Kysely项目中聚合函数返回类型的非空性设计考量
Kysely作为一个现代化的TypeScript SQL查询构建器,在处理聚合函数时做出了一个有趣的设计决策:默认情况下,聚合函数如sum、avg、max等的返回类型被定义为非空类型,而实际上这些函数在数据库查询中可能返回null值(特别是当没有匹配行时)。
设计背景与原理
这种看似"不精确"的类型定义实际上是经过深思熟虑的。在SQL标准中,聚合函数在没有匹配行时确实会返回NULL。例如,在PostgreSQL中,对一个空表执行SUM操作会得到NULL而非0。
Kysely团队选择这种设计主要基于以下考虑:
-
开发者体验优先:大多数情况下,开发者期望聚合函数返回实际值而非null。将类型默认为非空可以减少不必要的null检查代码。
-
显式优于隐式:通过要求开发者显式声明可能为null的类型,提高了代码的意图清晰度。开发者必须明确考虑null情况的处理。
-
灵活性:开发者可以通过类型参数轻松添加null到返回类型中,满足特定场景需求。
实际应用中的处理方式
在Kysely中,开发者有以下几种方式处理聚合函数可能的null返回值:
// 方式1:显式声明可能返回null的类型
db.selectFrom('toy')
.select((eb) => eb.fn.sum<number | null>('price').as('total_price'))
.execute()
// 方式2:使用coalesce函数提供默认值
db.selectFrom('toy')
.select((eb) => eb.fn.coalesce(eb.fn.sum('price'), 0).as('total_price'))
.execute()
类型安全的最佳实践
为了在Kysely项目中实现最佳的类型安全性,建议:
-
始终考虑null情况:即使类型系统默认不包含null,也应该在业务逻辑层面处理可能的null返回值。
-
使用类型参数:当确实需要处理null值时,通过泛型参数明确声明。
-
文档化假设:在代码中注释说明为何可以忽略null情况(如果有这样的假设)。
-
考虑使用coalesce:对于需要默认值的场景,coalesce函数提供了一种简洁的解决方案。
设计哲学的延伸思考
Kysely的这种设计体现了TypeScript生态中一个常见的权衡:在类型严格性和开发便利性之间找到平衡点。它不同于一些ORM框架(如TypeORM)倾向于完全精确的类型定义,而是选择了更符合实际开发习惯的方式。
这种设计特别适合那些:
- 大多数查询都能确保有返回值的场景
- 开发者更关注业务逻辑而非边界情况的代码库
- 需要快速迭代的项目
对于需要完全类型安全的项目,开发者可以通过简单的类型参数添加null可能性,兼顾了灵活性和安全性。
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