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
kernelopenEuler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。C072
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0130
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
460
3.43 K
暂无简介
Dart
713
170
Ascend Extension for PyTorch
Python
267
304
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
186
71
React Native鸿蒙化仓库
JavaScript
284
332
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++
842
417
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
446
130
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
10
1
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
105
119