Drizzle ORM 中 JSON 列类型的正确使用方法
2025-05-06 06:32:07作者:苗圣禹Peter
在使用 Drizzle ORM 进行 PostgreSQL 数据库操作时,JSON 类型字段的处理是一个常见需求。本文将详细介绍如何正确使用 JSON 列类型,避免常见的类型错误和序列化问题。
JSON 列的类型定义
在 Drizzle ORM 中,默认情况下 JSON 列的类型会被推断为 unknown | null。这是因为 JSON 数据可以包含多种形式的值:字符串、数字、布尔值、数组、对象或 null。为了确保类型安全,Drizzle 采用了最保守的类型推断策略。
import { pgTable, json, text } from "drizzle-orm/pg-core";
export const testTable = pgTable("testTable", {
id: text("id").primaryKey().notNull(),
testobject: json('testobject').array()
});
如何指定 JSON 列的具体类型
为了获得更好的类型安全性和开发体验,我们应该显式指定 JSON 列的类型。Drizzle ORM 提供了 $type 方法来定义具体的类型:
interface TestObject {
name: string;
value: number;
isActive: boolean;
}
export const testTable = pgTable("testTable", {
id: text("id").primaryKey().notNull(),
testobject: json('testobject').$type<TestObject>().array()
});
通过这种方式,TypeScript 编译器就能正确识别 JSON 列的类型,提供更好的代码提示和类型检查。
JSON 数据的序列化注意事项
在使用 JSON 列时,需要注意以下几点关于数据序列化的问题:
- 不需要手动调用 JSON.stringify() - Drizzle ORM 会自动处理序列化过程
- 确保数据可序列化 - 避免包含函数、循环引用或不可序列化的对象
- 日期对象处理 - 虽然 Date 对象有 toString() 方法,但最好先转换为字符串或时间戳
如果遇到 "Value is not JSON serializable" 错误,建议实现一个数据转换层,确保插入数据库的数据都是可序列化的。
最佳实践
- 始终为 JSON 列指定类型 - 这能显著提高代码的可维护性
- 使用接口定义类型 - 而不是直接使用内联类型,便于复用
- 实现数据验证 - 在应用层验证 JSON 数据的结构
- 考虑使用 JSONB - 如果需要进行查询操作,JSONB 类型通常性能更好
通过遵循这些实践,可以确保在使用 Drizzle ORM 处理 JSON 数据时既安全又高效。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C046
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0124
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.32 K
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
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
暂无简介
Dart
699
162
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++
697
374
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.23 K
676
Ascend Extension for PyTorch
Python
245
282
React Native鸿蒙化仓库
JavaScript
272
328