Laravel Auditing 包处理 MySQL Point 类型字段的问题分析
在 Laravel 项目中,使用 owen-it/laravel-auditing 包进行模型审计时,遇到 MySQL 的 Point 类型字段会出现数据无法正确记录的问题。本文将深入分析这一问题的原因,并提供解决方案。
问题现象
当模型包含 MySQL 的 Point 类型字段时,使用 laravel-auditing 包会出现以下两种异常情况:
-
当创建或编辑包含 Point 字段的模型时,审计记录中的 new_values 和 old_values 会变成空数组,导致空间数据变更无法被记录。
-
当尝试删除包含 Point 字段的模型时,系统会抛出 JSON 编码异常:"Unable to encode attribute [old_values] for model [OwenIt\Auditing\Models\Audit] to JSON: Malformed UTF-8 characters, possibly incorrectly encoded"。
问题根源
这个问题的本质在于 MySQL 的 Point 类型是一种空间数据类型,它存储的是二进制格式的几何数据。当 laravel-auditing 包尝试将这些二进制数据转换为 JSON 格式存储时,会遇到以下障碍:
- 二进制数据包含非 UTF-8 字符,无法直接 JSON 编码
- Eloquent 模型默认没有提供 Point 类型的原生转换支持
- 审计包在记录变更时,没有对特殊数据类型做特殊处理
解决方案
方案一:使用自定义 Casts
最优雅的解决方案是为 Point 类型创建自定义的 Casts 类:
namespace App\Casts;
use Illuminate\Contracts\Database\Eloquent\CastsAttributes;
class PointCast implements CastsAttributes
{
public function get($model, $key, $value, $attributes)
{
// 从数据库读取时转换为可用的格式
return $value ? unpack('x/x/x/x/corder/Ltype/dlat/dlon', $value) : null;
}
public function set($model, $key, $value, $attributes)
{
// 存储到数据库时转换为二进制
return $value ? pack('xxxxcLdd', 0, 0, 0, 0, 1, 1, $value['lat'], $value['lon']) : null;
}
}
然后在模型中配置:
protected $casts = [
'location' => PointCast::class,
];
方案二:使用访问器/修改器
如果不想创建单独的 Casts 类,可以使用模型中的访问器和修改器:
public function getLocationAttribute($value)
{
return $value ? [
'lat' => unpack('d', substr($value, 4, 8))[1],
'lon' => unpack('d', substr($value, 12, 8))[1]
] : null;
}
public function setLocationAttribute($value)
{
$this->attributes['location'] = $value ? pack('dd', $value['lat'], $value['lon']) : null;
}
方案三:转换为独立字段
如果空间数据处理需求不复杂,可以考虑将 Point 字段拆分为独立的纬度和经度字段:
// 迁移文件
$table->decimal('latitude', 10, 7);
$table->decimal('longitude', 10, 7);
这种方法虽然失去了空间索引的优势,但简化了数据存储和审计过程。
最佳实践建议
-
对于复杂的空间数据操作,推荐使用自定义 Casts 方案,它提供了更好的封装性和复用性。
-
如果项目中有多个模型使用 Point 字段,可以创建一个基础模型或 Trait 来统一处理空间数据的转换逻辑。
-
考虑在审计事件中添加特殊处理,确保空间数据的变更能够被正确记录:
public static function boot()
{
parent::boot();
static::updated(function ($model) {
if ($model->isDirty('location')) {
// 特殊处理空间字段变更
}
});
}
通过以上解决方案,可以确保 laravel-auditing 包能够正确处理 MySQL 的 Point 类型字段,完整记录模型变更历史。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementPersist and reuse KV Cache to speedup your LLM.Python02
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00