Postgres.js 中获取插入记录ID的最佳实践
2025-05-28 15:37:53作者:翟萌耘Ralph
在使用Postgres.js进行数据库操作时,获取新插入记录的自动生成ID是一个常见需求。本文将探讨几种优雅的实现方式,帮助开发者更好地处理这一场景。
问题背景
当我们向PostgreSQL数据库插入新记录时,经常需要获取数据库自动生成的ID(通常是SERIAL或IDENTITY列)。在Postgres.js中,直接的方式是通过RETURNING子句查询ID,然后将其赋给现有对象。
基本解决方案
最简单的实现方式是直接访问返回结果数组的第一个元素:
gameType.id = (await this.db `INSERT INTO game_types ${this.db(gameType)} RETURNING id`)[0].id;
这种方式虽然有效,但代码可读性较差,且容易出错。
改进方案:解构赋值
更优雅的方式是使用ES6的解构赋值语法:
const [{id: gtId}] = await this.db`INSERT INTO game_types ${this.db(gameType)} RETURNING id`;
gameType.id = gtId;
这种方法:
- 直接从返回数组中解构出第一个对象
- 将其id属性重命名为gtId变量
- 将gtId赋值给gameType.id
完整对象返回方案
如果需要获取插入记录的完整信息,可以RETURNING *:
const [insertedGameType] = await this.db`INSERT INTO game_types ${this.db(gameType)} RETURNING *`;
Object.assign(gameType, insertedGameType);
这种方式一次性获取所有字段,并使用Object.assign合并到原有对象中。
最佳实践建议
- 对于简单场景,使用解构赋值获取特定字段(如ID)
- 需要完整记录时,RETURNING *并合并对象更高效
- 考虑在业务层封装这些操作,避免重复代码
- 注意错误处理,确保插入操作成功后再访问结果
这些方法不仅提高了代码可读性,也减少了潜在的错误风险,是Postgres.js开发中的推荐实践。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
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Python00
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。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
Spark-Formalizer-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
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
项目优选
收起
deepin linux kernel
C
24
7
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
369
3.14 K
Ascend Extension for PyTorch
Python
162
183
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
254
90
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
1.03 K
475
仓颉编译器源码及 cjdb 调试工具。
C++
126
854
React Native鸿蒙化仓库
JavaScript
240
314
🎉 (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
1.09 K
617
暂无简介
Dart
613
138
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++
644
255