พื้นที่เขียนโค้ดด้วย AI

ย้อนกลับถึงจุดบันทึก SQL

ย้อนการเพิ่มแถวครั้งที่สองถึงจุดบันทึก

● ● ●Savepoint Arc●

ขั้นตอนการทำงาน · ย้อนกลับถึงจุดบันทึก SQL ×

CREATE TEMP TABLE entries (id INTEGER);
BEGIN;
INSERT INTO entries VALUES (1);
SAVEPOINT item;
INSERT INTO entries VALUES (2);
ROLLBACK TO item;
RELEASE item;
SELECT id FROM entries;
ROLLBACK;

✳ย้อนการเพิ่มแถวครั้งที่สองถึงจุดบันทึก

✓ การเปลี่ยนแปลงตรวจสอบก่อนนำไปใช้ ↗

ภาพประกอบพื้นที่ทำงาน

โปรเจกต์: SQL โดยให้แถวแรกยังเห็นในธุรกรรม. ปล่อยจุดบันทึกแล้วย้อนธุรกรรมภายนอกเพื่อตรวจว่าการปล่อยไม่ได้ยืนยันแถวที่เหลือ.
ตรวจสอบก่อนนำไปใช้: เปรียบเทียบการทำงานจริงกับผลที่คาดหวัง หากการตรวจสอบไม่ผ่าน ให้หาสาเหตุก่อนแก้ไขเพิ่มเติม
โมเดล: ตั้งค่า endpoint ที่รองรับ OpenAI หรือ Anthropic ด้วย URL หลักและคีย์ API หากจำเป็น ทดสอบการเชื่อมต่อ เซิร์ฟเวอร์โมเดลในเครื่องต้องทำงานอยู่ เครื่องมือระยะไกลอาจส่งข้อมูลแยกต่างหาก

ขั้นตอนการทำงาน

ย้อนกลับถึงจุดบันทึก SQL

ขั้นตอนการทำงาน ↗

ขั้นตอนการทำงาน

CREATE TEMP TABLE entries (id INTEGER);
BEGIN;
INSERT INTO entries VALUES (1);
SAVEPOINT item;
INSERT INTO entries VALUES (2);
ROLLBACK TO item;
RELEASE item;
SELECT id FROM entries;
ROLLBACK;

พื้นที่เขียนโค้ดด้วย AI

ตรวจเส้นทางล้มเหลวก่อนแก้โค้ดธุรกรรม

โค้ดธุรกรรมควรได้รับการตรวจที่ติดตามทั้งงานสำเร็จและความล้มเหลวบางส่วน Savepoint Arc เป็นพื้นที่เขียนโค้ด AI บน Windows ที่วางการหารือนั้นไว้ข้างไฟล์โครงการ เปิดโฟลเดอร์แอปและขอให้โมเดลที่เชื่อมต่อตรวจลำดับ SQL ผู้เรียก และผลที่คาดหวังก่อนเสนอการแก้

สำหรับการนำเข้า คำขอที่มีประโยชน์อาจตรวจว่ารายการหนึ่งที่ถูกปฏิเสธควรย้อนกลับทั้งชุดหรือเฉพาะงานหลัง savepoint ให้คำสั่งที่เกี่ยวข้องและอธิบายนโยบายที่แอปต้องการ ขอให้ผู้ช่วยเชื่อมแต่ละ rollback หรือ release ที่เสนอกับนโยบายนั้น แทนการอนุมานจากการมีธุรกรรม

ทดสอบข้อเสนอที่ได้กับสถานะฐานข้อมูลที่สังเกตได้ ในสภาพแวดล้อมทดสอบที่ทิ้งได้ ให้รันกรณีสำเร็จและกรณีล้มเหลวระหว่างคำสั่ง แล้วตรวจว่าแถวใดยังมองเห็นและผู้เรียกได้รับอะไร ตรวจโค้ดแอปควบคู่ SQL เพราะการจัดการข้อยกเว้นผิดอาจทำให้ลำดับธุรกรรมที่ดูสมเหตุสมผลใช้ไม่ได้

เลือกปลายทางที่เข้ากันได้กับ OpenAI หรือ Anthropic ที่รองรับสำหรับการสนทนา โมเดล AI ที่ลดกลไกการปฏิเสธเป็นตัวเลือกได้เฉพาะเมื่อบริการที่ตั้งค่าไว้มีให้ โดยข้อจำกัดและความสามารถกำหนดที่บริการนั้น Savepoint Arc ให้พื้นที่ตรวจการแก้ไข พฤติกรรมฐานข้อมูลยังต้องตรวจตามเอนจินและโครงการของคุณ

คำถามเกี่ยวกับขอบเขตธุรกรรม

ควรอธิบายอะไรเกี่ยวกับการนำเข้าที่ล้มเหลวบางส่วน?: ระบุว่ารายการก่อนหน้าที่รับแล้วควรคงอยู่หรือไม่ การนำเข้าทั้งหมดต้องสำเร็จหรือล้มเหลวพร้อมกันหรือไม่ และผู้เรียกควรเห็นข้อผิดพลาดใด การตัดสินใจเหล่านี้กำหนดขอบเขตที่ต้องการ โมเดลไม่ควรเลือกนโยบายธุรกรรมจากไวยากรณ์ SQL เพียงอย่างเดียว
การทดสอบ savepoint แทนการตรวจผู้เรียกในแอปได้หรือไม่?: ไม่ได้ ผู้เรียกอาจลองใหม่ จับข้อยกเว้น หรือส่งคำสั่งเพิ่มหลังลำดับ SQL ใส่โค้ดนั้นในการตรวจและตรวจการตอบสนองต่อความล้มเหลว โดยเฉพาะเมื่อ commit สุดท้ายอยู่นอกฟังก์ชันที่แสดง
ควรลองการแก้ rollback ที่เสนอที่ใด?: ใช้ฐานข้อมูลทดสอบที่ทิ้งได้พร้อมข้อมูลตัวแทนและพฤติกรรมเอนจินเดียวกับที่โครงการพึ่งพา ตรวจแถวที่ได้และผลธุรกรรม อย่าถือว่าคำอธิบายทีละขั้นของโมเดลเป็นหลักฐานว่าคำสั่งทำงานสำเร็จ
ควรเพิ่มตรรกะลองใหม่ขณะเปลี่ยน savepoint หรือไม่?: เฉพาะเมื่อมีข้อกำหนดชัดเจนและตรวจว่าทำงานซ้ำได้อย่างปลอดภัย แยกการลองใหม่จากการแก้ขอบเขตเมื่อทำได้ เพื่อให้ผลของแต่ละการเปลี่ยนเข้าใจและทดสอบได้

ดาวน์โหลดสำหรับ Windows ↗

Savepoint Arc · อัปเดตล่าสุด 2026-10-25