import { Bone, DataTypes } from 'leoric';
class Post extends Bone {
@Column(DataTypes.JSONB)
extra: Record<string, unknown>;
}
可以使用 JSON 函数来自定义过滤条件:
const post = await Post.find('JSON_EXTRACT(extra, "$.foo") = ?', 1);
MySQL 中的 column->path简写方式(比如 extra->"$.foo")暂时不支持。
下面这种更新方式容易遇到并发问题,导致数据彼此覆盖:
const post = await Post.first;
// 假设在这个时间间隔内,同时有其他进程更新 post.extra,更新的数据就会被覆盖
await post.update('extra', { ...post.extra, foo: 1 });
MySQL 里面有两个函数可以用来解决这一情况:
Leoric 里面提供了相应的封装:
const post = await Post.first;
await post.jsonMerge('extra', { foo: 1 });
第二行语句实际执行的 SQL 类似这样:
UPDATE posts SET extra = JSON_MERGE_PATCH('extra', '{"foo":1}')
需要注意的是 JSON_MERGE_PATCH() 函数只会对 object 做属性合并,如果是数组、字符串、布尔类型,会直接覆盖。
由于 JSON_MERGE_PATCH() 更接近 JavaScript 中的 merge 行为(
Object.assign()、lodash/merge),因此默认的 bone.jsonMerge() 方法并没有和 MySQL 中已经不被鼓励使用 JSON_MERGE() 函数对应,后者效果等同于 JSON_MERGE_PRESERVE()。
JSON_MERGE_PRESERVE() 的逻辑则有所不同,如果是数组、字符串等类型,会返回合并结果:
JSON_MERGE_PRESERVE('[1, 2]', '[true, false]') // -> [1, 2, true, false]
JSON_MERGE_PRESERVE('1', 'true'); // -> [1, true]
JSON_MERGE_PRESERVE('{ "a": 1 }', '{ "a": 2 }'); // -> { "a": [1, 2] }
Leoric 里面也有提供相应的封装:
const post = await Post.first;
await post.jsonMergePreserve('extra', { foo: 1 });
由于 JSON_MERGE_PRESERVE() 会改变值的类型,如果原始属性值并不是数组,更新的时候就需要谨慎。
Leoric 默认会在查询结果返回的时候拷贝一份模型的属性值,从而实现以下特性:
const post = await Post.first;
post.extra.foo = 2;
post.changes();
// -> { extra: [ { foo: 1 }, { foo: 2 } ] }
await post.save();
// -> UPDATE posts SET extra = JSON_MERGE_PATCH('extra', '{"foo":1}');
JavaScript 中的对象深拷贝操作非常重,原生的 structuredClone(value) 比 JSON.parse(JSON.stringify(value)) 还要慢。如果使用的是 mysql2,查询结果返回的时候已经是对象了,这也进一步导致这里可以优化的空间非常有限。
如果数据库中有比较大或者多的 JSON 数据,并且并不依赖上面这种自动标记更新的特性,可以考虑跳过对象深拷贝:
new Realm({
skipCloneValue: true,
});
然后在需要保存对象的地方手动处理:
const post = await Post.first;
post.extra.foo = 2;
post.changes();
// -> {}
post.extra = { ...post.extra, foo, 2 };
post.changes();
// -> { extra: [ { foo: 1 }, { foo: 2 } ] }
await post.save();
// -> UPDATE posts SET extra = JSON_MERGE_PATCH('extra', '{"foo":1}');