解决sqflite中清空表后插入数据失效的问题
2025-06-27 11:29:46作者:幸俭卉
在使用sqflite进行Flutter应用开发时,我们经常会遇到需要清空表数据后再插入新记录的场景。本文介绍一个常见问题的解决方案:当执行删除操作后立即插入数据时,数据看似成功写入但实际上并未持久化保存的问题。
问题现象
开发者尝试在保存用户凭证时先清空CREDS表,然后再插入新的凭证记录。代码逻辑如下:
Future<void> dbSaveCreds({required String username, required String password}) async {
final db = await DatabaseHelper().initDatabase();
await db.delete('CREDS');
final data = {'username': username, 'password': password};
dev.log(name: 'dbSaveCreds', data.toString());
await db.insert('CREDS', data);
}
这段代码表面上看没有错误,执行时也没有抛出异常,但当应用重启后,新插入的数据却消失了。而如果移除删除操作,仅执行插入,数据却能正常持久化。
问题原因
这种情况通常发生在异步操作中,当多个数据库操作连续执行时,如果没有使用事务(transaction)来保证原子性,可能会出现操作未完整执行的情况。具体可能的原因包括:
- 删除和插入操作之间没有事务保证,如果应用在两者之间意外终止,可能导致数据不一致
- 异步操作可能在某些情况下未能正确完成
- 数据库连接可能在操作过程中被意外关闭
解决方案
使用数据库事务可以确保多个操作要么全部成功,要么全部失败。修改后的代码如下:
Future<void> dbSaveCreds({required String username, required String password}) async {
final db = await DatabaseHelper().initDatabase();
await db.transaction((txn) async {
await txn.delete('CREDS');
final data = {'username': username, 'password': password};
await txn.insert('CREDS', data);
});
}
关键改进点
- 使用事务包装:将删除和插入操作放在同一个事务中,确保这两个操作作为一个原子单元执行
- 使用事务对象:在事务回调中使用提供的
txn对象执行操作,而不是直接使用db对象 - 自动提交:事务成功完成后会自动提交,失败时会自动回滚
最佳实践
- 对于多个相关操作:总是使用事务来保证数据一致性
- 调试技巧:在事务中可以临时添加查询语句验证数据状态
- 错误处理:考虑添加try-catch块来处理可能的异常
- 性能考虑:虽然事务会带来一定的性能开销,但对于关键数据操作是必要的
总结
在sqflite中执行先删除后插入的操作时,使用事务是保证数据一致性的关键。这不仅解决了数据丢失的问题,还能确保数据库在任何情况下都保持有效状态。记住,对于任何需要原子性执行的多个数据库操作,都应该考虑使用事务来包装它们。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
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
9
1
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219