ThinkPHP關(guān)聯(lián)模型操作實(shí)例分析
Jun 13, 2016 am 11:58 AM
通常我們所說的關(guān)聯(lián)關(guān)系包括下面三種：
◇ 一對一關(guān)聯(lián) ： ONE_TO_ONE ， 包括 HAS_ONE 和 BELONGS_TO
◇ 一對多關(guān)聯(lián) ： ONE_TO_MANY ， 包括 HAS_MANY 和 BELONGS_TO
◇ 多對多關(guān)聯(lián) ： MANY_TO_MANY
關(guān)聯(lián)定義
數(shù)據(jù)表的關(guān)聯(lián) CURD 操作，目前支持的關(guān)聯(lián)關(guān)系包括下面四種：HAS_ONE 、 BELONGS_TO 、 HAS_MANY 、 MANY_TO_MANY 。
一個模型根據(jù)業(yè)務(wù)模型的復(fù)雜程度可以同時定義多個關(guān)聯(lián)，不受限制，所有的關(guān)聯(lián)定義都統(tǒng)一在模型類的 $_link 成員變量里面定義，并且可以支持動態(tài)定義。要支持關(guān)聯(lián)操作，模型類必須繼承 RelationModel 類，關(guān)聯(lián)定義的格式是：
復(fù)制代碼 代碼如下:
protected $_link = array(
' 關(guān)聯(lián) 1' => array(
' 關(guān)聯(lián)屬性 1' => ' 定義 ',
' 關(guān)聯(lián)屬性 N' => ' 定義 ',
),
' 關(guān)聯(lián) 2' => array(
' 關(guān)聯(lián)屬性 1' => ' 定義 ',
' 關(guān)聯(lián)屬性 N' => ' 定義 ',
),
...
);
HAS_ONE 關(guān)聯(lián)方式的定義：
復(fù)制代碼 代碼如下:
class UserModel extends RelationModel
{
public $_link = array(
'Profile'=> array(
'mapping_type' =>HAS_ONE,
'class_name'=>'Profile',
// 定義更多的關(guān)聯(lián)屬性
……
) ,
);
}
mapping_type 關(guān)聯(lián)類型，這個在 HAS_ONE 關(guān)聯(lián)里面必須使用 HAS_ONE 常量定義。
class_name 要關(guān)聯(lián)的模型類名
mapping_name 關(guān)聯(lián)的映射名稱，用于獲取數(shù)據(jù)用
foreign_key 關(guān)聯(lián)的外鍵名稱
condition 關(guān)聯(lián)條件
mapping_fields 關(guān)聯(lián)要查詢的字段
as_fields 直接把關(guān)聯(lián)的字段值映射成數(shù)據(jù)對象中的某個字段
BELONGS_TO 關(guān)聯(lián)方式的定義：
復(fù)制代碼 代碼如下:
'Dept'=> array(
'mapping_type'=>BELONGS_TO,
'class_name'=>'Dept',
'foreign_key'=>'userId',
'mapping_name'=>'dept',
// 定義更多的關(guān)聯(lián)屬性
……
) ,
class_name 要關(guān)聯(lián)的模型類名
mapping_name 關(guān)聯(lián)的映射名稱，用于獲取數(shù)據(jù)用
foreign_key 關(guān)聯(lián)的外鍵名稱
mapping_fields 關(guān)聯(lián)要查詢的字段
condition 關(guān)聯(lián)條件
parent_key 自引用關(guān)聯(lián)的關(guān)聯(lián)字段
as_fields 直接把關(guān)聯(lián)的字段值映射成數(shù)據(jù)對象中的某個字段
HAS_MANY 關(guān)聯(lián)方式的定義：
復(fù)制代碼 代碼如下:
'Article'=> array(
'mapping_type' =>HAS_MANY,
'class_name'=>'Article',
'foreign_key'=>'userId',
'mapping_name'=>'articles',
'mapping_order'=>'create_time desc',
// 定義更多的關(guān)聯(lián)屬性
……
) ,
class_name 要關(guān)聯(lián)的模型類名
mapping_name 關(guān)聯(lián)的映射名稱，用于獲取數(shù)據(jù)用
foreign_key 關(guān)聯(lián)的外鍵名稱
parent_key 自引用關(guān)聯(lián)的關(guān)聯(lián)字段
condition 關(guān)聯(lián)條件
mapping_fields 關(guān)聯(lián)要查詢的字段
mapping_limit 關(guān)聯(lián)要返回的記錄數(shù)目
mapping_order 關(guān)聯(lián)查詢的排序
MANY_TO_MANY 關(guān)聯(lián)方式的定義：
復(fù)制代碼 代碼如下:
"Group"=>array(
'mapping_type'=>MANY_TO_MANY,
