Kysely精华资源教程
2024-08-24 01:54:18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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
9
1
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218