Laravel Scout 搜索条件操作符扩展方案解析
2025-07-10 10:00:27作者:郁楠烈Hubert
背景介绍
Laravel Scout作为Laravel生态中的全文搜索解决方案,为开发者提供了便捷的模型搜索功能。然而,在默认实现中,Scout的where条件查询仅支持等值(=)操作符,这在实际业务场景中往往显得不够灵活。本文将深入分析这一限制,并探讨如何通过扩展Scout功能来支持更丰富的查询操作符。
核心问题分析
Scout默认的Builder类仅支持最基本的等值查询,这源于其设计初衷是为了保持不同搜索引擎驱动之间的一致性。但现实业务中,我们经常需要以下查询能力:
- 比较查询:大于(>)、小于(<)、不等于(!=)等
- 范围查询:BETWEEN(或TO语法)
- 集合查询:IN、NOT IN
- 逻辑组合:AND、OR等
解决方案架构
1. 扩展Builder类
通过继承原生Builder类,我们可以增强where方法的功能:
class Builder extends \Laravel\Scout\Builder
{
public function where($field, $operator = '=', $value = null)
{
$this->wheres[$field] = [
'operator' => $operator,
'value' => $value
];
return $this;
}
}
这种实现方式保持了与原生API的兼容性,同时增加了操作符支持。
2. 自定义搜索引擎驱动
针对MeiliSearch引擎,我们需要重写filters方法以处理各种操作符:
protected function filters(Builder $builder)
{
$wheres = $builder->wheres;
$filters = null;
foreach ($wheres as $key => $value) {
$expression = $value['operator'] == 'TO'
? "{$key} {$value['value'][0]} {$value['operator']} {$value['value'][1]}"
: "{$key}{$value['operator']}{$value['value']}";
$filters = is_null($filters)
? $expression
: "{$filters} AND {$expression}";
}
return $filters;
}
此实现特别处理了范围查询(TO)的特殊语法,同时支持其他操作符的直接拼接。
3. 模型层集成
通过trait方式扩展Searchable特性,确保模型使用我们自定义的Builder:
trait ExtendedSearchable
{
use Searchable {
Searchable::search as parentSearch;
}
public static function search($query = '', $callback = null)
{
return app(Builder::class, [
'model' => new static,
'query' => $query,
'callback' => $callback,
'softDelete' => static::usesSoftDelete() && config('scout.soft_delete', false),
]);
}
}
实际应用示例
扩展后的查询语法更加丰富:
// 范围查询
$resumes->where('work_experience', 'TO', [$from, $to]);
// 不等值查询
$resumes->where('occupation', '!=', $value);
// 组合查询
$resumes->where('age', '>', 25)
->where('status', '=', 'active');
性能考量
这种实现方式相比在获取结果后使用Eloquent进行二次过滤有明显优势:
- 查询在搜索引擎层面完成,减少数据传输量
- 利用搜索引擎的索引优化,查询效率更高
- 避免了不必要的内存消耗
扩展思考
虽然本文以MeiliSearch为例,但类似思路可应用于其他搜索引擎驱动。开发者可根据具体搜索引擎的查询语法特性,调整filters方法的实现逻辑。对于更复杂的查询场景,还可以考虑:
- 支持嵌套的逻辑表达式
- 添加NULL值判断支持
- 实现类似SQL的WHERE IN语法
- 添加全文搜索相关性调节参数
通过这种扩展方式,开发者可以在保持Scout简洁API的同时,获得更强大的搜索能力。
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
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 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 ONVIF设备模拟器:开发测试必备的智能安防仿真工具
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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++
660
308
🔥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
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
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
879