当前位置:首页 > 文章列表 > Golang > Go问答 > 测试条目不适合一对多关联

测试条目不适合一对多关联

来源:stackoverflow 2024-03-12 10:36:27 0浏览 收藏

今日不肯埋头,明日何以抬头!每日一句努力自己的话哈哈~哈喽,今天我将给大家带来一篇《测试条目不适合一对多关联》,主要内容是讲解等等,感兴趣的朋友可以收藏或者有更好的建议在评论提出,我都会认真看的!大家一起进步,一起学习!

问题内容

与此问题类似,但在一对多的情况下:关联不适用于测试条目

我在 gorm 中定义了两个模型 user 和 e-mails:文件 user.go

type user struct {
    gorm.model
    identity     string    `json:"identity"`
    password     string    `json:"password"`
    emails       []email

}

type email struct {
    gorm.model
    userid     uint
    text       string `json:"text"`
    sender     string `json:"sender"`
}

根据文档,这应该适用于测试条目:

userrec := &user.user{ identity: "john wayne", password: "mysecretpassword", emails: []user.email{user.email{text: "my text", sender: "[email protected]"}, user.email{text: "my text", sender: "[email protected]"}}}

但是,电子邮件条目不会与用户对象关联。

user 对象没有它所引用的 email 对象的条目(与“引用”情况相反),这正常吗?

如何查询用户及其所有相应的电子邮件对象?

所有电子邮件均可通过以下方式获取

var emails[] Email
db.Where("user_id = ?", id).Find(&emails)

解决方案


您需要通过引用其列名称来预加载(预加载)电子邮件表:

user := &user{}
db.preload("emails").first(user)

如果您使用一对一关系,您也可以通过调用自动完成:

db.Preload(clause.Associations).Find(user)

注意:这不适用于一对多关系。

还支持一些其他功能,例如 GORM Docs 中定义的嵌套预加载以及将联接和预加载组合在一起(用于对子表进行过滤或排序)

到这里,我们也就讲完了《测试条目不适合一对多关联》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
PHP数据库接口的优势和原因深度探究PHP数据库接口的优势和原因深度探究
上一篇
PHP数据库接口的优势和原因深度探究
Java Iterator 和 Iterable 对比:评价优缺点
下一篇
Java Iterator 和 Iterable 对比:评价优缺点
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    500次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    559次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    587次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    539次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    350次使用