SQLDelight 2.1.0 版本深度解析:数据库操作的新篇章
SQLDelight 是一个强大的 Kotlin 多平台 SQL 数据库访问库,它通过编译时生成类型安全的 Kotlin API 来简化数据库操作。不同于传统的 ORM 框架,SQLDelight 允许开发者直接编写 SQL 查询语句,同时提供类型安全和 Kotlin 的互操作性。
核心变更:生成语句返回行数
在 2.1.0 版本中,最显著的变化是生成的插入/更新/删除语句现在会返回受影响的行数。这一改变影响了所有返回 Unit 的函数签名,开发者需要调整相关代码:
// 旧版本
fun doAnInsert() = db.someQueries.insert()
// 新版本
fun doAnInsert() {
db.someQueries.insert()
}
这一改进使得开发者能够更精确地了解数据库操作的影响范围,同时也为错误处理和事务管理提供了更多信息。
PostgreSQL 方言增强
2.1.0 版本为 PostgreSQL 方言带来了大量新特性:
-
数组操作增强:新增了对
UNNEST操作符的支持,可以将数组展开为行,这在处理数组数据时非常有用。 -
时间范围类型:新增了对
TSRANGE和TSTZRANGE类型的支持,为时间范围查询提供了原生支持。 -
连接操作增强:实现了
RIGHT FULL JOIN和LATERAL JOIN操作符,扩展了复杂查询的可能性。 -
模式匹配:新增了
ILIKE操作符(不区分大小写的 LIKE)和正则表达式操作符,增强了字符串匹配能力。 -
XML 类型支持:新增了对 PostgreSQL XML 数据类型的支持。
-
时区处理:实现了
AT TIME ZONE语法,简化了时区转换操作。 -
排序增强:支持
ORDER BY NULLS FIRST/LAST语法,提供了更灵活的排序控制。
其他数据库方言改进
MySQL 方言新增了 RENAME INDEX 支持,使得索引重命名操作更加便捷。JSON 扩展功能也增加了对 JSON 表函数别名的支持。
编译器与运行时改进
-
错误处理增强:改进了错误消息的显示方式,使路径链接可点击并准确定位到错误位置,特别是在涉及制表符时能正确对齐错误下划线。
-
内存泄漏修复:解决了 JDBC 驱动在事务结束时的连接管理内存泄漏问题。
-
事务处理改进:确保 SQLite 迁移在事务中执行,符合文档描述的行为。
-
性能优化:修复了
StringBuilder容量问题,提升了运行时性能。 -
日志驱动改进:修复了
LogSqliteDriver在异步驱动下的崩溃问题。
多平台支持增强
WASM 驱动新增了对 wasmJs 到 web worker 驱动的支持,进一步扩展了 SQLDelight 在 Web 平台的应用场景。Paging 扩展也增加了对 MacOS 原生目标的支持。
开发者体验提升
IntelliJ 插件现在支持 K2 编译器,提供了更好的 IDE 体验。Gradle 插件确保在执行 GenerateSchemaTask 之前先执行 DriverInitializer,解决了初始化顺序问题。
总结
SQLDelight 2.1.0 版本带来了显著的改进和新特性,特别是在 PostgreSQL 支持方面。返回行数的改变虽然需要开发者进行一些代码调整,但提供了更精确的操作反馈。各种错误修复和性能优化进一步提升了库的稳定性和可靠性。对于需要跨平台数据库访问的 Kotlin 项目,SQLDelight 2.1.0 是一个值得升级的版本。
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