Kysely 0.27 版本中 SQL RawBuilder 类型错误解析
2025-05-19 22:17:26作者:管翌锬
Kysely 是一个类型安全的 SQL 查询构建器,在 0.27 版本更新后,开发者在使用 sql RawBuilder 构建 where 条件时可能会遇到类型错误。本文将详细解析这个问题及其解决方案。
问题现象
在 Kysely 0.27 版本中,当开发者尝试使用 sql 标签模板构建 where 条件时,可能会遇到如下类型错误:
Argument of type 'RawBuilder<unknown>' is not assignable to parameter
of type 'ExpressionOrFactory<DB, "myTableName", SqlBool>'
这种情况常见于以下场景:
- 使用 PostgreSQL 的全文搜索功能(tsquery)
- 使用 BETWEEN 等复杂条件表达式
问题原因
Kysely 0.27 版本对类型系统进行了强化,要求 where 子句中的表达式必须明确返回布尔类型。而 sql 标签模板默认返回的是 unknown 类型,这会导致类型不匹配的错误。
解决方案
正确的做法是为 sql 标签模板显式指定返回类型为 boolean:
where(sql<boolean>`search_terms @@ to_tsquery('simple', ${searchText})`)
或者对于 BETWEEN 表达式:
where(sql<boolean>`column BETWEEN ${start} AND ${end}`)
最佳实践
- 明确类型:始终为 where 子句中的
sql表达式指定boolean类型参数 - 代码可读性:对于复杂的 SQL 片段,可以考虑提取为单独的函数或变量
- 类型检查:利用 TypeScript 的类型系统确保 SQL 表达式的正确性
总结
Kysely 0.27 版本的这一变化实际上是类型系统强化的表现,虽然增加了少量的样板代码,但带来了更好的类型安全性。开发者应该适应这一变化,在编写 where 条件时显式指定返回类型,以避免类型错误并提高代码质量。
对于从旧版本迁移的项目,建议全局搜索 where(sql 并添加适当的类型参数,这是保证类型安全性的必要步骤。
登录后查看全文
热门项目推荐
相关项目推荐
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219