Ash框架中新增compare验证器的equal与not_equal条件支持
2025-07-08 10:37:53作者:秋泉律Samson
Ash框架作为Elixir生态中强大的资源定义与操作工具,其验证器系统提供了灵活的数据校验能力。近期社区对compare验证器功能进行了扩展,新增了equal(等于)和not_equal(不等于)两种比较条件,进一步丰富了数据校验场景的覆盖范围。
compare验证器的演进
compare验证器原本主要用于数值比较场景,支持如greater_than(大于)、less_than(小于)等比较操作。但在实际业务中,经常需要判断两个字段值是否相等或不等,例如:
- 用户ID不能与关联用户ID相同
- 订单创建人必须与审核人相同
- 转账账户与收款账户不能为同一个
这些场景催生了对equal和not_equal比较条件的需求。
新特性的实现方式
新增的equal和not_equal条件使用方式与其他比较条件一致,保持了API的一致性:
validate compare(:user_id, not_equal: :connected_user_id),
where: [present(:user_id), present(:connected_user_id)],
message: "不能为自己创建活动"
validate compare(:approver_id, equal: :creator_id),
message: "审核人必须与创建人相同"
这种设计体现了Ash框架"约定优于配置"的理念,开发者可以直观地理解验证规则的含义。
技术实现要点
在底层实现上,equal和not_equal条件处理需要注意几个关键点:
-
空值处理:当比较字段存在空值时,需要明确验证行为。示例中通过where条件确保两个字段都存在时才执行比较
-
类型兼容性:比较前需要确保两个值的类型可以正确比较,避免因类型不匹配导致的运行时错误
-
错误消息:提供清晰的自定义错误消息能力,方便开发者根据业务场景描述问题
-
性能考量:比较操作应保持高效,避免对大型数据集造成性能瓶颈
实际应用场景
这一增强功能在以下典型场景中特别有用:
- 社交关系:确保用户不能关注自己或与自己建立好友关系
- 财务系统:防止转账操作的转出账户和转入账户相同
- 工单系统:要求问题分配者和解决者不能为同一人
- 游戏系统:确保对战匹配的玩家不是同一个人
最佳实践建议
在使用新的比较条件时,建议:
- 结合where条件使用,明确验证触发的先决条件
- 为重要业务规则提供清晰的错误消息
- 在资源测试中覆盖各种边界情况
- 考虑将常用比较规则抽象为共享验证器
这一功能的加入使Ash框架的数据验证能力更加完备,能够更优雅地处理业务系统中的各种数据关系约束,进一步提升了开发效率和代码可读性。
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
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
🔥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
暂无简介
Dart
670
155
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++
660
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
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
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
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322