Drizzle ORM 中 PostgreSQL 枚举类型生成问题解析
2025-05-06 13:17:56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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
暂无简介
Dart
775
192
Ascend Extension for PyTorch
Python
343
407
🎉 (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
1.34 K
757
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
356
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
337
180
AscendNPU-IR
C++
86
142
openJiuwen 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
TSX
987
250