GRDB.swift 中实现数据库字段不可变性的最佳实践
2025-05-30 11:47:42作者:瞿蔚英Wynne
在数据库设计中,有时我们需要确保某些字段一旦创建就不能被修改。这种不可变性(immutability)对于维护数据一致性非常重要。GRDB.swift 作为 Swift 语言的 SQLite 封装库,提供了多种方式来实现这种需求。
使用 SQL 触发器保护字段
最直接的方式是使用 SQL 触发器(Trigger)。以下是一个保护 podcast 表中 feedURL 字段不被修改的实现示例:
try db.create(table: "podcast") { t in
t.autoIncrementedPrimaryKey("id")
t.column("feedURL", .text).unique().notNull().indexed()
t.column("title", .text).notNull()
}
try db.execute(
sql: """
CREATE TRIGGER protectFeedURL
BEFORE UPDATE OF feedURL ON podcast
WHEN OLD.feedURL != NEW.feedURL
BEGIN
SELECT RAISE(ABORT, 'Updating podcast.feedURL is prohibited');
END;
"""
)
这段代码创建了一个触发器,在尝试修改 feedURL 字段时会抛出错误并阻止修改操作。
封装为可重用方法
为了提升代码的可重用性和可读性,我们可以将其封装为一个扩展方法:
extension Database {
func preventModifications(of column: String, in table: String) throws {
let trigger = "protect_\(table)_\(column)"
let errorMessage = "Modifying \(table).\(column) is prohibited"
try execute(literal: """
CREATE TRIGGER \(identifier: trigger)
BEFORE UPDATE OF \(identifier: column) ON \(identifier: table)
WHEN OLD.\(identifier: column) <> NEW.\(identifier: column)
BEGIN
SELECT RAISE(ABORT, \(errorMessage));
END
""")
}
}
使用这种方式时,代码会更加简洁:
try db.create(table: "podcast") { ... }
try db.preventModifications(of: "feedURL", in: "podcast")
技术细节说明
-
SQL 触发器:触发器是数据库中的一种特殊对象,它会在特定事件发生时自动执行。这里我们使用 BEFORE UPDATE 触发器在数据修改前进行检查。
-
RAISE(ABORT):这是 SQLite 的错误抛出机制,会终止当前操作并回滚事务。
-
SQL 字面量插值:使用
\(identifier: ...)语法可以正确处理表名或列名是 SQL 关键字的情况,提高了代码的健壮性。
适用场景
这种技术特别适用于以下场景:
- 需要确保某些关键字段的不可变性
- 需要维护数据的历史一致性
- 需要防止意外修改重要数据
总结
GRDB.swift 虽然不直接提供字段不可变性的高级抽象,但通过 SQL 触发器和适当的封装,我们可以轻松实现这一需求。这种方法既保持了灵活性,又能确保数据的安全性。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0125
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.95 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
Ascend Extension for PyTorch
Python
722
894
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
450
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
264
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
624
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
639
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250