Drizzle ORM 多对多关系配置的演进与最佳实践
2025-05-07 15:09:58作者:钟日瑜
在Drizzle ORM的最新版本中,开发者需要注意一个重要变更:传统定义多对多关系主键的方式已被弃用。本文深入解析这一变更的技术背景及新标准用法。
弃用警告的技术背景
在早期版本中,开发者通过primaryKey(column1, column2)语法定义联合主键。这种语法虽然直观,但存在类型安全性和扩展性方面的局限性。Drizzle团队重构了主键定义系统,转向更声明式的配置方式。
新标准语法解析
现在推荐使用对象风格的配置方式:
primaryKey({
columns: [table1.id, table2.id]
})
这种改进带来了三个显著优势:
- 更好的类型推断 - TypeScript能更准确地推断复合主键类型
- 更强的可扩展性 - 便于未来添加主键配置选项
- 更一致的API设计 - 与其他Schema定义方式保持风格统一
实际应用示例
假设我们构建习惯跟踪系统,需要建立habits和tags的多对多关系:
// 旧式语法(已弃用)
const habitsToTags = pgTable('habits_to_tags', {
habitId: integer('habit_id').notNull(),
tagId: integer('tag_id').notNull()
}, (t) => ({
pk: primaryKey(t.habitId, t.tagId)
}));
// 新式语法(推荐)
const habitsToTags = pgTable('habits_to_tags', {
habitId: integer('habit_id').notNull(),
tagId: integer('tag_id').notNull()
}, (t) => ({
pk: primaryKey({ columns: [t.habitId, t.tagId] })
}));
迁移建议
对于现有项目,建议逐步进行以下操作:
- 全局搜索
primaryKey(调用 - 将参数列表形式转换为对象形式
- 运行类型检查确保无破坏性变更
- 更新相关测试用例
框架设计启示
这一变更反映了现代ORM库的设计趋势:
- 从命令式转向声明式API
- 增强静态类型支持
- 保持API的可扩展性
Drizzle ORM通过这种演进,既保持了轻量级特性,又提供了更强大的类型安全保障,特别适合TypeScript重度用户。
开发者应及时更新代码库以遵循最新规范,这不仅能避免未来兼容性问题,还能获得更好的开发体验和类型安全保证。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
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
330
137