GORM Gen 中 OR 条件查询的正确使用方式
2025-07-01 07:27:23作者:宣海椒Queenly
在使用 GORM Gen 进行数据库查询时,开发者经常会遇到需要构建复杂查询条件的情况,特别是需要组合 AND 和 OR 条件的场景。本文将通过一个典型示例,深入分析如何正确使用 GORM Gen 构建包含 OR 条件的查询。
问题背景
假设我们有一个数据结构表示某个资源的生命周期:
type MyStruct struct {
StartTime time.Time
DecommissionTime *time.Time
}
业务需求是查询在指定时间点(如2023-01-01 00:00:00)有效的所有记录。有效的定义是:
- 记录的开始时间早于查询时间点
- 记录要么未被停用(DecommissionTime为NULL),要么停用时间晚于查询时间点
对应的SQL应该是:
SELECT count(*) FROM "my_structs" WHERE
("decommission_time" IS NULL OR "decommission_time" > '2023-01-01 00:00:00')
AND "start_time" < '2023-01-01 00:00:00'
常见错误实现
许多开发者会尝试以下方式构建查询:
var conditions = make([]gen.Condition, 2)
conditions = append(conditions, query.MyStruct.Or(
query.MyStruct.DecommissionTime.IsNull(),
query.MyStruct.DecommissionTime.Gt(period.StartTime)
))
conditions = append(conditions, query.MyStruct.DeployTime.Lt(*period.EndTime))
return query.MyStruct.Debug().Where(conditions...).Count()
但实际生成的SQL却是:
SELECT count(*) FROM "my_structs" WHERE
"my_structs"."decommission_time" IS NULL
AND "my_structs"."decommission_time" > '2023-01-01 00:00:00'
AND "my_structs"."deploy_time" < '2023-01-01 00:00:00'
这显然不符合预期,所有条件都被AND连接起来了。
问题根源分析
通过查看GORM Gen的源代码,可以发现Or方法的实现方式导致了这个问题。在底层,它使用了clause.Or包裹clause.And,这种嵌套方式实际上无法实现真正的OR条件组合。
正确实现方式
GORM Gen提供了更直观的条件组合方式,可以更清晰地表达查询意图:
query.MyStruct.Where(
// 第一个条件组,内部使用OR连接
query.MyStruct.
Where(query.MyStruct.DecommissionTime.IsNull()).
Or(query.MyStruct.DecommissionTime.Gt(period.StartTime)),
// 第二个条件,与前一个条件组用AND连接
query.MyStruct.DeployTime.Lt(*period.EndTime)
).Count()
这种方式生成的SQL正是我们期望的:
SELECT count(*) FROM "my_structs" WHERE
("decommission_time" IS NULL OR "decommission_time" > '2023-01-01 00:00:00')
AND "start_time" < '2023-01-01 00:00:00'
最佳实践建议
- 条件分组:使用Where方法创建条件组,组内条件默认使用AND连接
- 显式OR:在需要OR连接的条件上明确使用Or方法
- 链式调用:利用GORM Gen的链式调用特性,使查询构建更加清晰
- 调试输出:在复杂查询中使用Debug()方法查看生成的SQL,验证是否符合预期
通过理解GORM Gen的条件组合机制,开发者可以构建出各种复杂的查询条件,满足业务需求的同时保持代码的可读性和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0107AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-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。Python00GOT-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).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
213
2.21 K

暂无简介
Dart
521
115

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

🎉 (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
978
578

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++
552
86

Ascend Extension for PyTorch
Python
65
94

React Native鸿蒙化仓库
JavaScript
209
285

openGauss kernel ~ openGauss is an open source relational database management system
C++
147
194

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
1.02 K
399