SQLParser-rs 新增对 WITH ORDINALITY 语法的支持
在 PostgreSQL 数据库中,WITH ORDINALITY 是一个非常有用的语法特性,它允许用户在调用集合返回函数(SRF)时为结果集中的每一行添加一个序号列。最近,SQLParser-rs 项目增加了对这一语法的解析支持,使得该解析器能够更好地兼容 PostgreSQL 的特定语法。
什么是 WITH ORDINALITY
WITH ORDINALITY 是 PostgreSQL 特有的语法扩展,它通常与集合返回函数(Set-Returning Functions)一起使用。当在 FROM 子句中的函数调用后添加 WITH ORDINALITY 时,PostgreSQL 会在结果集中自动添加一个名为 "ordinality" 的列,该列包含从1开始递增的行号。
例如,以下查询:
SELECT * FROM my_srf() WITH ORDINALITY;
会返回 my_srf() 函数的所有结果行,并在每行前面添加一个序号列。
技术实现细节
在 SQLParser-rs 的实现中,这一特性是通过扩展 TableFactor 的语法结构来实现的。具体来说,在解析 FROM 子句时,解析器现在能够识别并处理函数调用后跟的 WITH ORDINALITY 关键字。
这种语法结构在 PostgreSQL 中特别有用,因为它提供了一种简单的方法来为集合返回函数的结果添加行号,而无需使用复杂的窗口函数或子查询。例如,在处理 JSON 或 XML 数据时,当需要分解数组元素并保留原始顺序信息时,这一特性就显得尤为重要。
兼容性考虑
虽然 WITH ORDINALITY 是 PostgreSQL 特有的语法,但 SQLParser-rs 作为一个通用的 SQL 解析器,增加对这一语法的支持有助于提高其对不同数据库方言的兼容性。这一变化不会影响解析器对其他标准 SQL 语法的处理能力,同时为需要解析 PostgreSQL 特定语法的用户提供了更好的支持。
实际应用场景
在实际应用中,WITH ORDINALITY 可以用于多种场景:
- 当需要处理 JSON 或 XML 数组并保留元素顺序时
- 在需要为结果集添加连续行号的报表生成场景中
- 在需要按顺序处理函数返回的多行结果时
通过 SQLParser-rs 对这一语法的支持,开发者现在可以更方便地在 Rust 生态中构建需要解析 PostgreSQL 特定 SQL 的工具和应用。
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