Ent框架中GraphQL突变操作的字段排除技巧
2025-05-14 23:47:24作者:滑思眉Philip
概述
在使用Ent框架的GraphQL生成工具时,开发者经常会遇到需要从突变(Mutation)操作中排除某些字段的需求。这些字段通常是用于系统内部管理的元数据字段,如创建时间(created_at)、更新时间(updated_at)和ID等,它们应该由系统自动维护而不允许通过API直接修改。
常见场景
在实际开发中,我们经常会定义一些基础字段作为Mixin混入到多个实体中。这些字段包括:
- 创建时间(create_time):记录数据创建时间戳
- 更新时间(update_time):记录最后更新时间戳
- ID:唯一标识符
这些字段通常具有以下特点:
- 创建时间在记录创建时自动设置为当前时间,之后不可更改
- 更新时间在记录创建和每次更新时自动设置为当前时间
- ID由系统自动生成,不允许修改
解决方案
Ent框架提供了entgql.Skip注解来优雅地解决这个问题。开发者可以通过这个注解精确控制哪些字段应该从GraphQL的突变输入类型中排除。
基本用法
在字段定义中添加entgql.Skip注解,并指定要跳过的突变类型:
field.Time("create_time").
Default(time.Now).
Immutable().
Annotations(
entgql.Skip(entgql.SkipMutationCreateInput|entgql.SkipMutationUpdateInput),
entgql.OrderField("CREATE_TIME"),
),
在Mixin中使用
对于混入多个实体的公共字段,可以在Mixin中统一配置:
func (CommonMixin) Fields() []ent.Field {
return []ent.Field{
field.Time("create_time").
Default(time.Now).
Immutable().
Annotations(
entgql.Skip(entgql.SkipMutationCreateInput|entgql.SkipMutationUpdateInput),
entgql.OrderField("CREATE_TIME"),
),
field.Time("update_time").
Default(time.Now).
UpdateDefault(time.Now).
Immutable().
Annotations(
entgql.Skip(entgql.SkipMutationCreateInput|entgql.SkipMutationUpdateInput),
entgql.OrderField("UPDATE_TIME"),
),
field.UUID("id", uuid.Nil).
Default(UUIDV7DefaultFn).
Immutable().
Annotations(
entgql.Skip(entgql.SkipMutationCreateInput|entgql.SkipMutationUpdateInput),
),
}
}
使用mixin.AnnotateFields
对于已经定义好的Mixin,可以使用mixin.AnnotateFields来添加注解:
func (T) Mixin() []ent.Mixin {
return []ent.Mixin{
mixin.AnnotateFields(
mixin.Time{},
entgql.Skip(entgql.SkipMutationCreateInput|entgql.SkipMutationUpdateInput),
),
}
}
注意事项
- 使用
entgql.Skip只会从突变输入类型中排除字段,不会影响查询和排序功能 - 与
sensitive注解不同,被跳过的字段仍然会在查询结果中可见 - 建议同时使用
Immutable()来确保这些字段在业务逻辑层也无法被修改 - 对于ID字段,除了跳过突变外,还应该设置合适的默认值生成函数
最佳实践
- 将公共字段集中定义在Mixin中统一管理
- 为时间戳字段设置合适的默认值和更新逻辑
- 同时使用Immutable和Skip注解提供双重保护
- 为排序常用的字段添加OrderField注解
- 在文档中明确说明这些系统字段的行为
通过合理使用entgql.Skip注解,开发者可以构建出更加健壮和安全的GraphQL API,同时保持代码的整洁和一致性。
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
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
24
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
228
258
暂无简介
Dart
679
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
325
🔥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
492