Drizzle ORM 中 PostgreSQL 枚举类型生成问题解析
2025-05-06 15:56:50作者:董宙帆
在使用 Drizzle ORM 进行 PostgreSQL 数据库开发时,开发者可能会遇到枚举类型无法自动生成的问题。本文将以一个实际案例为基础,深入分析问题原因并提供解决方案。
问题现象
当开发者使用 Drizzle ORM 定义包含枚举类型的表结构时,通过 drizzle-kit 工具执行 push 操作后,发现数据库中没有生成预期的枚举类型。具体表现为:
- 表结构定义中包含枚举字段
- 生成的 SQL 语句中引用了枚举类型
- 但枚举类型本身没有被创建
案例分析
在示例代码中,开发者定义了以下结构:
const languageCodes = languages.map((l) => l.code) as [string, ...string[]];
const languageEnum = pgEnum("language", languageCodes);
export const vocabs = pgTable("vocabs", {
id: serial("id").primaryKey(),
language: languageEnum("language"),
vocabs: varchar("vocabs", { length: 255 }),
created_at: timestamp("created_at", { withTimezone: false }),
});
生成的 SQL 语句为:
CREATE TABLE "vocabs" (
"id" serial PRIMARY KEY NOT NULL,
"language" "language",
"vocabs" varchar(255),
"created_at" timestamp
);
这里可以看到 SQL 中引用了 "language" 枚举类型,但缺少了创建该枚举类型的语句。
问题原因
问题的根本原因在于开发者没有正确导出枚举类型定义。Drizzle ORM 的 drizzle-kit 工具在生成数据库迁移脚本时,只会处理被显式导出的模式定义。
解决方案
要解决这个问题,需要确保以下几点:
- 枚举类型定义必须使用
export
关键字显式导出 - 枚举类型需要在表定义之前或同时被导出
修正后的代码应为:
export const languageEnum = pgEnum("language", languageCodes);
export const vocabs = pgTable("vocabs", {
// 表字段定义
});
最佳实践
在使用 Drizzle ORM 处理 PostgreSQL 枚举类型时,建议遵循以下实践:
- 将枚举类型定义与表定义分开管理
- 为枚举类型创建专门的模块或文件
- 确保所有被引用的类型都已正确导出
- 在复杂项目中,考虑使用类型导入/导出机制来组织代码结构
总结
Drizzle ORM 作为一个现代化的 TypeScript ORM 工具,在处理 PostgreSQL 特有的枚举类型时表现良好,但需要开发者注意模块导出规则。通过正确导出枚举类型定义,可以确保数据库迁移脚本的完整性和正确性。这个问题虽然看似简单,但对于刚接触 Drizzle ORM 的开发者来说是一个常见的陷阱。理解这个机制有助于开发者更好地组织数据库模式代码,提高开发效率。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++095AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
195
2.17 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

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
78
72

🎉 (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
973
574

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++
549
79

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
349
1.36 K

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
17
0

React Native鸿蒙化仓库
C++
207
284

🔥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
60
17