Hasura GraphQL Engine中计算字段对数组类型的限制解析
2025-05-04 18:06:01作者:房伟宁
在PostgreSQL数据库开发中,计算字段(Computed Field)是一个非常实用的功能,它允许开发者在不实际存储数据的情况下,通过函数动态生成字段值。然而,在使用Hasura GraphQL Engine时,开发者可能会遇到一个常见限制:无法直接创建返回数组类型(如text[])的计算字段。
计算字段的类型限制
Hasura对计算字段的返回类型有明确要求,函数返回值必须是以下两种类型之一:
- 基本类型(BASE type):包括常见的标量类型如text、integer、boolean等
- 表类型(SETOF ):返回多行记录的结果集
PostgreSQL中的数组类型(如text[])属于容器类型(Container type),不是基本类型,因此Hasura目前不支持直接使用这类类型作为计算字段的返回类型。
实际案例中的解决方案
在实际开发中,当确实需要返回数组类型数据时,可以考虑以下两种替代方案:
1. 使用生成列(Generated Column)
CREATE OR REPLACE FUNCTION mp.getArrayNamesById(mp_id uuid) RETURNS text[] LANGUAGE sql IMMUTABLE AS $function$ SELECT array_agg(name) FROM ( SELECT name FROM mp.medical_provider_names WHERE medical_provider_id = mp_id AND deleted_at IS NULL UNION ALL (SELECT name FROM mp.medical_providers WHERE medical_provider_id = mp_id) UNION ALL (SELECT en_name as name FROM mp.medical_providers WHERE medical_provider_id = mp_id) ) $function$; ALTER TABLE mp.medical_providers ADD COLUMN names text[] GENERATED ALWAYS AS (mp.getArrayNamesById(medical_provider_id)) STORED;注意:这种方法会将结果物化存储,且由于使用了IMMUTABLE函数,当源数据变更时,可能需要手动更新主表记录才能刷新生成列的值。
2. 使用视图(VIEW)替代
创建包含所需数组结果的视图,然后在Hasura中跟踪该视图:
CREATE VIEW mp.medical_providers_with_names AS SELECT mp.*, ( SELECT array_agg(name) FROM ( SELECT name FROM mp.medical_provider_names WHERE medical_provider_id = mp.medical_provider_id AND deleted_at IS NULL UNION ALL SELECT name FROM mp.medical_providers WHERE medical_provider_id = mp.medical_provider_id UNION ALL SELECT en_name as name FROM mp.medical_providers WHERE medical_provider_id = mp.medical_provider_id ) ) AS names FROM mp.medical_providers mp;技术背景解析
PostgreSQL的类型系统分为几个层次:
- 基本类型(BASE type):最底层的标量类型
- 容器类型(Container type):包括数组、复合类型等
- 域类型(Domain type):基于现有类型的带有约束的类型
Hasura选择不支持容器类型作为计算字段的返回类型,主要是出于GraphQL类型系统的兼容性和查询性能考虑。GraphQL本身对数组类型的处理方式与PostgreSQL有所不同,直接映射可能会带来复杂性和性能问题。
最佳实践建议
- 对于简单的数组需求,考虑使用JSON类型作为替代
- 对于复杂的多值关系,建议使用关联查询而不是数组
- 评估是否真的需要数组类型,或许关系型设计更适合你的场景
- 如果必须使用数组,考虑上述生成列或视图方案
理解这些限制背后的设计考量,可以帮助开发者更好地规划数据模型,在Hasura和PostgreSQL的强大功能之间找到平衡点。
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
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
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
Ascend Extension for PyTorch
Python
229
259
暂无简介
Dart
680
160
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++
689
326
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
493