'class_name'=>'Group',
'mapping_name'=>'groups',
'foreign_key'=>'userId',
'relation_foreign_key'=>'goupId',
'relation_table'=>'think_gourpUser'
)
class_name 要關(guān)聯(lián)的模型類名
mapping_name 關(guān)聯(lián)的映射名稱，用于獲取數(shù)據(jù)用
foreign_key 關(guān)聯(lián)的外鍵名稱
relation_foreign_key 關(guān)聯(lián)表的外鍵名稱
mapping_limit 關(guān)聯(lián)要返回的記錄數(shù)目
mapping_order 關(guān)聯(lián)查詢的排序
relation_table 多對多的中間關(guān)聯(lián)表名稱
關(guān)聯(lián)查詢
使用 relation 方法進(jìn)行關(guān)聯(lián)操作， relation 方法不但可以啟用關(guān)聯(lián)還可以控制局部關(guān)聯(lián)操作，實(shí)現(xiàn)了關(guān)聯(lián)操作一切盡在掌握之中。
$User = D( "User" );
$user = $User->realtion(true)->find(1);
輸出 $user 結(jié)果可能是類似于下面的數(shù)據(jù)：
復(fù)制代碼 代碼如下:
array(
'id'=>1,
'account'=>'ThinkPHP',
'password'=>'123456',
'Profile'=> array(
'email'=>'liu21st@gmail.com',
'nickname'=>'流年',
) ,
)
關(guān)聯(lián)寫入
復(fù)制代碼 代碼如下:
$User = D( "User" );
$data = array();
$data["account"]="ThinkPHP";
$data["password"]="123456";
$data["Profile"]=array(
'email'=>'liu21st@gmail.com',
'nickname' =>' 流年 ',
) ;
$result = $User->relation(true)->add($user);
這樣就會自動寫入關(guān)聯(lián)的 Profile 數(shù)據(jù)。
關(guān)聯(lián)更新
復(fù)制代碼 代碼如下:
$User = D( "User" );
$data["account"]= "ThinkPHP";
$data["password"]= "123456";
$data["Profile"]=array(
'email'=>'liu21st@gmail.com',
'nickname' =>' 流年 ',
) ;
$result =$User-> relation(true)->where(‘id=3')->save($data);
關(guān)聯(lián)刪除
$result =$User->relation(true)->delete( "3" );
熱AI工具
Undress AI Tool
免費(fèi)脫衣服圖片
Undresser.AI Undress
人工智能驅(qū)動的應(yīng)用程序，用于創(chuàng)建逼真的裸體照片
AI Clothes Remover
用于從照片中去除衣服的在線人工智能工具。
Clothoff.io
AI脫衣機(jī)
Video Face Swap
使用我們完全免費(fèi)的人工智能換臉工具輕松在任何視頻中換臉！
熱門文章
熱工具
記事本++7.3.1
好用且免費(fèi)的代碼編輯器
SublimeText3漢化版
中文版，非常好用
禪工作室 13.0.1
功能強(qiáng)大的PHP集成開發(fā)環(huán)境
Dreamweaver CS6
視覺化網(wǎng)頁開發(fā)工具
SublimeText3 Mac版
神級代碼編輯軟件(SublimeText3)
你好，電動Atlas！波士頓動力機(jī)器人復(fù)活，180度詭異動作嚇壞馬斯克
Apr 18, 2024 pm 07:58 PM
波士頓動力Atlas，正式進(jìn)入電動機(jī)器人時代！昨天，液壓Atlas剛剛「含淚」退出歷史舞臺，今天波士頓動力就宣布：電動Atlas上崗。看來，在商用人形機(jī)器人領(lǐng)域，波士頓動力是下定決心要和特斯拉硬剛一把了。新視頻放出后，短短十幾小時內(nèi)，就已經(jīng)有一百多萬觀看。舊人離去，新角色登場，這是歷史的必然。毫無疑問，今年是人形機(jī)器人的爆發(fā)年。網(wǎng)友銳評：機(jī)器人的進(jìn)步，讓今年看起來像人類的開幕式動作、自由度遠(yuǎn)超人類，但這真不是恐怖片？視頻一開始，Atlas平靜地躺在地上，看起來應(yīng)該是仰面朝天。接下來，讓人驚掉下巴
全球最強(qiáng)開源 MoE 模型來了，中文能力比肩 GPT-4，價格僅為 GPT-4-Turbo 的近百分之一
May 07, 2024 pm 04:13 PM
