当前位置:首页 > AI技术 > 正文内容

理Think怎么使模型字段延迟加载开关 Think手动控制是否触发关联教程|Duuu笔记

admin2周前 (04-05)AI技术17

PHP进阶技巧:本文深入解析

ThinkPHP模型需用field()显式指定字段关闭自动加载,关联查询需用hasWhere()实现主表过滤,$lazy=false仅禁用未with的隐式关联触发。

ThinkPHP 模型中如何关闭字段自动加载

默认情况下,ThinkPHP 的模型会把所有字段都查出来,哪怕你只想要

id

name

。这不是性能问题,是设计逻辑问题——它不区分“需要的字段”和“定义的字段”。想关掉?不能靠配置项全局关,得在查询时手动指定。

field()

显式声明要查的字段,比如

$user->field('id,name')->find(1)

,没列进去的字段不会出现在结果里,也不会被赋值到模型属性中

如果用了

with()

关联,

field()

只影响主表,关联表字段仍按关联定义加载;想控制关联字段,得进关联方法里改

field()

别用

hidden

visible

属性替代——那只是序列化时过滤,数据库照样全查,内存里也照存

ThinkPHP 关联查询时怎么阻止自动触发

调用

$user->posts

这种属性访问,会立刻触发关联查询,哪怕你后面根本没用到

posts

数据。这不是懒加载,是“伪懒加载”:只要访问就查,无法跳过。

真正能关掉的只有

with()

之外的隐式访问:给模型加

protected $lazy = false;

(TP6.1+),这样

$user->posts

不再自动查,但注意——这仅对“未显式 with 的关联”生效

已经写了

with('posts')

,那就一定会查,

$lazy = false

对它无效

如果你只是想“查但不立刻执行”,得用

load()

替代属性访问,比如

$user->load('posts')

,它返回模型本身,且可链式调用,但依然会触发查询

为什么 setAttr 不影响字段加载时机

有人试过在模型里重写

setAttr

或用

getAttr

拦截字段,发现完全没用——因为字段加载发生在数据从数据库取出、赋值给模型属性的阶段,远早于任何 getter/setter 调用。

setAttr

是给“写入时的数据处理”用的,比如加密、格式转换,跟“查哪些字段”无关

字段是否被加载,取决于查询构造器(

Query

)传了什么

field

参数,以及关联关系是否被标记为“需预载入”

想动态决定字段,得在调用前拼

field()

,而不是寄希望于模型内部钩子

TP6 中 with() 的 where 条件写在哪最容易踩坑

很多人以为

with(['posts' => function ($q) { $q->where('status', 1); }])

能过滤关联数据,结果发现主模型还是全量返回,只是关联数据少了——这没错,但容易误以为主表也被过滤了。

PHP免费学习笔记(深入)

”;

这个

where

只作用于关联表的

SELECT

,不影响主表查询条件,也不影响主模型实例数量

如果想让主表也受关联条件影响(比如只查有已发布文章的用户),必须用

hasWhere()

,例如

UserModel::hasWhere('posts', ['status' => 1])->select()

with()

+ 闭包里的

limit()

有效,但

order()

在部分版本中会被忽略,建议统一在关联定义里写

order()

延迟加载不是开关一按就完事,ThinkPHP 把“字段选择”“关联触发”“条件下推”拆成三套机制,各自生效时机不同。最常被忽略的是:你以为关掉了某个功能,其实只是换了个地方执行而已。

相关文章

【深度学习】Java DL4J 2024年度技术总结

一、Java DL4J深度学习概述 1.1 DL4J框架简介 1.2 与其他深度学习框架的比较 1.3 DL4J 的优势 1.3.1 与 Java 生态系统的无...

Unity 机器学习 基础

ML-Agents 资产导入 Unity 场景创建 Unity 代码部分 Anaconda 执行 rollerball_config.yaml 机器学习逻辑处理...

使用 ESP

针对该分类问题,我们使用了 Kaggle 手势识别数据集 中的一个开源数据集。原始数据集包括 10 个类别,我们只使用了其中 6 个。这些类别更容易识别,且日常生活中更有用,如...

【DL】2023年你应该知道的 10 大深度学习算法

3. 循环神经网络 (RNN) 4. 生成对抗网络 (GAN) 5. 径向基函数网络 (RBFN) 6. 多层感知器 (MLP) 7. 自组织图 (SOM)...

什么是人工智能 ?

您可以使用 ML 训练 AI,使其精确、快速地执行任务。这可以通过自动化员工感到吃力或厌烦的业务部分来提高运营效率。同样,您可以使用 AI 自动化来腾出员工资源,用于更复杂和更具创造性的工作。...

AI实战详解:Perplexity 怎么做市场调研 Perplexity 市场分析实操教程【商业】最佳实践|Duuu笔记

掌握Perplexity AI市场调研需五步:一、结构化提问嵌入地域/时间/主体/指标四要素;二、限定PDF等原始信源提升可信度;三、分步提问生成制表符分隔文本以自动导入Excel;四、启用Pro S...

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。