将数组/结构中的多个列与单个表绑定

Question

我想使用一个 orm。我查看了here 以找到一些带有文档的文档。我面临的问题是，这些 orms 似乎都无法将多个列绑定到数组或子结构中。

为了清楚起见，这里是一个例子。我有一张看起来像这样的桌子：

Table User
----------
UserId
UserName
UserPositionX
UserPositionY
UserPositionZ

理想情况下，我想将字段绑定到这个结构中（该数组要与我在客户端使用的另一个 API 保持一致）：

type User struct {
    Id int64
    Name string
    Position [3]float64
}

其中UserPositionX 绑定到Position[0]，UserPositionY 绑定到Position[1] 和UserPositionZ 绑定到Position[2]。

我愿意使用这样的结构而不是数组：

type Vector3 struct {
    X, Y, Z float64
}

type User struct {
    Id int64
    Name string
    Position Vector3
}

但是我面临两个问题：

• 我不想在另一个表中分隔Position 字段。我查看的所有 orms 似乎都认为 1 struct = 1 table。
• 必须将此结构转换（编组）为 json。在这个 json 中，我需要位置是一个数组（例如：{"id": 42, name: "Foo", position: [6.3, 8.6, 2.65]}）。

所以我的问题是：是否有适用于 go（和 sqlite）的 orm 能够在不创建另一个表的情况下绑定数组或结构中的多个列？如果无法使用数组，有没有办法自定义特定类型如何编组到 json 中？

---

编辑

我找到了一种方法来更改特定类型转换为 json 的方式。我只需要向给定类型添加两个方法。在这个例子中：

func (p *Vector3) MarshalJSON() ([]byte, error) {
    return []byte(fmt.Sprintf("[%v,%v,%v]", p.X, p.Y, p.Z)), nil
}

func (p *Vector3) UnmarshalJSON(data []byte) (err error) {
    _, err = fmt.Sscanf(string(data), "[%v,%v,%v]", &p.X, &p.Y, &p.Z)
    return
}

结果：

test, _ := json.Marshal(User{3, "fooBarBaz", Vector3{42.0, 35, 23.45}})
fmt.Println(string(test))
// ==> {"Id":3,"Name":"fooBarBaz","Position":[42.0,35,23.45]}

test2 := User{}
json.Unmarshal([]byte(`{"Id":3,"Name":"fooBarBaz","Position":[42.0,35,23.45]}`), &test2)
log.Println(test2)
// ==> {3 fooBarBaz {42.0 35 23.45}}

我最初的问题仍然存在，因为我测试了列表中的一些 orms，我发现的唯一方法是嵌入结构，我需要 Vector3 作为属性。

Answer 1

在这种情况下，您需要结合database/sql 包和sql 数据库的功能：

1. 您需要将带有GROUP_CONCAT 的职位列分组到一个逗号分隔的列表中。
2. 您需要在您的类型上实现sql.Scanner 接口，以将逗号分隔的列表映射到数组。

第一步，您可以查看现有的questions。

对于第二步，您可以使用以下内容：

type Foo struct {
    Bar []string
}

func (f *Foo) Scan(src interface{}) error {
    switch t := src.(type) {
    // t would then equal "value1, value2, value3"
    case string:
        *f = strings.Split(t, ",")

        return nil
    }

    return ErrBadScanType
}

Example 其中将key1:value1, key2:value2, ... 映射到一个对象。

PS：如果您的数据库支持，您还应该考虑使用一些特殊的geo 数据类型来存储向量。