体
目前 AST Builder 主要承担查询构建的角色。一个潜在的设计思路是创建自定义的 Execute trait,这个 trait 可以:
- 接收 ORM 模式结构体
- 验证数据结构模式
- 将查询结果反序列化为 ORM 结构体
这种设计保持了灵活性,同时提供了 ORM 的便利性。开发者可以基于现有的 AST Builder 构建更高级的抽象,而无需修改核心库的实现。
技术实现建议
对于 AST Builder 类型的公开问题,建议将所有构建器节点类型设为公开,因为它们本来就是设计为公共接口的一部分。这将为 ORM 实现和其他扩展提供更大的灵活性。
在 ORM 的具体实现上,可以考虑分层设计:
- 基础层:使用 AST Builder 构建查询
- ORM 层:提供高级抽象和自动转换
- 扩展层:允许开发者自定义行为
这种设计既保持了核心的简洁性,又为复杂应用场景提供了足够的扩展能力。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
热门内容推荐
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
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++
941
868
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
394
292
暂无简介
Dart
911
219
🎉 (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
1.54 K
894
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
198
昇腾LLM分布式训练框架
Python
142
168
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
1.07 K
557