解决golang-migrate在Google Cloud Spanner模拟器中的外键约束问题
在使用golang-migrate进行数据库迁移时,开发者可能会遇到一个特定于Google Cloud Spanner模拟器的外键约束问题。当迁移脚本包含外键关系但未明确指定删除操作时,系统会抛出"ON DELETE NO ACTION is not supported"的错误。
问题现象
当运行包含如下SQL的迁移脚本时:
CREATE TABLE primary_table (
id STRING(36) NOT NULL,
first_name STRING(1024) NOT NULL,
created_at TIMESTAMP NOT NULL,
updated_at TIMESTAMP NOT NULL,
) PRIMARY KEY(id);
CREATE TABLE secondary_table (
id STRING(36) NOT NULL,
first_name STRING(1024) NOT NULL,
created_at TIMESTAMP NOT NULL,
updated_at TIMESTAMP NOT NULL,
CONSTRAINT fk_primary_table_id FOREIGN KEY(id) REFERENCES primary_table(id),
) PRIMARY KEY(id);
迁移会失败并显示错误信息:"Foreign key referential action ON DELETE NO ACTION is not supported",尽管SQL语句中并未显式包含"ON DELETE NO ACTION"子句。
问题根源
这个问题源于Google Cloud Spanner模拟器的特定行为。在Spanner中,外键约束必须明确指定删除操作(如CASCADE、SET NULL等),而默认的NO ACTION行为不被支持。这与许多传统关系型数据库的行为不同,后者通常允许NO ACTION作为默认选项。
解决方案
-
升级模拟器版本:将Google Cloud Spanner模拟器升级到1.5.13或更高版本可以解决此问题。新版本模拟器对外键约束的处理更加灵活。
-
显式指定删除操作:如果无法升级模拟器,可以在SQL中明确指定支持的删除操作,例如:
CONSTRAINT fk_primary_table_id FOREIGN KEY(id) REFERENCES primary_table(id) ON DELETE CASCADE
支持的删除操作包括:
- CASCADE:级联删除
- SET NULL:设置为NULL(如果列允许NULL值)
- RESTRICT:限制删除(类似于NO ACTION但语义更明确)
最佳实践
-
明确指定外键行为:即使在某些环境中NO ACTION是默认行为,也建议显式指定所有外键约束的行为,以提高代码的可读性和可移植性。
-
测试环境一致性:确保开发和测试环境使用的Spanner模拟器版本与生产环境一致,避免因版本差异导致的行为不一致。
-
版本控制:将数据库迁移工具和模拟器的版本信息纳入项目的版本控制,便于团队协作和问题排查。
总结
Google Cloud Spanner作为分布式数据库,其外键约束实现与传统关系型数据库有所不同。开发者在使用golang-migrate等工具进行数据库迁移时,应当注意这些差异,特别是当使用模拟器进行本地开发时。通过升级工具链或明确指定外键行为,可以避免此类兼容性问题,确保迁移过程顺利进行。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00