在go-gorm/gen中使用原生SQL进行复杂查询
2025-07-01 02:56:47作者:廉彬冶Miranda
前言
在数据库操作中,有时会遇到一些复杂的查询场景,比如需要处理日期函数、自定义聚合或者特殊的字段转换。这些情况下,ORM自动生成的查询可能无法满足需求。本文将详细介绍如何在go-gorm/gen框架中使用原生SQL进行复杂查询。
基本概念
go-gorm/gen是基于GORM的代码生成工具,它提供了类型安全的查询构建方式。但在某些特殊场景下,我们仍然需要直接使用原生SQL来实现特定功能。
使用原生SQL的场景
- 需要使用数据库特定的函数(如YEAR、DATE_FORMAT等)
- 需要进行复杂的字段转换或计算
- 需要执行数据库特有的聚合操作
- 需要优化特定查询性能时
实现方式
1. 通过UnderlyingDB方法获取原生GORM实例
gen生成的DAO对象提供了UnderlyingDB方法,可以获取底层的*gorm.DB实例,从而使用GORM的所有原生功能。
type Result struct {
Id int
Year int
FirstName string
}
var result Result
author.WithContext(ctx).Where(author.ID.Eq(1)).UnderlyingDB().
Select([]string{
string(author.ID.ColumnName()),
"YEAR(CAST(birth_date as DATE)) as year",
"first_name",
}).Debug().Scan(&result)
2. 自定义Select字段
在Select方法中,可以混合使用gen生成的字段名和原生SQL表达式:
- 使用
string(author.ID.ColumnName())获取gen生成的字段名 - 直接写入原生SQL表达式,如
"YEAR(CAST(birth_date as DATE)) as year" - 也可以直接使用数据库字段名,如
"first_name"
3. 复杂查询示例
假设我们需要查询每年发布的文章数量:
type YearCount struct {
Year int
Count int
}
var results []YearCount
article.WithContext(ctx).UnderlyingDB().
Select("YEAR(CAST(release_time as DATE)) as year, COUNT(*) as count").
Group("year").
Scan(&results)
注意事项
- 使用原生SQL时要注意SQL注入风险,避免直接拼接用户输入
- 跨数据库兼容性问题:某些数据库函数可能在其他数据库中不可用
- 结果映射需要确保结构体字段与查询结果的列名匹配
- 对于复杂查询,建议添加适当的索引以提高性能
最佳实践
- 尽量将复杂SQL封装到模型方法中
- 为复杂查询编写单元测试
- 添加适当的注释说明查询目的
- 考虑使用数据库视图(View)来简化复杂查询
通过合理使用原生SQL,我们可以在保持go-gorm/gen类型安全优势的同时,处理各种复杂的查询需求。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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
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
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
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
12
1
暂无简介
Dart
799
199
🎉 (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
1.37 K
780
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1