Bun ORM 中使用 MSSQL 实现插入后获取自增 ID 的最佳实践
2025-06-15 00:03:49作者:范垣楠Rhoda
在使用 Bun ORM 与 MSSQL 数据库交互时,开发者经常会遇到需要获取插入记录自增 ID 的场景。本文将深入探讨这一常见需求的技术实现方案。
问题背景
在 MSSQL 数据库中,传统获取自增 ID 的方式通常有两种:
- 使用
SCOPE_IDENTITY()函数 - 使用
OUTPUT INSERTED.column_name语法
当使用 Bun ORM 时,开发者可能会尝试以下方式:
type Person struct {
bun.BaseModel `bun:"table:Person,alias:p"`
PersonID int `bun:"PersonID,pk,autoincrement"`
Name string `bun:"Name"`
}
entity := &Person{Name:"John Doe"}
personid := 0
err := db.NewInsert().Model(entity).Returning("SCOPE_IDENTITY()").Scan(context.Background(), &personid)
然而这种方法在 Bun 中并不适用,因为 Bun 的 Returning 方法设计初衷是处理列名而非函数调用。
正确解决方案
Bun ORM 针对 MSSQL 提供了专门的语法支持。正确的实现方式应该是:
err := db.NewInsert()
.Model(entity)
.Returning("INSERTED.PersonID")
.Scan(context.Background(), &personid)
或者更简洁的版本(自动填充到结构体字段):
err := db.NewInsert()
.Model(entity)
.Returning("PersonID")
.Scan(context.Background())
技术原理
-
OUTPUT 子句机制: Bun 在处理 MSSQL 的 Returning 方法时,实际上会生成
OUTPUT INSERTED.column_name语法 这是 MSSQL 特有的数据操作语法,允许在同一个语句中返回受影响行的数据 -
自动映射特性: 当不指定接收变量时,Bun 会自动将返回的 ID 值映射到模型的主键字段 这种设计符合 ORM 的惯例,减少了样板代码
-
事务安全性: 相比
SCOPE_IDENTITY(),使用 OUTPUT 子句在多语句事务中更加可靠 它能确保获取的就是当前插入操作生成的 ID
最佳实践建议
- 对于简单的插入操作,推荐使用自动映射方式
- 需要获取非主键字段时,可以扩展 Returning 参数
- 在复杂事务中,优先使用 OUTPUT 语法而非函数调用
- 注意字段名称的大小写敏感性,确保与数据库定义一致
通过理解这些技术细节,开发者可以更高效地使用 Bun ORM 处理 MSSQL 的自增 ID 场景,避免常见的陷阱和误区。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
跨系统应用融合:APK Installer实现Windows环境下安卓应用运行的技术路径探索如何用OpCore Simplify构建稳定黑苹果系统?掌握这3大核心策略ComfyUI-LTXVideo实战攻略:3大核心场景的视频生成解决方案告别3小时抠像噩梦:AI如何让人人都能制作电影级视频Anki Connect:知识管理与学习自动化的API集成方案Laigter法线贴图生成工具零基础实战指南:提升2D游戏视觉效率全攻略如何用智能助手实现高效微信自动回复?全方位指南3步打造高效游戏自动化工具:从入门到精通的智能辅助方案掌握语音分割:从入门到实战的完整路径开源翻译平台完全指南:从搭建到精通自托管翻译服务
项目优选
收起
暂无描述
Dockerfile
710
4.51 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
578
99
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
deepin linux kernel
C
28
16
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
573
694
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
414
339
暂无简介
Dart
952
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2