Remult 3.0.0 版本发布:API统一与数据层增强
2025-06-16 17:06:55作者:霍妲思
项目简介
Remult 是一个全栈框架,旨在简化现代Web应用程序的开发流程。它提供了一种优雅的方式来定义数据模型、业务逻辑和API端点,同时自动处理许多常见的后端任务。Remult 特别适合需要快速构建CRUD应用程序的场景,同时又不牺牲灵活性和控制力。
核心升级内容
1. API设置函数统一
在3.0.0版本中,Remult对API设置函数进行了重大改进,将原先的remultExpress等不同名称统一为remultApi。这种统一带来了几个显著优势:
- 一致性:开发者不再需要记忆不同环境下的不同函数名,降低了学习曲线
- 可维护性:代码库更加整洁,减少了因函数名混淆导致的错误
- 跨平台兼容:为未来支持更多后端框架奠定了基础
迁移到新版本时,开发者只需将原有的remultExpress()调用替换为remultApi()即可。
2. 实体级数据提供者配置
新版本引入了dataProvider函数作为EntityOptions的一部分,这项功能允许开发者为每个实体单独指定数据提供者。这一改进带来了前所未有的灵活性:
- 混合数据源:可以在同一个应用中轻松混合使用不同的数据库
- 逐步迁移:可以逐个实体迁移到新的数据库系统
- 特殊处理:对特定实体使用定制化的数据访问逻辑
例如,可以为大多数实体使用PostgreSQL,同时为特定实体配置MongoDB提供者。
3. 管理界面增强
Admin UI获得了多项实用改进:
认证头支持
现在可以添加自定义请求头(采用key: value格式),这使得:
- 与需要特定认证头的API集成更加容易
- 调试和测试更加灵活
- 支持更复杂的安全方案
关系可视化增强 在实体关系图中:
ToOne关系现在会用左侧实体的颜色进行可视化- 使复杂的数据模型更易于理解和导航
- 提升了大型项目的开发体验
认证与实时查询控制 新增了两个重要选项:
requireAuthToken- 直接在设置对话框中配置Bearer令牌- 简化了安全API的测试流程
- 使认证配置更加直观
disableLiveQuery- 控制是否使用实时查询- 可以在全局或局部覆盖设置
- 优化性能敏感场景
技术影响与最佳实践
向后兼容性考虑
虽然3.0.0版本引入了重大变更,但迁移路径相对清晰。团队建议:
- 首先更新所有
remultExpress调用到remultApi - 逐步评估是否需要使用实体级数据提供者
- 利用新的Admin UI功能优化开发工作流
性能优化建议
新的实体级数据提供者功能虽然强大,但也需要注意:
- 避免过度分散数据源,保持合理的架构
- 考虑跨数据库事务的限制
- 监控混合环境下的性能表现
社区贡献
本次发布特别感谢社区成员的贡献,他们的工作包括:
- 解决了循环依赖问题
- 改进了文档和网站
- 提供了宝贵的反馈和建议
这些社区贡献体现了Remult生态系统的活力,也确保了框架能够持续进化以满足开发者需求。
总结
Remult 3.0.0标志着框架成熟度的重要里程碑。通过API设置的统一、数据层的增强和管理界面的改进,它为开发者提供了更一致、更灵活的体验。特别是实体级数据提供者功能,为复杂应用架构开辟了新的可能性。对于正在使用或考虑采用Remult的团队来说,这个版本值得认真评估和升级。
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.85 K
Ascend Extension for PyTorch
Python
388
466
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
356
216
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++
897
688
昇腾LLM分布式训练框架
Python
121
147
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
120
156
🎉 (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
1.38 K
782
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
167
React Native鸿蒙化仓库
JavaScript
311
361