go-jet/jet 项目中 SQL 构建器的 RETURNING 子句别名处理分析
2025-06-26 03:27:21作者:丁柯新Fawn
背景介绍
在数据库操作中,INSERT 语句的 RETURNING 子句是一个非常有用的特性,它允许我们在插入数据后立即返回插入的记录。go-jet/jet 作为一个强大的 SQL 构建器库,为 Go 语言提供了类型安全的 SQL 构建能力。
问题描述
在使用 go-jet/jet 构建 INSERT 语句时,当为表指定别名后,RETURNING 子句会自动为每个返回列添加完整的别名限定(如 t.col_1 AS "t.col_1")。这种自动添加的完整别名限定在某些情况下可能与应用程序的数据扫描逻辑产生冲突。
技术细节
默认行为分析
go-jet/jet 的默认行为是为 RETURNING 子句中的列生成包含表别名的完整限定名。例如:
INSERT INTO schema.tables AS t (col_1, col_2)
VALUES ($1, $2)
RETURNING t.col_1 AS "t.col_1", t.col_2 AS "t.col_2";
这种设计确保了返回的列名具有明确的命名空间,避免了可能的列名冲突。
用户期望行为
部分用户希望 RETURNING 子句能够省略 AS 别名部分,直接返回列名:
INSERT INTO schema.tables AS t (col_1, col_2)
VALUES ($1, $2)
RETURNING t.col_1, t.col_2;
这种需求通常出现在使用特定 ORM 或数据扫描工具时,这些工具可能期望简单的列名而非完全限定的别名。
解决方案探讨
1. 显式指定列别名
用户可以通过显式地为每列指定简化的别名来解决此问题:
tables.Col1.AS("col_1"),
tables.Col2.AS("col_2")
这种方法提供了最大的灵活性,但需要为每列单独指定。
2. 调整数据模型标记
修改数据结构的 db 标签,使其包含表别名前缀:
type Table struct {
Col1 pgtype.Date `db:"t.col_1"`
Col2 pgtype.Time `db:"t.col_2"`
}
3. 不使用表别名
在简单查询中,可以完全省略表别名:
INSERT INTO schema.tables (col_1, col_2)
VALUES ($1, $2)
RETURNING col_1, col_2;
4. 自定义扫描逻辑
实现自定义的扫描逻辑,能够处理带别名的列名。
5. 修改查询引擎
对于有控制权的查询引擎,可以修改其解析逻辑以适应带别名的列名。
技术权衡
每种解决方案都有其优缺点:
- 显式别名:最灵活但最繁琐
- 调整标记:需要修改数据结构
- 省略别名:最简单但可能失去命名空间保护
- 自定义扫描:需要额外开发工作
- 修改引擎:适用于长期项目但工作量大
最佳实践建议
对于大多数项目,建议采用以下策略:
- 在简单应用中使用省略别名的方法
- 在复杂应用中采用显式别名或调整数据模型标记
- 对于长期维护的大型项目,考虑修改查询引擎以适应项目需求
结论
go-jet/jet 的当前设计提供了明确的列名限定,确保了查询的清晰性和安全性。虽然它可能不直接满足所有使用场景,但通过提供的多种解决方案,开发者可以根据项目需求选择最适合的方法。理解这些技术细节有助于开发者更好地利用 go-jet/jet 构建健壮的数据库应用。
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
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++
894
677
暂无简介
Dart
803
198
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
353
207
昇腾LLM分布式训练框架
Python
119
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