当前位置:首页 > 文章列表 > 文章 > php教程 > Laravel执行原生SQL方法详解

Laravel执行原生SQL方法详解

2026-05-21 08:07:21 0浏览 收藏
Laravel 中执行原生 SQL 并非随意而为,而是一门讲究方法选择与安全边界的实践艺术:读操作唯一推荐使用 `DB::select()`——它专为只读设计,自动启用预处理、强制参数绑定、返回原始数据且天然防注入;写操作则应严格采用 `DB::insert()`/`update()`/`delete()` 等原子方法,确保语义清晰、结果可预期;`DB::raw()` 仅作为构建器中的“可信片段”嵌入工具(如计算字段或复杂条件),绝不可单独执行整条 SQL;所有场景均须杜绝字符串拼接,坚持问号占位符绑定,警惕命名绑定不被原生方法支持的陷阱;真正关键的不是“能不能写原生SQL”,而是能否在 Eloquent 表达力与原生灵活性之间做出审慎权衡——每一次裸写,都该以无法用 `fromRaw()` 或查询构建器优雅实现为前提。

Laravel Raw查询_执行原生SQL语句方法【方法】

直接执行原生 SQL 语句在 Laravel 中不是“能不能”的问题,而是“用哪个方法、在哪种场景下更安全、更可控”的问题。核心结论:读操作优先用 DB::select(),写操作用 DB::insert()/DB::update()/DB::delete(),而需要嵌入构建器的片段(比如函数、计算字段、复杂条件)才用 DB::raw() 或 whereRaw()。

DB::select() 是 SELECT 原生查询的唯一推荐入口

它专为只读查询设计,返回 StdClass 对象数组,自动启用 PDO 预处理,强制参数绑定,天然防注入。

  • 必须用问号占位符或命名绑定,不能拼接变量:DB::select("SELECT * FROM users WHERE id = ?", [$id])
  • 命名绑定需显式传入 PDO 选项才能生效:DB::select("SELECT * FROM users WHERE name = :name", ['name' => 'Alice'], [PDO::ATTR_EMULATE_PREPARES => true])
  • 不支持 DB::raw() 包裹的字符串作为第一个参数——那会直接报错,因为 DB::select() 只接受纯字符串 SQL
  • 返回结果不走模型生命周期($casts、getAttributes() 等全部失效),只是原始数据

DB::insert/update/delete 才是写操作的正确姿势

它们和 DB::select() 同属 DB 门面的原子方法,各自返回明确语义的结果(布尔值 / 影响行数),且都要求参数绑定,不接受字符串拼接。

  • DB::insert() 不返回自增 ID;要取 ID 必须换用 DB::table()->insertGetId() 或手动调 DB::getPdo()->lastInsertId()
  • DB::update() 和 DB::delete() 的 WHERE 条件若写错(比如漏条件、类型不匹配),可能误影响多行——务必先用 DB::select() 验证 WHERE 是否命中预期记录
  • 批量插入不能靠多次 DB::insert() 循环,性能差;应拼成单条 INSERT INTO ... VALUES (),(),() 再用 DB::statement()
  • 所有方法都不支持命名绑定(:name),只认问号占位符和顺序参数数组

DB::raw() 只能嵌入查询构建器,不能单独执行

DB::raw() 本质是标记一个字符串为“已信任的 SQL 片段”,绕过自动转义。它本身不执行任何 SQL,必须配合 select()、whereRaw()、orderByRaw() 等使用。

  • 在 select() 中:用 DB::raw('COUNT(*) as total') 计算字段,别名必须显式写出
  • 在 whereRaw() 中:可写 whereRaw('created_at > DATE_SUB(NOW(), INTERVAL ? DAY)', [7]),参数绑定仍需手动传
  • 误用典型:把整个 SQL 丢给 DB::raw("SELECT * FROM users"),然后试图执行——这不会运行,只会生成一个无意义的 RawExpression 对象
  • 注意:DB::raw() 里的内容不校验语法,SQL 错了要到执行时才暴露,调试成本高

whereRaw() 是构建器里写复杂条件的开关,不是 SQL 注入后门

它解决的是 where() 表达不了的逻辑,比如数据库函数、多层 OR、JSON 字段提取等。但它的安全性完全取决于你是否绑定参数。

  • 危险写法:whereRaw("name = '" . $request->input('name') . "'") —— 直接引入 SQL 注入漏洞
  • 安全写法:whereRaw("name LIKE ? AND status IN (?)", ["%{$search}%", $statuses])
  • MySQL 特有函数如 JSON_CONTAINS()、ST_Distance_Sphere() 必须用 whereRaw(),ORM 无法翻译
  • 多个 whereRaw() 连用时,注意 AND/OR 优先级;必要时用括号包裹整个条件片段

最常被忽略的一点:原生 SQL 查询默认不参与 Laravel 的查询日志上下文(DB::enableQueryLog() 能捕获,但 toSql() 对 DB::select() 无效)。如果要调试参数实际值,得靠 DB::listen() 或直接看数据库慢日志。写之前,先想清楚——这个逻辑真的不能用 Eloquent + fromRaw() 拆解?还是非得裸写整条 SQL?

终于介绍完啦!小伙伴们,这篇关于《Laravel执行原生SQL方法详解》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!

HTML模板如何提升加载速度|性能优化实战技巧HTML模板如何提升加载速度|性能优化实战技巧
上一篇
HTML模板如何提升加载速度|性能优化实战技巧
Windows优化大师怎么卸载?
下一篇
Windows优化大师怎么卸载?
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。
    444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。
    516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。
    529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。
    477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。
    300次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码