Drizzle ORM 优化:更优雅的表行数统计方案
2025-05-07 03:20:19作者:史锋燃Gardner
在数据库操作中,统计表的行数是一个常见需求。Drizzle ORM 作为一款现代化的 TypeScript ORM 工具,近期针对这一场景进行了优化,提供了更简洁直观的 API 设计。
传统方案的问题
在早期版本中,Drizzle ORM 统计行数需要采用以下方式:
const result = await database.select({ count: count() }).from(user);
// 返回结构: [{ count: 0 }]
这种方式存在几个明显缺点:
- 返回结果是嵌套对象,需要额外处理才能获取实际数值
- 当需要将统计结果直接嵌入其他对象时,代码显得冗长
- 语义不够直观,不符合开发者直觉
新方案的改进
Drizzle ORM 现在提供了专门的计数方法,使代码更加简洁:
const userCount = await database.count().from(user);
// 直接返回数值: 0
这种改进带来了多重好处:
- 返回值直接是数字类型,无需解构
- 方法命名更符合开发者直觉
- 简化了代码结构,提高可读性
实际应用场景
在实际开发中,统计功能常用于生成报表或系统监控数据。新方案使得这类代码更加优雅:
// 生成系统统计报告
const report = {
success: true,
statistics: {
userCount: await database.count().from(user),
activeUsers: await database.count().from(user).where(eq(user.status, 'active')),
// 其他统计项...
}
}
扩展功能
除了基本的行数统计,Drizzle ORM 还支持多种聚合函数,包括:
avg()计算平均值sum()计算总和max()获取最大值min()获取最小值
这些函数同样遵循了简化设计的理念,使复杂的数据聚合操作变得更加简单直观。
总结
Drizzle ORM 对计数功能的优化体现了其"开发者友好"的设计哲学。通过简化常用操作的API,不仅提高了代码的可读性,也减少了出错的可能性。这种改进对于构建大型应用尤其有价值,使得数据统计相关的代码更加简洁明了。
对于正在使用或考虑使用 Drizzle ORM 的开发者,建议尽快熟悉这些新特性,它们将显著提升你的开发效率和代码质量。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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++
660
308
🔥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
64
19
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
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878