Ecto中`:writable`选项在`:insert`模式下的行为解析
2025-06-03 08:45:52作者:江焘钦
背景介绍
在使用Ecto ORM框架进行数据库操作时,我们经常需要控制某些字段的可写性。Ecto提供了:writable选项来定义字段的写入权限,其中:writable: :insert表示该字段只能在插入操作时被写入,后续更新操作中应该被忽略。
问题现象
开发者发现当使用:writable: :insert选项定义字段后,在更新操作中该字段仍然可以被修改。具体表现为:
- 定义了一个带有
:writable: :insert选项的字段 - 在更新操作中尝试修改该字段
- 更新操作成功返回,且返回的结构体中显示字段已被修改
技术分析
实际上,这是一个理解上的误区。Ecto的行为是:
- 数据库层面确实忽略了该字段的更新(通过检查数据库确认)
- 但返回的结构体仍然包含用户尝试修改的值
- 这是因为Ecto默认不会从数据库重新读取所有字段
解决方案
有三种方式可以解决这个问题:
方案一:使用不同的changeset
为插入和更新操作分别定义不同的changeset函数,在更新changeset中不包含只允许插入的字段。
def insert_changeset(account, attrs) do
account
|> cast(attrs, [:firebase_uid, :deactivated_at])
|> validate_required([:firebase_uid])
end
def update_changeset(account, attrs) do
account
|> cast(attrs, [:deactivated_at])
end
方案二:使用:returning选项
在Repo.update调用中显式设置:returning: true,强制从数据库重新读取所有字段:
Repo.update(changeset, returning: true)
方案三:等待Ecto修复
Ecto团队已经确认这是一个需要改进的行为,未来版本可能会自动过滤掉不可写字段的更新。
最佳实践建议
目前推荐使用方案一(不同的changeset)作为临时解决方案,因为:
- 它更明确地表达了业务意图
- 不依赖数据库的特定行为
- 性能更好(不需要额外的数据库读取)
深入理解Ecto的更新机制
理解这个问题需要了解Ecto的几个关键设计:
- Changeset原则:Ecto通过changeset来跟踪和验证变更,但changeset本身不强制数据库约束
- 部分更新:Ecto默认只发送实际变更的字段到数据库
- 返回策略:默认情况下,Ecto不会重新读取所有字段,而是合并数据库返回的字段和用户提供的值
总结
Ecto的:writable选项在:insert模式下目前存在行为与预期不符的情况,但通过理解Ecto的工作机制,我们可以采用适当的解决方案。这个问题也提醒我们,在使用ORM框架时,不仅要了解表面API,还需要深入理解其背后的数据流和状态管理机制。
对于需要严格控制字段写入权限的场景,显式地使用不同的changeset是目前最可靠的方式。随着Ecto框架的演进,这个问题有望得到更优雅的解决。
登录后查看全文
热门项目推荐
相关项目推荐
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
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
454
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++
893
677
暂无简介
Dart
802
199
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
350
205
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781