深入解析Go-Jet项目中Sqlite GENERATED列的插入问题
2025-06-26 03:11:35作者:秋阔奎Evelyn
在Go-Jet项目的最新版本2.11.1中,针对Sqlite数据库的GENERATED列支持带来了一个值得开发者注意的行为变化。本文将详细分析这个问题的本质、产生原因以及解决方案。
问题背景
当使用Go-Jet与Sqlite数据库交互时,如果表结构中包含GENERATED列(计算列),在进行数据插入操作时可能会遇到"列数不匹配"的错误。例如,一个包含3个常规列和8个GENERATED列的表,在插入数据时会报告"表有3列但提供了11个值"的错误。
技术原理
GENERATED列是Sqlite 3.31.0版本引入的特性,这些列的值由表达式自动计算得出,而非直接存储。在Go-Jet 2.11.1版本中,模型生成器会为GENERATED列创建对应的字段,但在实际插入操作时,Sqlite引擎并不接受为这些计算列提供显式值(即使是NULL值)。
问题复现
考虑以下表结构定义:
CREATE TABLE test (
created_at date DEFAULT CURRENT_TIMESTAMP,
updated_at date,
jvalues TEXT NOT NULL,
j1 TEXT GENERATED ALWAYS as (JSON_EXTRACT(jvalues, "$.J1")),
-- 其他7个类似的GENERATED列...
);
当使用Go-Jet的模型插入方式时:
r := model.Test{Jvalues: jvalues}
insert := Test.INSERT().MODEL(r)
会导致上述列数不匹配的错误。
解决方案
方案一:显式指定列
最直接的解决方案是在插入时明确指定要插入的列:
insert := Test.INSERT(Test.Jvalues).VALUES(jvalues)
方案二:结合模型和列指定
为了保持类型检查的优势,可以结合模型和列指定:
r := model.Test{Jvalues: jvalues}
insert := Test.INSERT(Test.Jvalues).MODEL(r)
方案三:使用MutableColumns
Go-Jet提供了更优雅的解决方案,使用MutableColumns方法自动排除不可变列:
insert := Test.INSERT(Test.MutableColumns...).MODEL(r)
最佳实践建议
- 对于包含GENERATED列的表,始终明确指定插入列
- 考虑在项目中使用
MutableColumns作为默认实践 - 在模型定义文档中明确标注GENERATED列
- 编写单元测试验证插入行为是否符合预期
总结
Go-Jet对Sqlite GENERATED列的支持是一个进步,但也带来了新的使用注意事项。理解数据库引擎对计算列的处理方式,并采用适当的插入策略,可以确保应用的稳定性和可维护性。随着Go-Jet项目的持续发展,这类边界情况的处理将会更加完善。
对于开发者而言,掌握这些细节不仅能解决当前问题,也能加深对ORM框架与数据库交互机制的理解,为处理其他类似场景积累经验。
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
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
157
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
242
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