Drizzle ORM 与自定义 Zod 验证器集成方案解析
2025-05-06 15:32:14作者:傅爽业Veleda
在 TypeScript 生态系统中,Drizzle ORM 作为一款现代化的 ORM 工具,与 Zod 验证库的集成一直是开发者关注的焦点。本文将深入探讨如何实现 Drizzle ORM 与自定义 Zod 验证器的无缝集成,特别是针对扩展 Zod 类的使用场景。
背景与需求
在实际开发中,许多项目会基于 Zod 进行扩展,创建自定义的验证器类。例如,一些团队会使用 zod-openapi 这样的库来为 Zod 添加 OpenAPI 支持。然而,在 Drizzle ORM 的早期版本中,drizzle-zod 包生成的模式始终基于标准 Zod 实例,这导致与扩展 Zod 类的兼容性问题。
技术实现方案
Drizzle ORM 团队在最新版本中通过引入工厂函数模式解决了这一问题。具体实现包括:
- 工厂函数导出:drizzle-zod 现在提供了 createInsertSchemaFactory 等工厂函数,允许开发者传入自定义的 Zod 实例
- 多验证器支持:该方案不仅适用于 Zod,还扩展到了 valibot 和 typebox 等其他验证器
- 版本更新:drizzle-zod@0.6.0、drizzle-valibot@0.3.0 和 drizzle-typebox@0.2.0 均实现了这一特性
使用示例
以下是一个典型的使用场景,展示了如何将 Drizzle ORM 与扩展 Zod 类结合使用:
// 导入自定义 Zod 实例
import { z } from '@hono/zod-openapi'
import { createInsertSchemaFactory } from 'drizzle-zod/factories'
// 导入 Drizzle 模型
import { User } from '~/schema'
// 创建基于自定义 Zod 的工厂函数
const createInsertSchema = createInsertSchemaFactory(z)
// 生成模式
const InsertUser = createInsertSchema(User)
// 使用扩展功能
InsertUser.openapi() // 现在可以正常工作
技术优势
这一改进带来了几个显著优势:
- 灵活性增强:开发者可以自由选择使用标准 Zod 或任何扩展版本
- 生态系统兼容性:解决了与各种 Zod 扩展库的兼容问题
- 一致性保持:生成的模式与项目中的其他验证逻辑保持一致的 Zod 实例
- 类型安全:完全保留 TypeScript 的类型推断能力
最佳实践建议
对于计划采用此方案的团队,建议考虑以下几点:
- 版本控制:确保使用支持此功能的最低版本(drizzle-zod@0.6.0+)
- 集中管理:在项目中统一管理 Zod 实例的创建和传递
- 类型扩展:如有需要,可以进一步扩展生成的模式类型
- 性能考量:对于高频使用的模式,考虑缓存工厂函数创建的结果
总结
Drizzle ORM 的这一改进显著提升了与 TypeScript 生态系统中各种验证库的互操作性。通过工厂函数模式,开发者现在可以更灵活地将 Drizzle ORM 与自定义验证逻辑结合,同时保持代码的一致性和类型安全。这一变化特别适合那些需要在 RESTful API、OpenAPI 文档生成等场景中使用扩展 Zod 功能的项目。
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 StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
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
468
461
Ascend Extension for PyTorch
Python
757
960
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
646