Doctrine Behavioral Extensions 技术文档
2024-12-20 13:41:19作者:宣海椒Queenly
本文档将详细介绍如何安装和使用Doctrine Behavioral Extensions,包括安装指南、使用说明以及项目API使用文档。
1. 安装指南
要安装Doctrine Behavioral Extensions,请使用以下命令:
composer require gedmo/doctrine-extensions
根据您的框架,以下是一些特定框架的安装指南:
2. 项目使用说明
Doctrine Behavioral Extensions为Doctrine ORM和MongoDB ODM提供了一系列扩展,这些扩展可以通过Doctrine的事件系统轻松附加,并以行为化的方式处理被刷新的记录。
以下是可用扩展的简要说明:
ORM & MongoDB ODM
- Blameable - 在创建、更新甚至属性变更时更新字符串或引用字段。
- Loggable - 跟踪对象的变化和历史,支持版本管理。
- Sluggable - 将指定的字段转换为唯一的slug。
- Timestampable - 在创建、更新甚至属性变更时更新日期字段。
- Translatable - 提供了一个非常方便的解决方案来将记录翻译成不同的语言。
- Tree - 自动化树形结构处理,并为仓库添加了一些树形特定的函数。
ORM Only
- IpTraceable - 继承自Timestampable,设置IP地址而不是时间戳。
- SoftDeleteable - 允许隐式删除记录。
- Sortable - 使任何文档或实体可排序。
- Uploadable - 提供文件上传处理在实体字段中。
MongoDB ODM Only
- References - 支持在文档和实体之间链接。
- ReferenceIntegrity - 约束ODM MongoDB文档引用。
所有扩展支持Attribute、XML和Annotation(已弃用)映射。可以通过Mapping扩展轻松实现其他映射驱动程序,以处理额外的元数据映射。
3. 项目API使用文档
具体的API使用文档请参考各个扩展的文档:
- Blameable
- Loggable
- Sluggable
- Timestampable
- Translatable
- Tree
- IpTraceable
- SoftDeleteable
- Sortable
- Uploadable
- References
- ReferenceIntegrity
4. 项目安装方式
以下是项目的安装方式:
- 使用Composer安装扩展。
- 根据您的框架选择适当的安装指南。
- 配置您的数据库连接。
- 运行相应的命令以创建数据库模式。
运行测试
要设置和运行测试,请按照以下步骤操作:
- 安装Docker并确保您有
docker compose。 - 从项目根目录,运行
docker compose up -d以在守护进程模式下启动容器。 - 通过
docker compose exec php bash进入容器(您现在位于根目录:/var/www)。 - 通过
composer install安装Composer依赖项。 - 运行测试:
vendor/bin/phpunit。
运行示例
要设置和运行示例,请按照以下步骤操作:
- 进入扩展的根目录。
- 下载Composer。
- 安装开发库:
composer install。 - 编辑
example/em.php并在文件顶部配置您的数据库。 - 运行:
php example/bin/console或php example/bin/console以运行控制台命令。 - 运行:
php example/bin/console orm:schema-tool:create以创建模式。 - 运行:
php example/bin/console app:print-category-translation-tree以运行示例并打印分类翻译树。
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.13 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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
316
React Native鸿蒙化仓库
JavaScript
262
325
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
219