Kysely 动态构建 VALUES 子句的高级用法
2025-05-19 12:03:05作者:乔或婵
问题背景
在使用 Kysely 这个 TypeScript SQL 查询构建器时,开发者经常需要从一组动态数据构建 VALUES 子句。标准的 VALUES 语法在 SQL 中允许我们创建临时表结构,这在许多场景下非常有用,比如批量插入数据或者作为子查询使用。
静态 VALUES 实现
Kysely 文档中展示了静态 VALUES 的实现方式:
const values = sql`(values
('2024-08-10 21:45:00'::TIMESTAMP, '2024-08-11 21:45:00'::TIMESTAMP),
('2024-08-11 21:45:00'::TIMESTAMP, '2024-08-12 21:45:00'::TIMESTAMP)
)`.as('t(ts_from, ts_to)')
这种方式对于固定数据量很有效,但当数据是动态变化时就不太适用了。
动态 VALUES 的挑战
开发者尝试通过拼接字符串数组来实现动态 VALUES:
const intervals: [string, string][] = [["one", "two"], ["three", "four"]];
const intervalsStr = intervals.map(([from, to]) => `(${from}, ${to})`).join(",");
然后尝试将其嵌入 SQL 模板:
const values = sql`(values ${sql`${intervalsStr}`})`.as('t(a,b)');
但这种方法会导致 Kysely 将整个字符串视为单个参数,生成的 SQL 不是我们期望的形式。
解决方案
正确的做法是使用 Kysely 的 sql 模板标签函数动态构建每个值元组:
const intervals: [string, string][] = [["one", "two"], ["three", "four"]];
// 动态构建 VALUES 子句
const values = sql`(
values ${sql.join(
intervals.map(([from, to]) => sql`(${sql.val(from)}, ${sql.val(to)})`),
sql`,`
)}
)`.as('t(a, b)');
// 完整查询
const rows = await db
.selectFrom(values)
.select(["t.a", "t.b"])
.execute();
实现原理
sql.join函数:将多个 SQL 片段用指定的分隔符连接起来sql.val函数:安全地插入值,防止 SQL 注入- 动态映射:通过数组的
map方法为每对值创建 SQL 片段
这种方法会生成正确的参数化查询:
SELECT "t"."a", "t"."b"
FROM (VALUES ($1, $2), ($3, $4)) AS t(a, b)
安全注意事项
- 始终使用
sql.val而不是直接插入值,防止 SQL 注入 - 对于大量数据,考虑分批处理以避免性能问题
- 类型系统会确保返回的数据结构与定义的类型一致
扩展应用
这种技术不仅适用于简单的值对,还可以扩展到更复杂的场景:
- 动态构建批量插入语句
- 创建临时数据集用于复杂查询
- 实现行级数据转换和处理
通过掌握 Kysely 的动态 SQL 构建能力,开发者可以创建更加灵活和强大的数据库查询。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134