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
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
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
316
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