Craft CMS项目配置更新导致结构表未软删除引发的查询重复问题分析
问题背景
在Craft CMS 5.x版本中,当用户将一个结构(Structure)类型的栏目(Section)转换为频道(Channel)类型,然后又转换回结构类型时,如果通过项目配置(project config)应用这些变更,系统会存在一个潜在缺陷:未能正确软删除(soft-delete)原有的结构记录,这会导致后续的条目(Entry)查询返回重复结果。
问题现象
开发者报告了一个特殊现象:当查询涉及多个栏目的条目时,特定栏目的条目会出现重复返回的情况。例如执行类似craft.entries.section(['sectionA', 'sectionB']).all()
的查询时,来自sectionA
的条目会被返回两次。
经过排查发现,这是由于structures
表中存在多个未软删除的结构记录,而这些记录都关联到了同一个栏目。具体表现为:
sectionA
最初是结构类型,有自己的structureId
- 转换为频道类型后,又转换回结构类型,此时会分配一个新的
structureId
- 通过项目配置应用这些变更时,旧的结构记录未被标记为删除
- 导致条目在
structureelements
表中有多条关联记录
技术原理分析
在Craft CMS中,结构类型栏目使用structures
表来维护条目的层级关系。每个结构类型栏目都有一个对应的structureId
,而条目通过structureelements
表与这些结构关联。
当栏目类型在结构和频道之间转换时,系统应该正确处理结构记录的创建和废弃:
- 结构→频道转换:应软删除原有的结构记录
- 频道→结构转换:应创建新的结构记录
- 项目配置应用时:应确保同步这些变更到所有环境
在本案例中,问题出在项目配置同步阶段,系统未能正确标记旧结构记录为已删除状态,导致这些记录仍然处于活跃状态。
影响范围
此问题会影响以下场景:
- 在开发环境中进行栏目类型转换测试
- 通过项目配置在不同环境间同步栏目类型变更
- 任何涉及多栏目查询的操作,特别是包含曾经转换过类型的结构栏目
解决方案
官方已在Craft CMS 4.14.0和5.6.0版本中修复了此问题。修复方案主要是在项目配置应用过程中,确保正确处理旧结构记录的软删除。
对于无法立即升级的用户,可以采取以下临时解决方案:
- 手动检查
structures
表中是否存在未软删除的旧结构记录 - 为这些记录设置
dateDeleted
字段值 - 清理相关的缓存
最佳实践建议
为避免类似问题,建议开发者在进行栏目类型转换时:
- 在开发环境充分测试后再部署到生产环境
- 考虑备份数据库后再进行类型转换操作
- 监控项目配置同步过程中的异常情况
- 定期检查数据库中的孤立记录
总结
这个问题展示了项目配置同步过程中可能出现的边缘情况,特别是在处理复杂的数据关系时。Craft CMS团队通过修复确保了结构记录的生命周期管理更加健壮,为开发者提供了更稳定的内容管理体验。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
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++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
项目优选









