Kysely精华资源教程
2024-08-24 00:11:43作者:裴锟轩Denise
项目介绍
Kysely 是一个专为 TypeScript 设计的类型安全SQL查询构建器,旨在提供强大而直观的方式来处理数据库交互。它支持多种数据库,包括 MySQL、PostgreSQL 和 SQLite 等,强调了代码的类型安全性以及与现代Web开发框架的无缝集成。通过MIT许可证发布,这个开源项目已经成为构建健壮数据库层的首选工具之一,尤其是在TypeScript社区中。此外,《awesome-kysely》仓库则是一份精心策划的资源列表,包含了工具、库、实用程序及应用示例,帮助开发者更高效地利用Kysely。
项目快速启动
要快速启动并运行Kysely项目,首先确保你的环境中已经安装了Node.js。接下来,遵循以下步骤:
# 创建一个新的Node.js项目
mkdir my-kysely-project && cd $_
npm init -y
# 安装Kysely及其对应数据库的驱动(以MySQL为例)
npm install --save kysely mysql2
# 在项目中创建一个简单的数据库连接示例
// index.ts
import { Kysely } from 'kysely'
import mysql from 'mysql2/promise'
const db = new Kysely({
  driver: mysql.createPool({
    host: 'localhost',
    user: 'root',
    password: 'your-password',
    database: 'test_db',
  }),
})
async function main() {
  await db.schema.createTable('users', (t) => {
    t.bigInt('id').primary()
    t.string('username').notNullable()
  }).catchAndIgnoreAlreadyExistsError()
  await db.insertInto('users')
    .values({ username: 'Alice' })
    .execute()
  const users = await db.from('users').select('*')
  console.log(users)
}
main()
执行 node index.ts 即可开始与数据库的交互,这将创建一个名为users的表(如果尚不存在),并向其中插入一条数据。
应用案例和最佳实践
数据访问抽象层
在复杂的应用中,定义数据访问对象(DAOs)是最佳实践。例如,可以为用户表创建一个单独的文件来封装所有相关查询。
// userDao.ts
import { Kysely } from 'kysely'
import { User } from './userModel'
export class UserDao {
  constructor(private db: Kysely) {}
  async createUser(username: string): Promise<User> {
    return this.db.insertInto('users').values({ username }).returning('*').single()
  }
  async getUsers(): Promise<User[]> {
    return this.db.from('users').select('*')
  }
}
这样做的好处在于提高代码的可维护性和重用性。
典型生态项目
Kysely的生态系统丰富,支持与其他流行框架和技术的整合:
- @auth/kysely-adapter: 正式的Auth.js适配器,便于在认证系统中使用Kysely。
 - nestjs-kysely: 专为NestJS设计的Kysely模块,简化在该框架下集成Kysely的过程。
 - fastify-kysely: 作为Fastify框架的插件,简化数据库操作的集成。
 - kysely-sequelize: 让已有Sequelize实例能够与Kysely共存,充分利用两个库的优势。
 
以上案例和生态项目的结合,展示出Kysely不仅提供了强大的核心功能,还通过其丰富的生态,促进了与现有技术栈的无缝融合,从而成为现代TypeScript后端开发中的得力助手。
登录后查看全文 
热门项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
 
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
274
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
103
132
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++
597
157
暂无简介
Dart
564
126
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
239
14
🎉 (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
1.03 K
607
仓颉编译器源码及 cjdb 调试工具。
C++
118
98
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!
C
1.02 K
445