Источник мультимодальной схемы

функциональный

Накладывайте локальные файлы поверх живой базы данных, чтобы модель учитывала изменения, над которыми вы прямо сейчас работаете.

Живая база данных остаётся эталоном, а зафиксированный в репозитории DDL добавляется к ней. Модель SQLly строится из нескольких источников одновременно, одной или нескольких подключённых баз данных, плюс папки локальных SQL-файлов — и всё объединяется в единую картину вашей схемы.

Как объединяются два источника Сбор выполняется параллельно: источники баз данных — через свои пулы подключений, файлы — через ограниченный пул потоков чтения. Каждый собранный объект становится фрагментом с пометкой о происхождении: либо профиль, из которого он получен, либо путь к файлу, хеш содержимого и диапазон байтов, из которых он был разобран. Фрагменты подготавливаются с привязкой к счётчику поколений, сводятся на барьере и подменяются единым неизменяемым снимком, так что наполовину собранную модель вы не увидите никогда. Когда оба источника определяют один и тот же объект, правило простое и осознанное:

Выигрывает файл; база данных сохраняется как тень. Автозаполнение и проверка используют ваше локальное определение, а версия с сервера сохраняется рядом с ним, а не выбрасывается, — так разница фиксируется, а не теряется. Это не «побеждает самая свежая метка времени»: mtime файла — ненадёжный свидетель, а молчаливый жребий хуже озвученного правила.

Расхождение — полноценный ответ

Поскольку проигравшее определение сохраняется, модель может точно сказать, какие объекты различаются между вашим рабочим деревом и живым сервером. Каждый объект с тенью — это drift, перечисленный по имени: вопрос «актуален ли стейджинг?» превращается из догадки в вопрос с ответом. Наложение остаётся живым: изменения файлов, удаление файлов и изменения в базе уведомляют движок, и заново собираются только затронутые источники. Объект, удалённый и снова добавленный в одном поколении — а именно так выглядит извне сохранение изменённого файла, — сообщается как изменение, а не как удаление с последующим добавлением. Работайте с DDL из репозитория до того, как он развёрнут. Получайте автодополнение для таблицы, которая пока существует только в вашей ветке. Запрос всё ещё может упасть на живой базе, пока схема не догонит. Это различие остаётся явным: наложение помогает, а не притворяется. Черновой, ещё не валидный DDL тоже обрабатывается, см.
IntelliSense при неполной модели. Снимки кэшируются локально для каждого подключения и базы данных, поэтому повторное подключение не начинается с нуля.