Objection.js 在 MSSQL 中实现 Upsert 操作的解决方案
2025-05-30 23:33:45作者:宣海椒Queenly
背景介绍
在数据库操作中,Upsert(Update or Insert)是一种常见的需求,它指的是当记录存在时更新,不存在时插入。许多现代数据库如PostgreSQL、MySQL和SQLite都原生支持这种操作。然而在MSSQL环境中,实现这一功能却面临诸多挑战。
问题分析
Objection.js作为基于Knex的ORM框架,虽然为PostgreSQL、MySQL和SQLite提供了原生的onConflict方法来实现Upsert,但在MSSQL中这一功能却不可用。这主要是因为:
- MSSQL的MERGE语句存在已知的性能问题和潜在风险
- MSSQL没有提供与PostgreSQL的ON CONFLICT类似的简洁语法
- 需要处理主键冲突错误(错误代码2627)的特殊情况
解决方案实现
针对MSSQL环境,我们可以通过扩展Objection.js的BaseModel类来实现一个自定义的insertMerge方法。这种方法的核心思路是:
- 首先尝试执行普通插入操作
- 捕获主键冲突错误(错误代码2627)
- 将待插入数据分为需要插入的新数据和需要更新的现有数据
- 分别执行插入和更新操作
以下是实现代码示例:
static async insertMerge(trx, created) {
await this.query(trx)
.insert(created)
.onError(async (error, _query) => {
if (error.number === 2627) {
const createdIDs = created.map(l => l.id);
const conflicts = await this.query(trx).whereIn('id', createdIDs);
const inserts = _.differenceBy(created, conflicts, 'id');
const updates = _.differenceBy(created, inserts, 'id');
if (inserts.length > 0) {
await this.query(trx).insert(inserts);
}
if (updates.length > 0) {
for (const x of updates) {
const updateData = _.omit(x, ['id', ...其他需要忽略的列]);
await this.query(trx).where('id', x.id).patch(updateData);
}
}
} else {
return Promise.reject(error);
}
});
}
实现细节说明
-
错误处理:通过onError回调捕获插入操作中的错误,特别处理主键冲突错误(2627)
-
数据分离:使用lodash的differenceBy方法将数据分为需要插入和需要更新的两部分
-
批量处理:先处理所有需要插入的记录,再逐个处理需要更新的记录
-
字段过滤:更新时使用omit方法排除主键ID和其他不应更新的字段(如创建时间戳等)
注意事项
-
事务管理:确保在事务中执行此操作,以保持数据一致性
-
性能考虑:对于大量数据,可能需要考虑分批处理
-
错误处理:除了主键冲突外,其他错误应正常抛出
-
字段排除:根据业务需求,明确哪些字段在更新时应该被排除
替代方案
除了上述方法外,还可以考虑:
- 修改Knex的MSSQL编译器,添加对onConflict的支持
- 使用存储过程处理复杂的Upsert逻辑
- 在应用层实现更复杂的冲突解决策略
总结
在MSSQL环境中实现Upsert操作确实比在其他数据库中更为复杂。通过扩展Objection.js的BaseModel并实现自定义的insertMerge方法,我们可以在保持代码整洁的同时解决这一问题。这种方法虽然不如原生支持优雅,但在当前技术限制下提供了一个可靠的工作解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253