Gin-Vue-Admin项目中getXXXDataSource接口的软删除记录问题分析
在Gin-Vue-Admin项目开发过程中,开发者可能会遇到一个关于数据源获取接口的典型问题:使用代码生成的getXXXDataSource接口会意外获取到已被软删除的记录。这个问题看似简单,但背后涉及GORM框架的使用细节和软删除机制的工作原理。
问题现象
当开发者使用自动生成的getXXXDataSource接口获取数据源时,发现返回结果中包含了本应被软删除的记录。例如,在获取应用列表时,即使某些应用记录已被标记为删除,它们仍然出现在下拉选项的数据源中。
原因分析
通过查看源码可以发现,问题的根源在于查询构建方式的选择。原代码使用了Table()
方法直接指定表名进行查询:
global.MustGetGlobalDBByDBName("user_manager").Table("apps").Select("name as label,id as value").Scan(&appId)
这种写法绕过了GORM的模型关联机制,导致GORM无法自动应用软删除相关的查询条件。在GORM中,软删除功能是通过模型定义中的DeletedAt
字段实现的,当使用Model()
方法关联模型时,GORM会自动添加WHERE deleted_at IS NULL
条件。
解决方案
正确的做法是使用Model()
方法关联模型结构体,而非直接使用表名:
global.MustGetGlobalDBByDBName("user_manager").Model(&userManager.Apps{}).Select("name as label,id as value").Scan(&appId)
这种写法确保了GORM能够识别模型中的软删除标记,并自动过滤掉已被软删除的记录。
深入理解
-
GORM的软删除机制:GORM通过在模型结构体中嵌入
gorm.DeletedAt
字段来实现软删除功能。当使用Delete()
方法时,GORM不会真正删除记录,而是更新deleted_at
字段为当前时间。 -
查询构建差异:
- 使用
Table()
方法:直接操作数据库表,绕过GORM的模型关联和钩子机制 - 使用
Model()
方法:关联模型结构体,启用GORM的全部功能,包括软删除过滤
- 使用
-
性能考量:虽然两种写法在性能上差异不大,但
Model()
方法提供了更好的类型安全和功能完整性。
最佳实践建议
- 在Gin-Vue-Admin项目中,应始终优先使用
Model()
方法而非Table()
方法进行查询 - 对于需要包含软删除记录的特殊场景,可以使用
Unscoped()
方法显式取消软删除过滤 - 在代码生成模板中,应考虑修改默认生成的查询逻辑以避免此问题
总结
这个案例展示了框架使用细节对系统行为的重要影响。作为开发者,理解ORM框架的工作原理和最佳实践至关重要。在Gin-Vue-Admin项目中正确使用GORM的查询构建方法,不仅能避免软删除记录泄露的问题,还能确保数据访问的一致性和安全性。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0298- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









