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。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









