Drizzle ORM 中枚举默认值导致的 Schema 推送问题解析
2025-05-06 17:50:13作者:柏廷章Berta
在使用 Drizzle ORM 进行数据库开发时,开发者可能会遇到一个关于枚举类型作为默认值的特殊问题。这个问题主要出现在使用 drizzle-kit 工具进行 schema 推送时,当 schema 定义中包含枚举类型作为字段默认值时,会导致推送失败。
问题现象
在 Drizzle ORM 的早期版本(0.34.1)中,当开发者尝试定义如下 schema 时:
enum AccountStatus {
INACTIVE = 0,
ACTIVE = 1,
}
export const account = pgTable('account', t => ({
id: t.uuid().primaryKey().defaultRandom(),
statusId: t.integer().$type<AccountStatus>().notNull().default(AccountStatus.INACTIVE),
}));
执行 drizzle-kit push 命令时会出现错误提示:"Cannot read properties of undefined (reading 'Symbol(drizzle:Columns)')"。而如果移除 .default(AccountStatus.INACTIVE) 这部分代码,推送操作就能正常完成。
技术背景
这个问题涉及到 Drizzle ORM 的几个核心概念:
- Schema 定义:Drizzle 使用 TypeScript 来定义数据库表结构,这种方式提供了类型安全的好处
- 枚举类型处理:在数据库中,枚举类型通常需要特殊处理,因为它们不是基本数据类型
- Schema 迁移:drizzle-kit 工具负责将 TypeScript 定义的 schema 同步到实际数据库
问题原因
这个问题的根本原因在于早期版本的 Drizzle ORM 对枚举类型的处理不够完善。当尝试将 TypeScript 枚举作为默认值时:
- drizzle-kit 在解析 schema 时无法正确识别枚举值
- 类型系统在处理枚举默认值时出现了内部符号访问错误
- 缺乏对枚举值的序列化/反序列化支持
解决方案
根据后续版本(0.42.0)的验证,这个问题已经被修复。修复的关键点包括:
- 原生枚举支持:新版本增加了对枚举类型的原生支持
- 更好的类型推断:改进了类型系统对枚举值的处理
- 默认值序列化:完善了默认值的序列化逻辑
对于仍在使用旧版本的用户,可以采取以下临时解决方案:
- 避免直接使用枚举作为默认值,改用原始值
- 升级到支持原生枚举的 Drizzle ORM 版本
- 使用自定义转换函数处理枚举值
最佳实践
在使用 Drizzle ORM 时,关于枚举类型的推荐做法:
- 尽量使用最新版本,以获得最好的类型支持
- 对于状态类字段,考虑使用联合类型或字符串枚举
- 复杂的枚举逻辑可以通过自定义转换器实现
- 在迁移前充分测试 schema 定义
总结
这个问题的出现和解决反映了 ORM 工具在平衡 TypeScript 类型系统和数据库实际结构时的挑战。随着 Drizzle ORM 的持续发展,这类类型系统集成问题正在逐步得到解决,为开发者提供了更加流畅的开发体验。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
🔥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
68
20
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
暂无简介
Dart
798
197
🎉 (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
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
349
200
Ascend Extension for PyTorch
Python
377
447
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1