EntityAuditBundle 技术文档
2024-12-25 03:09:32作者:俞予舒Fleming
1. 安装指南
EntityAuditBundle 是一个为 Doctrine 2 提供实体和其关联完整版本功能的扩展。以下是安装步骤:
安装扩展
假设您已经安装了 Composer,运行以下命令:
$ composer require sonata-project/entity-audit-bundle
启用扩展
在您的应用内核中启用扩展:
// config/bundles.php
return [
//...
SimpleThings\EntityAudit\SimpleThingsEntityAuditBundle::class => ['all' => true],
//...
];
配置
加载 "simple_things_entity_audit" 扩展并指定审计实体:
# config/packages/entity_audit.yaml
simple_things_entity_audit:
audited_entities:
- MyBundle\Entity\MyEntity
- MyBundle\Entity\MyEntity2
如果您需要排除某些实体属性以避免触发修订,使用以下配置:
# config/packages/entity_audit.yaml
simple_things_entity_audit:
global_ignore_columns:
- created_at
- updated_at
若要使用除 "default" 之外的连接或实体管理器,使用以下设置:
# config/packages/entity_audit.yaml
simple_things_entity_audit:
connection: custom
entity_manager: custom
如果需要显式禁用从审计实体推断的外键,使用以下参数:
simple_things_entity_audit:
disable_foreign_keys: true
创建新表
运行以下命令查看更新模式队列中的新表:
./bin/console doctrine:schema:update --dump-sql
2. 项目的使用说明
EntityAuditBundle 可以自动为实体和其关联创建版本。它通过在数据库中为每个审计实体创建一个后缀为 "_audit" 的镜像表来实现。除了审计实体的所有列之外,还有两个字段:
rev:包含从 "revisions" 表生成的全局修订号。revtype:包含 'INS'、'UPD' 或 'DEL' 作为指示哪种数据库操作导致了修订日志条目的信息。
全局修订表包含一个 ID、时间戳、用户名和更改评论字段。
使用这种方法可以实现对应用程序及其在特定时间点的关联更改的版本控制。
此扩展会钩入 SchemaTool 生成过程,以便自动为您的审计实体创建所需的 DDL 语句。
3. 项目API使用文档
以下是 EntityAuditBundle 提供的一些主要 API 方法:
find($className, $id, $rev):查找给定修订号下的实体状态。findRevisions($className, $id):查找实体的修订历史。findEntitiesChangedAtRevision($rev):查找在特定修订中更改的实体。getCurrentRevision($className, $id):查找实体的当前修订号。
4. 项目安装方式
EntityAuditBundle 可以通过以下方式安装:
- Composer:使用
composer require sonata-project/entity-audit-bundle命令安装。 - Standalone:对于独立使用,您需要将实体类名传递给 MetadataFactory 实例并配置两个事件监听器。具体请参考项目文档中的 "Installation (Standalone)" 部分。
以上是 EntityAuditBundle 的技术文档概览,希望对您有所帮助。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
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++
650
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
296
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
633
143