Drizzle ORM 中 PostgreSQL 更新多行数据时的大小写问题解析
在使用 Drizzle ORM 进行 PostgreSQL 数据库操作时,开发者可能会遇到一个常见但容易被忽视的问题:当尝试使用 onConflictDoUpdate 方法进行批量更新操作时,如果表字段名包含大写字母,会出现 "column excluded.name does not exist" 的错误。
问题现象
当开发者按照官方文档提供的 buildConflictUpdateColumns 辅助函数来实现批量更新时,对于包含大写字母的字段名(如 teorAlcoolico),PostgreSQL 会报错提示找不到对应的列。错误信息显示系统将字段名全部转换为小写(如 teoralcoolico),导致无法正确匹配。
根本原因
PostgreSQL 默认情况下会将未加引号的标识符转换为小写形式。在 Drizzle ORM 生成的 SQL 语句中,当使用 excluded.columnName 这样的语法时,PostgreSQL 会自动将 columnName 转换为小写形式进行匹配。如果实际表结构中字段名包含大写字母,就会导致匹配失败。
解决方案
正确的做法是在引用字段名时使用双引号包裹,保持原始大小写形式。修改 buildConflictUpdateColumns 函数如下:
function buildConflictUpdateColumns<T extends PgTable, Q extends keyof T["_"]["columns"]>(
table: T,
columns: Q[]
) {
const cls = getTableColumns(table);
return columns.reduce((acc, column) => {
const colName = cls[column]!.name;
acc[column] = sql.raw(`excluded."${colName}"`);
return acc;
}, {} as Record<Q, SQL>);
}
关键修改点是在字段名周围添加了双引号:excluded."${colName}"。这样 PostgreSQL 就会按照原始大小写形式来匹配字段,解决了大小写转换导致的问题。
最佳实践
-
字段命名一致性:在设计数据库时,尽量保持字段命名风格一致,推荐使用全小写加下划线的命名方式(如
teor_alcoolico),可以避免这类问题。 -
引号使用规范:当字段名包含大写字母、特殊字符或与保留关键字冲突时,务必使用双引号包裹。
-
ORM 配置检查:使用 Drizzle ORM 时,注意检查生成的 SQL 语句是否符合 PostgreSQL 的语法要求。
-
测试覆盖:对于包含不同命名风格的字段,应该增加相应的测试用例,确保各种情况下的操作都能正常工作。
通过理解 PostgreSQL 的标识符处理机制和正确使用引号语法,开发者可以避免这类大小写敏感性问题,确保 Drizzle ORM 的批量更新操作能够稳定可靠地执行。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00