想象一下，一個人工智能模型，不僅擁有超越傳統(tǒng)計算的能力，還能以更低的成本實(shí)現(xiàn)更高效的性能。這不是科幻，DeepSeek-V2[1]，全球最強(qiáng)開源MoE模型來了。DeepSeek-V2是一個強(qiáng)大的專家混合（MoE）語言模型，具有訓(xùn)練經(jīng)濟(jì)、推理高效的特點(diǎn)。它由236B個參數(shù)組成，其中21B個參數(shù)用于激活每個標(biāo)記。與DeepSeek67B相比，DeepSeek-V2性能更強(qiáng)，同時節(jié)省了42.5%的訓(xùn)練成本，減少了93.3%的KV緩存，最大生成吞吐量提高到5.76倍。DeepSeek是一家探索通用人工智
thinkphp有幾個版本
Apr 09, 2024 pm 06:09 PM
ThinkPHP 擁有多個版本，針對不同 PHP 版本而設(shè)計。主要版本包括 3.2、5.0、5.1 和 6.0，而次要版本用于修復(fù) bug 和提供新功能。當(dāng)前最新穩(wěn)定版本為 ThinkPHP 6.0.16。在選擇版本時，需考慮 PHP 版本、功能需求和社區(qū)支持。建議使用最新穩(wěn)定版本以獲得最佳性能和支持。
特斯拉機(jī)器人進(jìn)廠打工，馬斯克：手的自由度今年將達(dá)到22個！
May 06, 2024 pm 04:13 PM
特斯拉機(jī)器人Optimus最新視頻出爐，已經(jīng)可以在廠子里打工了。正常速度下，它分揀電池（特斯拉的4680電池）是這樣的：官方還放出了20倍速下的樣子——在小小的“工位”上，揀啊揀啊揀：這次放出的視頻亮點(diǎn)之一在于Optimus在廠子里完成這項工作，是完全自主的，全程沒有人為的干預(yù)。并且在Optimus的視角之下，它還可以把放歪了的電池重新?lián)炱饋矸胖?，主打一個自動糾錯：對于Optimus的手，英偉達(dá)科學(xué)家JimFan給出了高度的評價：Optimus的手是全球五指機(jī)器人里最靈巧的之一。它的手不僅有觸覺
替代MLP的KAN，被開源項目擴(kuò)展到卷積了
Jun 01, 2024 pm 10:03 PM
本月初，來自MIT等機(jī)構(gòu)的研究者提出了一種非常有潛力的MLP替代方法——KAN。KAN在準(zhǔn)確性和可解釋性方面表現(xiàn)優(yōu)于MLP。而且它能以非常少的參數(shù)量勝過以更大參數(shù)量運(yùn)行的MLP。比如，作者表示，他們用KAN以更小的網(wǎng)絡(luò)和更高的自動化程度重現(xiàn)了DeepMind的結(jié)果。具體來說，DeepMind的MLP有大約300,000個參數(shù)，而KAN只有約200個參數(shù)。KAN與MLP一樣具有強(qiáng)大的數(shù)學(xué)基礎(chǔ)，MLP基于通用逼近定理，而KAN基于Kolmogorov-Arnold表示定理。如下圖所示，KAN在邊上具
本地運(yùn)行性能超越 OpenAI Text-Embedding-Ada-002 的 Embedding 服務(wù)，太方便了！
Apr 15, 2024 am 09:01 AM
Ollama是一款超級實(shí)用的工具，讓你能夠在本地輕松運(yùn)行Llama2、Mistral、Gemma等開源模型。本文我將介紹如何使用Ollama實(shí)現(xiàn)對文本的向量化處理。如果你本地還沒有安裝Ollama，可以閱讀這篇文章。本文我們將使用nomic-embed-text[2]模型。它是一種文本編碼器，在短的上下文和長的上下文任務(wù)上，性能超越了OpenAItext-embedding-ada-002和text-embedding-3-small。啟動nomic-embed-text服務(wù)當(dāng)你已經(jīng)成功安裝好o
FisheyeDetNet：首個基于魚眼相機(jī)的目標(biāo)檢測算法
Apr 26, 2024 am 11:37 AM
目標(biāo)檢測在自動駕駛系統(tǒng)當(dāng)中是一個比較成熟的問題，其中行人檢測是最早得以部署算法之一。在多數(shù)論文當(dāng)中已經(jīng)進(jìn)行了非常全面的研究。然而，利用魚眼相機(jī)進(jìn)行環(huán)視的距離感知相對來說研究較少。由于徑向畸變大，標(biāo)準(zhǔn)的邊界框表示在魚眼相機(jī)當(dāng)中很難實(shí)施。為了緩解上述描述，我們探索了擴(kuò)展邊界框、橢圓、通用多邊形設(shè)計為極坐標(biāo)/角度表示，并定義一個實(shí)例分割mIOU度量來分析這些表示。所提出的具有多邊形形狀的模型fisheyeDetNet優(yōu)于其他模型，并同時在用于自動駕駛的Valeo魚眼相機(jī)數(shù)據(jù)集上實(shí)現(xiàn)了49.5%的mAP
牛津大學(xué)最新！Mickey：3D中的2D圖像匹配SOTA！(CVPR\'24)
Apr 23, 2024 pm 01:20 PM
寫在前面項目鏈接：https://nianticlabs.github.io/mickey/給定兩張圖片，可以通過建立圖片之間的對應(yīng)關(guān)系來估計它們之間的相機(jī)姿態(tài)。通常，這些對應(yīng)關(guān)系是二維到二維的，而我們估計的姿態(tài)在尺度上是不確定的。一些應(yīng)用，例如隨時隨地實(shí)現(xiàn)即時增強(qiáng)現(xiàn)實(shí)，需要尺度度量的姿態(tài)估計，因此它們依賴于外部的深度估計器來恢復(fù)尺度。本文提出了MicKey，這是一個關(guān)鍵點(diǎn)匹配流程，能夠夠預(yù)測三維相機(jī)空間中的度量對應(yīng)關(guān)系。通過學(xué)習(xí)跨圖像的三維坐標(biāo)匹配，我們能夠在沒有深度測試的情況下推斷出度量相對
