ThinkPHP關(guān)聯(lián)模型操作實例分析
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
免費脫衣圖片
Undresser.AI Undress
人工智慧驅(qū)動的應(yīng)用程序，用於創(chuàng)建逼真的裸體照片
AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。
Clothoff.io
AI脫衣器
Video Face Swap
使用我們完全免費的人工智慧換臉工具，輕鬆在任何影片中換臉！
熱門文章
熱工具
記事本++7.3.1
好用且免費的程式碼編輯器
SublimeText3漢化版
中文版，非常好用
禪工作室 13.0.1
強大的PHP整合開發(fā)環(huán)境
Dreamweaver CS6
視覺化網(wǎng)頁開發(fā)工具
SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)
你好，電動Atlas！波士頓動力機器人復活，180度詭異動作嚇到馬斯克
Apr 18, 2024 pm 07:58 PM
波士頓動力Atlas，正式進入電動機器人時代！昨天，液壓Atlas剛「含淚」退出歷史舞臺，今天波士頓動力就宣布：電動Atlas上崗?？磥?，在商用人形機器人領(lǐng)域，波士頓動力是下定決心要跟特斯拉硬剛一把了。新影片放出後，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，今年是人形機器人的爆發(fā)年。網(wǎng)友銳評：機器人的進步，讓今年看起來像人類的開幕式動作、自由度遠超人類，但這真不是恐怖片？影片一開始，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
全球最強開源 MoE 模型來了，中文能力比肩 GPT-4，價格僅 GPT-4-Turbo 的近百分之一
May 07, 2024 pm 04:13 PM
想像一下，一個人工智慧模型，不僅擁有超越傳統(tǒng)運算的能力，還能以更低的成本實現(xiàn)更有效率的效能。這不是科幻，DeepSeek-V2[1]，全球最強開源MoE模型來了。 DeepSeek-V2是一個強大的專家混合（MoE）語言模型，具有訓練經(jīng)濟、推理高效的特點。它由236B個參數(shù)組成，其中21B個參數(shù)用於啟動每個標記。與DeepSeek67B相比，DeepSeek-V2效能更強，同時節(jié)省了42.5%的訓練成本，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，而次要版本用於修復 bug 和提供新功能。目前最新穩(wěn)定版本為 ThinkPHP 6.0.16。在選擇版本時，需考慮 PHP 版本、功能需求和社群支援。建議使用最新穩(wěn)定版本以獲得最佳性能和支援。
特斯拉機器人進廠打工，馬斯克：手的自由度今年將達到22個！
May 06, 2024 pm 04:13 PM
特斯拉機器人Optimus最新影片出爐，已經(jīng)可以在工廠裡打工了。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：這次放出的影片亮點之一在於Optimus在廠子裡完成這項工作，是完全自主的，全程沒有人為的干預(yù)。而且在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：對於Optimus的手，英偉達科學家JimFan給出了高度的評價：Optimus的手是全球五指機器人裡最靈巧的之一。它的手不僅有觸覺
替代MLP的KAN，被開源專案擴展到卷積了
Jun 01, 2024 pm 10:03 PM
本月初，來自MIT等機構(gòu)的研究者提出了一種非常有潛力的MLP替代方法—KAN。 KAN在準確性和可解釋性方面表現(xiàn)優(yōu)於MLP。而且它能以非常少的參數(shù)量勝過以更大參數(shù)量運行的MLP。例如，作者表示，他們用KAN以更小的網(wǎng)路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一樣具有強大的數(shù)學基礎(chǔ)，MLP基於通用逼近定理，而KAN基於Kolmogorov-Arnold表示定理。如下圖所示，KAN在邊上具
本地運作效能超越 OpenAI Text-Embedding-Ada-002 的 Embedding 服務(wù)，太方便了！
Apr 15, 2024 am 09:01 AM
Ollama是一款超實用的工具，讓你能夠在本地輕鬆運行Llama2、Mistral、Gemma等開源模型。本文我將介紹如何使用Ollama實現(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。它是一種文字編碼器，在短的上下文和長的上下文任務(wù)上，效能超越了OpenAItext-embedding-ada-002和text-embedding-3-small。啟動nomic-embed-text服務(wù)當你已經(jīng)成功安裝好o
FisheyeDetNet：首個以魚眼相機為基礎(chǔ)的目標偵測演算法
Apr 26, 2024 am 11:37 AM
目標偵測在自動駕駛系統(tǒng)當中是一個比較成熟的問題，其中行人偵測是最早得以部署演算法之一。在多數(shù)論文當中已經(jīng)進行了非常全面的研究。然而，利用魚眼相機進行環(huán)視的距離感知相對來說研究較少。由於徑向畸變大，標準的邊界框表示在魚眼相機當中很難實施。為了緩解上述描述，我們探索了擴展邊界框、橢圓、通用多邊形設(shè)計為極座標/角度表示，並定義一個實例分割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)於其他模型，並同時在用於自動駕駛的Valeo魚眼相機資料集上實現(xiàn)了49.5%的mAP
牛津大學最新！ Mickey：3D中的2D影像匹配SOTA！ (CVPR\'24)
Apr 23, 2024 pm 01:20 PM
寫在前面項目連結(jié)：https://nianticlabs.github.io/mickey/給定兩張圖片，可以透過建立圖片之間的對應(yīng)關(guān)係來估計它們之間的相機姿態(tài)。通常，這些對應(yīng)關(guān)係是二維到二維的，而我們估計的姿態(tài)在尺度上是不確定的。一些應(yīng)用，例如隨時隨地實現(xiàn)即時增強現(xiàn)實，需要尺度度量的姿態(tài)估計，因此它們依賴外部的深度估計器來恢復尺度。本文提出了MicKey，這是一個關(guān)鍵點匹配流程，能夠夠預(yù)測三維相機空間中的度量對應(yīng)關(guān)係。透過學習跨影像的三維座標匹配，我們能夠在沒有深度測試的情況下推斷度量相對
