掌握 Laravel 查询表达式,告别 DB::raw()
2024-05-23 15:40:35作者:董宙帆
Laravel 的数据库抽象层提供了在处理多种数据库时的便利性,使得开发者无需关注底层细节。但当遇到 Laravel 没有直接支持的功能时,我们通常会借助 DB::raw() 来编写原生 SQL。现在有一个更优雅的解决方案——laravel-query-expressions,这个开源项目旨在为你提供数据库独立的查询表达式。
项目简介
laravel-query-expressions 是一个针对 Laravel 10 及以上版本的扩展包,它引入了新的查询表达式,允许你在不依赖数据库特定语法的情况下,利用更多的数据库功能。通过这个库,你可以轻松地创建和组合复杂的查询,而不用担心代码在不同数据库间的兼容性问题。
例如,原本需要针对不同数据库编写如下的查询:
User::query()
->when(isPostgreSQL(), fn ($query) => $query->selectRaw('coalesce("user", "admin") AS "value"'))
->when(isMySQL(), fn ($query) => $query->selectRaw('coalesce(`user`, `admin`) AS `value`'))
现在可以简化为:
User::select(new Alias(new Coalesce(['user', 'admin']), 'count'));
同样,也可以实现对数据聚合的新方法,如:
Movie::select([
new CountFilter(new Equal('released', new Value(2021))),
// 更多统计项...
])->where('streamingservice', 'netflix');
技术分析
该扩展包实现了许多强大的查询表达式,包括但不限于:
- 数据操作:例如
Add、Divide和Modulo等算术运算符。 - 条件判断:比如
Equal、GreaterThan和Between等比较运算符,以及CaseGroup和CaseRule提供的CASE-WHEN结构。 - 函数应用:像
CountFilter、SumFilter这样的聚合函数过滤器,以及Avg、Max、Min等传统聚合函数。
所有的表达式都可以与 Laravel 的 Eloquent 查询构造器无缝结合,保持代码整洁且易于维护。
应用场景
- 当你需要在不修改现有代码结构的情况下,添加对新数据库的支持时。
- 在创建复杂的数据统计或报表时,避免多次查询,提高性能。
- 当你的应用程序需要跨数据库运行,但又希望保持代码一致性时。
项目特点
- 数据库独立:所有表达式都根据所使用的数据库引擎自动调整语法,确保在任何环境下都能正常工作。
- 强大易用:提供了丰富的预定义表达式,用于构建复杂的查询逻辑。
- 向下兼容:即使在旧版 Laravel 中,也能通过模拟实现部分功能,最大化可用性。
- 代码简洁:消除对 DB::raw() 的依赖,使查询代码更加清晰、可读性强。
要安装这个项目,只需简单地执行:
composer require tpetry/laravel-query-expressions
然后就可以开始享受它带来的便捷了!
总的来说,laravel-query-expressions 是提升 Laravel 应用程序数据库操作灵活性和可移植性的强大工具。如果你正面临着数据库兼容性问题或需要构建复杂查询,不妨试试看,它会让你的开发体验更上一层楼。
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
191
210
暂无简介
Dart
630
143
React Native鸿蒙化仓库
JavaScript
243
316
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
481
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
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++
649
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
107
仓颉编译器源码及 cjdb 调试工具。
C++
128
858
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
210