在Drift中使用抽象类作为行映射的技术探讨
2025-06-28 10:10:14作者:吴年前Myrtle
背景介绍
在数据库应用开发中,我们经常会遇到需要处理继承结构的实体类映射到数据库表的情况。Drift作为一个强大的Dart数据库框架,提供了@UseRowClass注解来简化这种映射关系。然而,当我们需要将抽象基类映射到数据库表时,会遇到一些特殊的挑战。
问题场景
假设我们正在开发一个问卷系统,其中有一个基础的问题抽象类AbstractQuestion,以及多个具体的问题子类(如单选题、多选题等)。我们希望:
- 将所有问题存储在单一的数据库表中
- 表中包含所有问题共有的字段(如id、title)
- 同时包含各子类特有的可空字段
技术挑战
直接使用@UseRowClass(AbstractQuestion)会遇到以下问题:
- 查询时无法自动加载特定子类所需的字段
- 类型安全性难以保证
- 插入操作时无法验证特定子类所需的字段是否完整
解决方案一:JSON序列化方案
Drift的维护者推荐的首选方案是将子类特有的数据序列化为JSON存储:
typedef Question<T extends QuestionDetails> = ({int id, String title, T details});
sealed class QuestionDetails {
static QuestionDetails fromJson(Map<String, Object?> json) {
// 实现各子类的JSON反序列化
}
}
@UseRowClass(Question)
class Questions extends Table {
IntColumn get id => integer().autoIncrement()();
TextColumn get title => text()();
BlobColumn get details => blob().map(TypeConverter.jsonb(fromJson: QuestionDetails.fromJson))();
}
优点:
- 表结构清晰简单
- 易于实现分页查询
- 类型安全有保障
缺点:
- 需要实现JSON序列化逻辑
- 查询特定字段时可能需要额外处理
解决方案二:工厂构造函数方案
如果坚持使用单表多列的方式,可以通过工厂构造函数实现:
sealed class AbstractQuestion {
final int id;
final String title;
AbstractQuestion(this.id, this.title);
factory AbstractQuestion.fromDb(int id, String title, String? onlyForTypeA, String? onlyForTypeB) {
if (onlyForTypeA != null) {
return QuestionSubtypeA(id, title, onlyForTypeA);
}
// 其他子类的处理逻辑
}
}
@UseRowClass(AbstractQuestion, constructor: 'fromDb')
class Questions extends Table {
IntColumn get id => integer().autoIncrement()();
TextColumn get title => text()();
TextColumn get onlyForTypeA => text().nullable()();
TextColumn get onlyForTypeB => text().nullable()();
}
优点:
- 所有字段都直接存储在表中
- 查询性能可能更好
缺点:
- 表结构会随着子类增加而膨胀
- 类型安全性较差
- 维护成本较高
方案选择建议
对于大多数应用场景,推荐使用JSON序列化方案,因为:
- 更符合现代数据库设计理念
- 扩展性更好,新增子类时不需要修改表结构
- 虽然查询特定字段需要额外处理,但现代数据库对JSON操作的支持已经相当完善
只有在以下情况下才考虑使用多列方案:
- 需要频繁查询或索引特定子类的字段
- 系统对查询性能有极高要求
- 子类数量非常有限且稳定
总结
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
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
407
3.14 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
673
160
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++
664
319
🎉 (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
1.21 K
658
React Native鸿蒙化仓库
JavaScript
262
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868