摘要区：

JVS低代码的数据模型引擎无需手动建表，通过可视化配置自动生成数据库表结构。本文从源码层面解析其实现：模型配置JSON如何转换为DDL语句，如何处理字段类型映射、索引、外键，以及版本升级时的增量变更策略。

---

一、问题的提出

传统开发中，每新增一个业务模块，都需要手动编写CREATE TABLE、ALTER TABLE等DDL语句，并与实体类保持同步。JVS低代码的数据模型引擎实现了“配置即表结构”的能力，其核心挑战在于：

• 如何将用户拖拽配置的字段（文本、数字、日期、选项等）映射为MySQL/PostgreSQL等数据库的数据类型？

• 如何保证模型修改后，存量数据不丢失？

• 如何处理字段重命名、删除等破坏性操作？

本文将以JVS低代码v2.5源码为基础，分步骤解析动态建表的完整逻辑。

二、整体流程概览

用户在前端配置数据模型 → 保存模型JSON → 后端解析 → 生成Diff变更计划 → 执行DDL → 更新模型版本号。

核心类位于 jvs-modules/data-model 模块：

text

com.jvs.dm.service.ModelDDLService
├── generateCreateDDL()      // 新建模型时生成CREATE TABLE
├── generateAlterDDL()       // 修改模型时生成ALTER TABLE
├── columnTypeMapping()      // 类型映射
└── executeWithVersion()     // 执行DDL并记录版本

三、关键源码解析

3.1 字段类型映射规则

JVS定义了一套抽象数据类型（JvsFieldType），然后根据数据库方言转换：

java

public enum JvsFieldType {
    TEXT,      // 短文本 → VARCHAR(255)
    LONG_TEXT, // 长文本 → TEXT
    NUMBER,    // 数字 → DECIMAL(20,4)
    INTEGER,   // 整数 → BIGINT
    DATE,      // 日期 → DATE
    DATETIME,  // 日期时间 → DATETIME(3)
    BOOLEAN,   // 布尔 → TINYINT(1)
    OPTION,    // 选项 → VARCHAR(100)
    FILE,      // 附件 → VARCHAR(500) 存储路径
    REFERENCE; // 关联 → BIGINT 存储关联ID
}

转换核心代码（简化版）：

java

public String toColumnDefinition(JvsField field, Dialect dialect) {
    String type = field.getType().getSqlType(dialect);
    StringBuilder sb = new StringBuilder();
    sb.append(field.getName()).append(" ").append(type);
    if (field.isRequired()) sb.append(" NOT NULL");
    if (field.getDefaultValue() != null) sb.append(" DEFAULT '").append(field.getDefaultValue()).append("'");
    return sb.toString();
}

3.2 Diff算法：模型变更检测

当用户修改模型（新增/修改/删除字段）时，引擎会比较旧模型JSON与新模型JSON，生成变更列表：

java

public List<SchemaChange> diff(Model oldModel, Model newModel) {
    List<SchemaChange> changes = new ArrayList<>();
    // 新增字段
    for (Field newField : newModel.getFields()) {
        if (oldModel.getField(newField.getName()) == null) {
            changes.add(new AddColumnChange(newField));
        }
    }
    // 删除字段：将字段标记为deleted（不实际删除列，避免数据丢失）
    for (Field oldField : oldModel.getFields()) {
        if (newModel.getField(oldField.getName()) == null) {
            changes.add(new SoftDeleteColumnChange(oldField));
        }
    }
    // 修改字段（类型、长度、是否必填）
    // ... 使用比较器
    return changes;
}

实际执行DDL时，对删除字段的处理：

• 不执行 DROP COLUMN，而是重命名为 {field_name}_deleted_{timestamp}，并记录到 deleted_columns 元数据表中。

• 这样既避免了数据丢失，又允许用户随时恢复。

3.3 版本控制与回滚

每次执行DDL后，系统会在 jvs_model_version 表中记录：

字段	说明
model_id	模型ID
version	版本号（自增）
ddl_sql	执行的DDL语句
schema_snapshot	完整表结构的JSON快照
created_at	执行时间

用户可通过管理后台回滚到任意历史版本，系统会根据 schema_snapshot 反向生成回滚DDL。

四、扩展实践：自定义字段类型

如果默认类型不满足需求（如需要GIS地理类型），可通过插件机制注册：

1. 实现 CustomTypeHandler 接口。

2. 在 resources/META-INF/services/com.jvs.dm.CustomTypeHandler 中注册。

3. 前端组件库中增加对应的编辑器。

示例：注册PostgreSQL的 GEOMETRY 类型：

java

public class GeometryTypeHandler implements CustomTypeHandler {
    @Override
    public String getTypeName() { return "GEOMETRY"; }
    @Override
    public String toSqlType(Dialect dialect) {
        return "GEOMETRY";
    }
}

五、总结

JVS低代码的动态建表引擎通过模型驱动DDL生成、非破坏性变更检测、版本快照回滚等设计，实现了生产环境可靠的零代码表结构管理。开发者可直接复用此机制，或二次开发自定义字段类型。