Ash项目中的动作调用选项全解析
2025-07-08 16:58:52作者:谭伦延
概述
在Ash框架中,通过代码接口调用动作时,开发者可以使用多种选项来定制行为。这些选项提供了强大的灵活性,但同时也带来了发现和理解上的挑战。本文将全面解析Ash资源动作调用时可用的各种选项,帮助开发者充分利用框架提供的功能。
基本动作类型与选项
Ash框架支持多种基本动作类型,每种类型都有其特定的选项集:
- 读取动作(Read):用于查询数据
- 创建动作(Create):用于新建记录
- 更新动作(Update):用于修改现有记录
- 销毁动作(Destroy):用于删除记录
- 自定义动作(Action):开发者定义的特殊操作
通用选项详解
所有动作类型都支持以下通用选项:
:api:指定要使用的Ash API模块:timeout:设置操作超时时间:tracer:用于跟踪操作的模块:verbose?:启用详细日志记录:actor:设置执行操作的当前用户:authorize?:是否执行授权检查:return_notifications?:是否返回操作产生的通知:tenant:多租户环境下的租户标识
读取动作特有选项
读取动作(read)除了通用选项外,还支持以下特殊选项:
-
:query:接受关键字列表形式的查询参数,可包含::filter:数据过滤条件:sort:结果排序规则:limit:返回结果数量限制:offset:结果偏移量:select:指定返回字段:load:预加载关联关系:distinct:去重设置
-
:page:分页相关参数 -
:count:是否返回总数统计 -
:after:分页游标(用于基于游标的分页) -
:before:分页游标(用于基于游标的分页)
变更动作选项
创建(create)、更新(update)和销毁(destroy)动作共享以下选项:
:changeset:预构建的变更集:params:原始参数(自动转换为变更集):select:指定返回字段:load:操作后预加载关联关系:return_changeset?:是否返回变更集而非结果
创建和更新动作特有选项:
:upsert?:是否执行upsert操作:upsert_identity:upsert操作使用的唯一标识
查询构建选项
当通过query参数传递选项时,可以使用Ash.Query.build/3支持的所有选项,包括:
- 复杂过滤条件构建
- 聚合计算配置
- 子查询设置
- 计算字段定义
- 高级排序规则
最佳实践建议
- 性能优化:合理使用
:select和:load选项避免过度获取数据 - 安全考虑:始终设置
:actor并启用:authorize?选项 - 调试技巧:在开发时启用
:verbose?选项查看详细执行过程 - 分页策略:根据数据量选择合适的
:page或游标分页方式 - 变更控制:利用
:return_changeset?在复杂操作中获取中间状态
总结
Ash框架提供了丰富的动作调用选项,这些选项共同构成了框架灵活性的基础。理解并合理使用这些选项,可以显著提高开发效率和应用程序性能。开发者应当根据具体场景选择合适的选项组合,并在项目文档中记录重要的选项使用决策。
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。Vue08- 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
热门内容推荐
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
575
3.89 K
Ascend Extension for PyTorch
Python
396
474
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
360
219
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++
902
706
🎉 (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
1.39 K
787
昇腾LLM分布式训练框架
Python
122
148
React Native鸿蒙化仓库
JavaScript
312
365
暂无简介
Dart
814
200
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
124
161
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
93
161