Kysely项目中对PostgreSQL JSON函数的支持与替代方案
2025-05-19 22:48:03作者:何举烈Damon
在PostgreSQL数据库操作中,JSON处理函数是开发者常用的工具。Kysely作为一个类型安全的SQL查询构建器,其PostgreSQL方言支持情况备受关注。本文探讨在Kysely中实现PostgreSQL原生row_to_json和row函数的替代方案。
原生PostgreSQL JSON函数
PostgreSQL提供了强大的JSON处理能力,其中:
row_to_json(record [, pretty_bool]):将行记录转换为JSON对象row():构造复合类型行记录
这些函数在复杂查询和API数据返回场景中非常有用,特别是在需要将关系型数据转换为JSON格式时。
Kysely中的实现现状
目前Kysely尚未直接内置对这些PostgreSQL特有JSON函数的支持。开发者通常面临两种选择:
- 使用原始SQL片段(
sql模板函数) - 寻找等效的Kysely内置方法
推荐解决方案
虽然直接使用原生函数看似方便,但在Kysely中更推荐使用json_build_object()函数作为替代方案。这种方法具有以下优势:
- 更好的类型安全性
- 更符合Kysely的查询构建模式
- 可维护性更高
实际应用示例
假设我们需要将用户记录转换为JSON,传统PostgreSQL方式:
SELECT row_to_json(users) FROM users WHERE id = 1
在Kysely中更优雅的实现:
db.selectFrom('users')
.select((eb) => [
eb.jsonBuildObject({
id: eb.ref('id'),
name: eb.ref('name'),
email: eb.ref('email')
}).as('user_json')
])
.where('id', '=', 1)
类型安全考虑
使用jsonBuildObject的最大优势在于类型安全。Kysely能够:
- 验证字段名的正确性
- 确保值类型的匹配
- 提供完整的TypeScript类型推断
未来展望
随着Kysely的发展,可能会增加对更多PostgreSQL特有函数的原生支持。但目前jsonBuildObject已经能够满足大多数JSON转换需求,且提供了更好的开发体验。
对于需要复杂JSON处理的场景,建议:
- 优先使用Kysely内置JSON函数
- 必要时组合多个简单操作
- 保持查询的可读性和可维护性
通过合理使用现有功能,开发者可以在Kysely中高效地完成各种JSON数据处理任务。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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