Drizzle ORM 中 JSON 列类型的正确使用方法
2025-05-06 09:59:25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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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