Drizzle ORM 中的计数与列展开功能解析
2025-05-06 23:09:56作者:柏廷章Berta
Drizzle ORM 是一个现代化的 TypeScript ORM 框架,它提供了简洁而强大的 API 来处理数据库操作。在实际开发中,我们经常需要同时获取数据记录和记录总数,特别是在分页查询场景下。本文将深入探讨如何在 Drizzle ORM 中实现这一功能。
基本查询模式
在 Drizzle ORM 中,标准的查询方式是通过 select 方法指定要查询的列:
const results = db
.select({
id: users.id,
name: users.name,
email: users.email
})
.from(users)
这种方式虽然明确,但当表有很多列时,手动列出所有列会显得冗长。
列展开功能
Drizzle ORM 提供了一个便捷的 getTableColumns 辅助函数,可以自动展开表的所有列:
import { getTableColumns } from 'drizzle-orm';
const results = db
.select({
count: count(),
...getTableColumns(users)
})
.from(users)
getTableColumns 函数接收一个表对象作为参数,返回该表所有列的键值对,可以方便地通过展开运算符(...)合并到选择对象中。
计数功能的注意事项
需要注意的是,直接在查询中添加 count() 聚合函数会导致 SQL 查询行为的改变:
- 查询会变成一个聚合查询
- 如果没有指定 GROUP BY 子句,结果会只返回一行
- 所有非聚合列都需要包含在 GROUP BY 中
这通常不是我们想要的行为,特别是在分页场景下,我们更希望同时获取分页数据和记录总数。
分页查询的最佳实践
对于分页查询,建议采用以下两种方式之一:
-
分开查询:先查询总数,再查询分页数据
const total = await db.select({ count: count() }).from(users); const data = await db.select().from(users).limit(10).offset(0); -
使用窗口函数(如果数据库支持):
const results = db .select({ ...getTableColumns(users), total: count().over() }) .from(users) .limit(10) .offset(0);
性能考量
在实际应用中,应该根据具体场景选择合适的方法:
- 对于小数据量,分开查询通常足够快
- 对于大数据量,窗口函数可能更高效,但要注意数据库兼容性
- 考虑缓存计数结果,特别是对于不经常变化的数据
Drizzle ORM 的灵活性允许开发者根据具体需求选择最适合的实现方式,同时保持代码的简洁性和类型安全性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
🔥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
68
20
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
12
1
暂无简介
Dart
798
197
🎉 (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
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
Ascend Extension for PyTorch
Python
376
446
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1