Craft CMS 5.x 版本中自定义字段查询的现代化改造
2025-06-25 03:04:23作者:袁立春Spencer
背景介绍
在Craft CMS 5.x版本中,系统对内容存储机制进行了重大重构,这直接影响了开发者处理自定义字段查询的方式。本文将从技术角度深入分析这一变化,并提供详细的迁移方案。
存储架构的重大变更
Craft CMS 5.x版本对元素内容存储机制进行了根本性的改变:
- 废弃了分列存储模式:不再为每个自定义字段创建单独的数据库列
- 采用JSON存储:所有自定义字段内容现在统一存储在
elements_sites表的content列中,采用JSON格式 - 移除了columnSuffix属性:这个在4.x版本中用于标识字段列名的属性已被弃用
查询方式的演进
旧版查询方式(4.x及之前)
在4.x版本中,开发者可以通过以下方式获取字段列名:
$releaseDateColumnName = ElementHelper::fieldColumnFromField(
Craft::$app->getFields()->getFieldByHandle('releaseDate')
);
这种方式会返回类似field_releaseDate_jwzcxmze的列名,可直接用于SQL查询。
新版查询方式(5.x)
5.x版本引入了全新的查询机制:
- getValueSql()方法:每个字段对象现在提供这个方法,它会生成访问该字段值的SQL片段
- JSON路径查询:生成的SQL会使用PostgreSQL的JSON操作符来提取特定字段的值
例如,对于日期字段,getValueSql()可能生成如下SQL:
COALESCE(("elements_sites"."content"#>>'{"590ad414-264f-452a-82f1-f2d4d1eb8991","date"}'),
("elements_sites"."content"#>>'{"590ad414-264f-452a-82f1-f2d4d1eb8991"}'))
实际迁移示例
以下是一个完整的产品查询示例,展示了如何从4.x迁移到5.x:
// 获取字段布局和字段对象
$fieldLayout = Commerce::getInstance()->getProductTypes()
->getProductTypeByHandle('products')
->getFieldLayout();
$isDeactivatedField = $fieldLayout->getFieldByHandle('isDeactivated');
$releaseDateField = $fieldLayout->getFieldByHandle('releaseDate');
$bookTypeField = $fieldLayout->getFieldByHandle('bookType');
// 构建查询
$command = Craft::$app->db->createCommand(sprintf(<<<EOD
WITH products AS (
SELECT DISTINCT p.id, MAX(elements_sites.title) as title, %s
FROM commerce_products as p
INNER JOIN commerce_variants v on p.id = v."productId"
INNER JOIN elements e on p."id" = e."id"
INNER JOIN elements_sites on elements_sites."elementId" = e."id"
INNER JOIN relations r on v."id" = r."sourceId"
WHERE %s = false
AND e."dateDeleted" IS NULL
AND r."targetId" = :programArea
AND %s <= now()
%s
ORDER BY %s, title
)
SELECT *, COUNT(*) OVER() as total FROM products OFFSET :offset LIMIT :limit;
EOD,
$selectColumns,
$isDeactivatedField->getValueSql(),
$releaseDateField->getValueSql(),
$bookTypes ? sprintf('AND %s IN (%s)',
$bookTypeField->getValueSql(),
implode(',', array_map(fn($t) => "'$t'", $bookTypes))
) : '',
$orderBy
), [
':programArea' => $programArea,
':offset' => $offset,
':limit' => $limit,
]);
关键注意事项
-
表结构变化:
- 移除了
content表 - 标题字段现在存储在
elements_sites表中
- 移除了
-
查询优化:
- 确保使用正确的表关联
- 注意
elements_sites表不应使用别名,或只能使用elements_sites作为别名
-
性能考量:
- JSON查询可能比直接列访问稍慢
- 考虑为常用查询字段添加GIN索引
总结
Craft CMS 5.x的内容存储机制变革代表了向更现代化、更灵活的架构演进。虽然这种变化需要开发者调整现有的查询方式,但它为系统带来了更好的扩展性和维护性。通过使用新的getValueSql()方法,开发者可以构建出既符合新架构又能保持高效执行的查询语句。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0218
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0139
uni-appA cross-platform framework using Vue.jsJavaScript09
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
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
471
465
deepin linux kernel
C
32
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
2.09 K
218
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
700
1.4 K
暂无描述
Dockerfile
780
5.08 K
Ascend Extension for PyTorch
Python
758
968
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
880
2.03 K
MindQuantum is a general software library supporting the development of applications for quantum computation.
Python
183
111
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.11 K
682