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 StartedRust0153- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
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
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253