在当今的Web开发中，软删除（Soft Delete）已成为数据管理的核心实践之一。它允许开发者在数据库中保留记录，同时通过标记而非物理删除来隐藏数据，便于审计、恢复和历史追溯。然而，这一便利也带来了新的挑战：如何高效地获取那些未被软删除的分类（Categories）和产品（Products）？ 近日，这一问题在开发者社群中引发热议，多位资深工程师分享了实战解法。本文从技术原理到最佳实践，为你全面解读。
软删除：便利背后的“隐形坑”
软删除的典型实现是在数据表中添加一个deleted_at字段（通常为时间戳或布尔值）。当记录被“删除”时，该字段被赋予当前时间（或标记为true），查询时则过滤掉这些记录。以Laravel的Eloquent ORM为例，框架默认在查询中自动追加WHERE deleted_at IS NULL条件——但这仅适用于使用了SoftDeletes trait的模型。
问题在于：当业务逻辑涉及关联查询（如同时获取分类及其下的产品）时，开发者往往容易遗漏对关联模型的软删除过滤。例如，一个分类可能未被删除，但其下某些产品已被软删除——若查询不当，前端便会展示“空分类”或已失效的产品，严重影响用户体验。
核心解法：从基础到进阶
1. 传统方案：逐层手动过滤
最直观的做法是在每个查询中显式添加条件：
$categories = Category::whereNull('deleted_at')->get();
foreach ($categories as $category) {
$products = $category->products()->whereNull('deleted_at')->get();
}
这种方法虽正确，但代码冗余、性能低下（N+1查询问题），且容易遗漏。一旦模型关联深度增加，维护将变得痛苦。
2. 利用全局作用域（Global Scopes）
许多现代ORM支持全局作用域，可自动为所有查询附加条件。以Laravel 9+为例，在模型中使用SoftDeletes trait后，withoutTrashed()方法可获取未删除记录，而withTrashed()则包含全部。但在关联链中，需确保子模型也启用了此trait。
更优雅的方式是定义自定义全局作用域，统一过滤所有软删除记录。例如：
// App\Scopes\NotDeletedScope.php
public function apply(Builder $builder, Model $model)
{
$builder->whereNull($model->getQualifiedDeletedAtColumn());
}
将此作用域注册到基类模型后，所有关联查询自动继承过滤，无需重复编写WHERE条件。
3. 关联查询的“黑洞”：预加载与闭包
当需要同时获取分类及其未删除的产品时，推荐使用延迟预加载（Lazy Eager Loading）配合闭包过滤：
$categories = Category::all()->load(['products' => function ($query) {
$query->whereNull('deleted_at');
}]);
或使用with()方法一次性完成：
$categories = Category::with(['products' => function ($query) {
$query->whereNull('deleted_at');
}])->get();
这种方法避免N+1查询，且逻辑集中。若数据库支持JSON或嵌套集合，还可进一步优化为使用whereHas和doesntHave来筛选关联为空的分类。
4. 数据库层面的终极解法：视图与索引
对于高并发场景，可考虑在数据库层面创建索引视图（Materialized View），预计算并存储未删除的分类与产品关联关系。例如：
CREATE VIEW active_categories_products AS
SELECT c.*, p.id as product_id, p.name as product_name
FROM categories c
JOIN products p ON c.id = p.category_id
WHERE c.deleted_at IS NULL AND p.deleted_at IS NULL;
应用层直接查询视图，性能可提升数倍。但需注意视图的数据同步问题，部分数据库支持自动刷新，或可通过定时任务更新。
实战案例：电商平台的后端优化
某中型电商平台曾因软删除过滤不严导致后台报表数据混乱。技术人员采用“全局作用域+预加载闭包”方案重构所有关联查询，并引入Redis缓存热点数据。结果：查询响应时间从平均1.2秒降至200毫秒，开发维护成本下降60%。
该平台技术负责人表示：“软删除本意是保护数据，但若查询不严谨，它会成为系统性能的隐形杀手。我们的经验是：在模型层做统一约束，在业务层做精细控制。”
未来趋势：ORM的智能化与数据湖的普及
随着AI辅助编程工具（如GitHub Copilot）的普及，未来IDE可能自动识别软删除字段并生成过滤代码。同时，数据湖（Data Lake）架构的兴起，使得历史数据与活跃数据可分离存储——软删除标记或许不再是唯一解。但至少在当下，掌握正确的软删除查询方法，仍是每位后端工程师的必修课。
结语
从手动过滤到全局作用域，从预加载闭包到数据库视图，获取未被软删除的分类与产品并无银弹。关键在于理解业务场景、权衡开发效率与查询性能。正如开发者圈的一句箴言：“不要让你的数据‘假死’——学会优雅地唤醒它。”希望本文的解法能为你提供清晰的路径。