SQLDelight Native驱动中UPDATE RETURNING语法处理问题解析
问题背景
SQLDelight是一个流行的跨平台SQL数据库访问库,它通过编译时生成类型安全的Kotlin代码来简化数据库操作。在2.0.2版本中,当使用NativeSqliteDriver执行带有RETURNING子句的UPDATE语句时,会出现SQLITE_READONLY错误。
技术原理分析
UPDATE RETURNING语法是SQLite 3.35.0引入的特性,它允许UPDATE语句在执行修改操作的同时返回被修改的行数据。这种语法在需要获取修改后数据的场景中非常有用,可以避免额外的查询操作。
在SQLDelight的Native驱动实现中,NativeSqliteDriver继承自ConnectionWrapper,其executeQuery方法默认将操作标记为只读(readonly=true)。这种设计对于纯查询操作是合理的,但对于UPDATE RETURNING这种混合操作就不适用了。
问题根源
问题的核心在于NativeSqliteDriver对SQL语句的处理逻辑不够完善。当前的实现简单地根据SQL语句是否以SELECT开头来判断是否为只读操作,而没有考虑到UPDATE/DELETE/INSERT等DML语句可能带有RETURNING子句的情况。
当执行UPDATE RETURNING语句时,由于被错误地标记为只读操作,SQLite会拒绝执行数据修改部分,抛出SQLITE_READONLY错误。
解决方案
社区贡献者提出了一个修复方案,通过检查SQL语句的开头关键字来更准确地判断操作类型:
- 首先去除SQL语句的前导空格
- 将语句转换为大写
- 检查是否以UPDATE、INSERT或DELETE开头
- 如果是这些DML语句,则使用可写连接
这种解决方案简单有效,能够正确处理大多数常见情况。不过需要注意的是,这种基于字符串前缀的检查方式可能无法覆盖所有复杂场景,比如带有注释或嵌套子查询的语句。
技术启示
这个问题给我们几个重要的技术启示:
- SQL语法在不断演进,数据库驱动需要及时跟进新特性
- 只读/可写操作的判断不能简单地基于语句类型
- 混合操作(如UPDATE RETURNING)需要特殊处理
- 字符串处理在SQL解析中需要格外小心,要考虑各种边界情况
最佳实践
对于使用SQLDelight的开发者,建议:
- 及时更新到包含此修复的版本
- 对于复杂的SQL操作,考虑拆分为多个简单操作
- 在Native平台上充分测试数据修改操作
- 关注SQLite新特性的兼容性
这个问题也展示了开源社区协作的价值,通过用户反馈和开发者快速响应,共同完善了SQLDelight的功能。
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