Vapor框架中查询软删除模型的深入解析
2025-05-07 20:39:42作者:秋泉律Samson
软删除机制概述
在Vapor框架的Fluent ORM中,软删除(Soft Delete)是一种常见的数据处理模式。与物理删除不同,软删除通过在模型上标记删除状态而非实际移除数据库记录来实现数据"删除"效果。这种设计在需要保留历史数据或支持数据恢复的场景中尤为重要。
Fluent中的软删除实现原理
Fluent通过Timestamp属性包装器来实现软删除功能。当模型遵循Model协议并添加@Timestamp属性时,框架会自动处理软删除逻辑:
final class User: Model {
// 标准属性...
@Timestamp(key: "deleted_at", on: .delete)
var deletedAt: Date?
}
关键点在于@Timestamp的on: .delete参数,它指示Fluent在删除操作时更新该字段而非真正删除记录。
查询软删除记录的技术方案
默认情况下,Fluent的查询会自动过滤掉已软删除的记录。要查询这些记录,需要组合使用两个关键技术:
- withDeleted()方法:禁用默认的软删除过滤
- 手动过滤条件:精确筛选已删除记录
完整查询示例如下:
let deletedUsers = try await User.query(on: req.db)
.withDeleted() // 包含软删除记录
.filter(\.$deletedAt != nil) // 确保记录是被删除的
.filter(\.$deletedAt < Date()) // 确保删除时间有效
.all()
实现原理深度解析
-
withDeleted()的作用:
- 默认情况下,Fluent会自动添加
WHERE deleted_at IS NULL OR deleted_at > CURRENT_TIMESTAMP条件 - withDeleted()移除了这一默认条件
- 默认情况下,Fluent会自动添加
-
双重过滤的必要性:
deletedAt != nil确保记录确实被标记为删除deletedAt < Date()排除未来可能被计划删除的记录
实际应用场景
- 数据恢复系统:管理员界面显示已删除项目
- 数据审计:追踪所有删除操作的历史记录
- 回收站功能:实现类似桌面系统的临时删除区域
性能优化建议
- 为deleted_at字段建立索引以提高查询效率
- 考虑定期归档长时间未恢复的软删除记录
- 在批量处理软删除记录时注意分页查询
进阶技巧
对于需要更复杂软删除逻辑的场景,可以考虑:
- 自定义删除原因字段
- 添加删除操作者记录
- 实现多级软删除(如临时删除与永久删除标记)
通过掌握这些技术细节,开发者可以充分利用Vapor框架的软删除功能,构建更健壮、更灵活的应用程序数据层。
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
245
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
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218