在Drift数据库中处理多对多关系的JSON存储方案
2025-06-28 10:25:51作者:胡唯隽
多对多关系的数据建模挑战
在Drift数据库(原Moor)应用中,处理多对多关系是一个常见需求。本文通过一个实际案例探讨如何在Drift中优雅地实现产品线(ProductLine)与零件号(PartNumber)之间的多对多关联。
数据结构分析
案例中涉及两个主要实体:
- 产品线(ProductLine):每个产品线包含名称和关联的零件号列表
- 零件号(PartNumber):包含零件编号、可订购状态、描述和所属产品线名称
原始JSON数据结构展示了这种一对多关系,每个产品线下有多个零件号。
数据库表设计
在Drift中,我们通过两个表来实现这种关系:
class ProductLine extends Table {
IntColumn get id => integer().autoIncrement()();
TextColumn get name => text()();
TextColumn get partNumbers => text().map(PartNumberEntries.converter)();
}
class PartNumber extends Table {
IntColumn get id => integer().autoIncrement()();
TextColumn get partNumber => text().named('part_number')();
BoolColumn get orderable => boolean()();
TextColumn get description => text()();
TextColumn get productLineName => text().named('product_line_name')();
}
JSON序列化方案
我们使用自定义的PartNumberEntries类来处理零件号ID列表的JSON序列化:
@JsonSerializable()
class PartNumberEntries {
PartNumberEntries({required this.partNumberIds});
final List<int> partNumberIds;
// JSON序列化相关代码
static JsonTypeConverter<PartNumberEntries, String> converter =
TypeConverter.json(
fromJson: (json) => PartNumberEntries.fromJson(json as Map<String, Object?>),
toJson: (entries) => entries.toJson(),
);
}
数据插入策略
处理这种关联关系的数据插入时,面临一个关键挑战:零件号的ID在插入前是未知的。我们有两种解决方案:
方案一:使用业务主键替代技术主键
如果零件号在所属产品线内具有唯一性,可以使用{零件号,产品线名称}作为复合主键,避免依赖自增ID:
class PartNumber extends Table {
@override
Set<Column> get primaryKey => {partNumber, productLineName};
// 其他字段不变
}
方案二:分步插入获取ID
- 首先插入所有零件号记录,获取它们的ID
- 然后插入产品线记录,引用这些零件号ID
Future<List<ProductLineCompanion>> createProductLines() async {
List<ProductLineCompanion> productLines = [];
for (var data in jsonData) {
var partNumberIds = <int>[];
// 先插入零件号
for (var product in data.partNumbers) {
final row = await into(partNumber).insert(
PartNumberCompanion.insert(
partNumber: product.partNumber,
// 其他字段...
)
);
partNumberIds.add(row);
}
// 再插入产品线
productLines.add(ProductLineCompanion.insert(
name: data.name,
partNumbers: PartNumberEntries(partNumberIds: partNumberIds),
));
}
return productLines;
}
对于大批量数据,建议将整个操作包装在事务中以提高性能:
await transaction(() async {
await createProductLines();
});
性能优化建议
- 批量插入:使用Drift的
batch操作进行批量插入 - 事务处理:确保数据一致性并提高性能
- 索引优化:为经常查询的字段添加索引
- 延迟加载:只在需要时加载关联数据
总结
在Drift中处理多对多关系时,JSON序列化提供了一种灵活的解决方案。关键在于理解数据插入的顺序依赖关系,并选择适合业务场景的主键策略。通过合理的设计和优化,可以构建出既高效又易于维护的数据模型。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 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 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (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
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
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
330
137