Drizzle ORM 在 Next.js/Nuxt.js 中的构建问题解析与解决方案
2025-05-06 04:47:56作者:钟日瑜
Drizzle ORM 是一个现代化的 TypeScript ORM 工具,它提供了简洁的 API 和强大的类型支持。然而,近期有开发者反馈在使用 Drizzle ORM 0.34.1 版本时遇到了构建问题,特别是在 Next.js 和 Nuxt.js 项目中。
问题现象
当开发者尝试构建包含 Drizzle ORM 的项目时,构建工具会报错提示缺少某些数据库驱动模块,即使项目中并未使用这些驱动。例如,开发者可能只使用了 Neon HTTP 驱动,但构建时却提示缺少 mysql2/promise 模块。
问题根源
这个问题源于 Next.js 和 Nuxt.js 的打包机制特性。这些框架的打包器会尝试打包所有动态导入的模块,而 Drizzle ORM 的动态导入机制在这些环境下表现与预期不符。具体来说:
- Drizzle ORM 的设计是只在需要时才动态加载特定数据库驱动
- 但 Next.js/Nuxt.js 的打包器会预先打包所有可能的动态导入
- 这导致即使项目只使用了一个驱动,打包器也会尝试包含所有支持的驱动
解决方案
临时解决方案
对于使用 Next.js 或 Nuxt.js 的开发者,目前推荐使用同步连接方式替代动态导入方式。具体做法是直接传入驱动客户端给 Drizzle 对象。
以 Neon HTTP 驱动为例,正确的使用方式应该是:
import { neon } from '@neondatabase/serverless';
import { drizzle } from 'drizzle-orm/neon-http';
const sql = neon(process.env.DATABASE_URL!);
const db = drizzle(sql, { schema, casing: 'snake_case' });
const result = await db.execute('select 1');
这种方式避免了动态导入,因此不会触发打包器的全量打包行为。
长期解决方案
Drizzle ORM 团队已经意识到这个问题,并计划采取以下措施:
- 为 Next.js 和 Nuxt.js 创建专门的适配包
- 更新文档,明确说明在这些框架中的使用限制和解决方案
- 优化动态导入机制,使其更好地适应不同打包环境
最佳实践建议
对于使用现代前端框架的开发者,我们建议:
- 明确项目使用的数据库驱动类型
- 优先使用同步连接方式初始化 Drizzle ORM
- 定期关注 Drizzle ORM 的更新,特别是对前端框架支持的改进
- 如果必须使用动态导入方式,可以考虑自定义打包配置排除不必要的驱动
总结
Drizzle ORM 作为一个新兴的 ORM 解决方案,在适应各种开发环境时难免会遇到一些兼容性问题。理解打包机制的特点并采用适当的初始化方式,可以有效地解决当前在 Next.js/Nuxt.js 中的构建问题。随着项目的不断成熟,这些问题有望得到更彻底的解决。
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。C092
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
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
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
474
3.54 K
React Native鸿蒙化仓库
JavaScript
287
339
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
224
92
Ascend Extension for PyTorch
Python
283
316
暂无简介
Dart
723
175
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
10
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++
849
441
🎉 (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
1.27 K
701
🔥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