vscode-database-client扩展对PostgreSQL生成列的支持增强
2025-06-30 06:43:13作者:姚月梅Lane
在数据库开发中,生成列(GENERATED COLUMN)是一项非常实用的功能,它允许开发者定义基于其他列值自动计算的列。PostgreSQL从12版本开始支持这一特性,为数据建模提供了更多灵活性。
vscode-database-client作为一款优秀的数据库客户端扩展,近期在7.4.4版本中增强了对PostgreSQL生成列的支持。这一改进使得开发者在使用"Show Table DDL"功能时,能够完整看到生成列的定义表达式,而不仅仅是列的数据类型。
生成列的定义格式
PostgreSQL中的生成列有两种类型:
- STORED:计算结果会实际存储在表中
- VIRTUAL:每次查询时动态计算(PostgreSQL目前仅支持STORED类型)
完整的生成列定义语法如下:
column_name data_type
GENERATED ALWAYS AS (expression) STORED
改进前后的对比
在vscode-database-client 7.4.4版本之前,当查看包含生成列的表DDL时,输出结果仅显示列的基本信息:
example_generated_column text
升级到7.4.4版本后,现在可以显示完整的生成列定义,包括表达式逻辑:
example_generated_column text COLLATE pg_catalog."default"
GENERATED ALWAYS AS (
CASE
WHEN (another_column IS NOT NULL) THEN 'foo'::text
ELSE 'bar'::text
END
) STORED
这项改进的意义
- 完整的DDL导出:现在可以准确重建包含生成列的表结构
- 更好的可维护性:开发者可以直接看到生成逻辑,无需额外查询系统表
- 提高开发效率:减少了在表结构文档和实际数据库之间切换的时间
使用建议
对于使用PostgreSQL生成列的开发者,建议:
- 升级到vscode-database-client 7.4.4或更高版本
- 利用这一功能审查和验证表结构
- 在团队协作时,可以通过导出的完整DDL确保所有成员对生成逻辑理解一致
这一改进体现了vscode-database-client对PostgreSQL新特性的快速响应能力,也展示了其致力于提供完整数据库开发体验的承诺。
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
HunyuanVideo-1.5暂无简介00
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
Ascend Extension for PyTorch
Python
173
193
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++
647
263
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
269
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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