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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00