Go-Jet v2.13.0 版本发布:JSON查询与严格扫描模式登场
Go-Jet 是一个强大的 Go 语言 SQL 查询构建器,它能够帮助开发者以类型安全的方式构建复杂的 SQL 查询。该项目通过将 SQL 语句转换为 Go 代码,提供了编译时检查的优势,大大减少了运行时错误的风险。
核心新特性解析
1. SELECT_JSON 语句支持
新版本引入了对 SELECT_JSON 语句的支持,这一功能允许开发者直接将查询结果序列化为 JSON 格式。在实际应用中,这意味着我们可以更高效地处理需要返回 JSON 数据的 API 请求场景,避免了在应用层进行额外的格式转换。
// 示例:使用 SELECT_JSON 查询
stmt := SELECT_JSON(
table.Column1,
table.Column2.AS("alias"),
).FROM(table)
2. 严格扫描模式(Strict Scan)
严格扫描模式是本次更新的一个重要安全特性。当启用此模式时,Jet 会确保查询结果中的所有列都能被映射到目标结构体的字段中。如果存在无法映射的列,查询将返回错误,这有效防止了数据丢失或静默忽略的问题。
// 启用严格扫描模式
jet.SetStrictMode(true)
3. Blob/Bytea 表达式支持
新增对二进制大对象(Blob)和 PostgreSQL 的 Bytea 数据类型的支持,使得处理二进制数据如图片、文档等变得更加方便。这一改进完善了 Jet 对各种数据类型的覆盖。
查询构建增强
1. 表与视图的默认列支持
Table 和 View 结构体现在提供了 DefaultColumns 方法,简化了常见查询的编写:
// 使用默认列查询
users := model.Users{}
stmt := SELECT(users.AllColumns).FROM(users)
2. 列列表操作增强
新版本允许从一个子查询中导出 ColumnList,以及在 INSERT 和 UPDATE 语句中直接赋值一个 ColumnList 给另一个,这大大提升了复杂查询的构建灵活性。
代码生成器改进
Jet 的代码生成工具获得了多项增强:
- 支持直接传递数据库连接,简化了生成流程
- 新增跳过特定 SQL 列的功能,使生成的模型更加精简
- 提供了包名自定义的选项,包括模型(Model)、表(Table)、视图(View)和枚举(Enum)的包名都可以单独配置
兼容性与修复
本次更新还修复了 PostgreSQL 保留关键字缺失的问题,确保了查询构建的准确性。同时为 SQLite 的 UPDATE 查询添加了 LIMIT 子句支持,增强了跨数据库的兼容性。
总结
Go-Jet v2.13.0 通过引入 JSON 查询支持、严格扫描模式等新特性,进一步巩固了其作为 Go 生态中强大 SQL 构建器的地位。这些改进不仅提升了开发效率,也增强了类型安全和数据处理的可靠性。对于需要构建复杂、类型安全 SQL 查询的 Go 项目来说,这个版本值得考虑升级。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust074- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00