Eloquent-Sluggable 实现条件性唯一Slug的最佳实践
2025-06-17 14:17:35作者:戚魁泉Nursing
Eloquent-Sluggable 是一个流行的 Laravel 扩展包,用于为模型生成 URL 友好的 slug。在实际开发中,我们经常需要根据业务需求对 slug 的唯一性进行条件限制。本文将深入探讨如何实现基于父级ID的条件性唯一 slug 验证。
场景分析
在文档管理系统开发中,常见的需求是:
- 文档可以有多个层级(如文档集和文档页)
- 同一父级下的 slug 需要保持唯一
- 不同父级下的 slug 可以重复
例如:
文档集A (slug: docs-a)
- 页面1 (slug: page)
- 页面2 (slug: page-2)
文档集B (slug: docs-b)
- 页面1 (slug: page) // 允许与文档集A中的页面1重复
- 页面2 (slug: page-2)
解决方案
Eloquent-Sluggable 提供了 scopeWithUniqueSlugConstraints 方法来实现条件性唯一验证。我们可以通过重写这个方法来实现基于父级ID的约束。
基础实现
public function scopeWithUniqueSlugConstraints($query)
{
return $query->where('parent_id', $this->parent_id);
}
这个简单的实现确保了:
- 同一父级下的 slug 必须唯一
- 不同父级下的 slug 可以重复
- 自动处理 slug 冲突时的序号追加(如 page, page-2, page-3)
高级场景处理
对于更复杂的场景,比如顶级文档(parent_id=0)需要特殊处理,可以这样实现:
public function scopeWithUniqueSlugConstraints($query)
{
if ($this->parent_id == 0) {
return $query->where('parent_id', 0);
}
return $query->where('parent_id', $this->parent_id);
}
最佳实践建议
-
索引优化:确保数据库中对
parent_id和slug字段建立了复合索引,提高查询效率 -
模型关系:考虑使用 Eloquent 的关系方法(如
belongsTo和hasMany)来管理层级关系 -
缓存策略:对于频繁访问的文档,考虑缓存生成的 slug 路径
-
批量处理:在导入大量数据时,可以临时禁用 slug 生成,最后统一处理
-
多租户支持:如果需要支持多租户,可以在唯一性约束中加入租户ID
通过合理使用 Eloquent-Sluggable 的条件性唯一约束功能,开发者可以轻松构建灵活、高效的文档管理系统,满足各种复杂的业务需求。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
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
330
137